Planification intelligente des flux entre centres de données

Résumé

La croissance importante des utilisateurs des centres de données et les échanges entre ces centres soulignent l’importance d’une planification efficace des flux. Cependant, le problème dans les réseaux actuels interconnectant les centres de données, est que le scénario où les utilisateurs finaux précisent clairement les exigences pour leurs transferts, est irréaliste en raison de l’absence d’une interface permettant d’accomplir efficacement cette tâche. Par conséquent, et pour maintenir le niveau de performance à atteindre, la plupart des travaux existants supposent la disponibilité d’informations caractérisant les flux et se concentrent uniquement sur l’efficacité plutôt que sur la généralité, cet environnement est appelé agnostique à l’information. L’idée principale de ce mémoire est de surmonter ce défi et de proposer une alternative efficace qui représente correctement les caractéristiques du trafic sans nécessiter une interface utilisateur évolutive et surtout onéreuse. Nous proposons ainsi une approche de planification basée sur une classification en ligne. Tout d’abord, nous avons construit un nouveau module de classification basé sur la corrélation et combinant une approche sensible aux coûts avec un algorithme d’ensemble de forêts aléatoires, pour traiter le problème de déséquilibre des classes tout en répondant aux exigences de délais des différentes classes de trafic. Afin de calculer les corrélations entre flux qui représentent les poids de rééquilibrage, nous proposons un algorithme des k voisins les plus proches inversé. Les résultats révèlent que l’algorithme proposé surpasse la plupart des approches dans les différents ensembles de données en termes de précision, rappel, mesure F1, AUC et Kappa. Les autres algorithmes ont donné une haute précision avec un faible rappel ou une faible précision et un haut rappel provoquant une congestion ou un sur-aprovisionnement des ressources. Le résultat du module de classification représente des paramètres clé pour caractériser le trafic entrant dans le module de planification décrit par un problème d’optimisation, qui, en plus de garantir de meilleures performances de qualité mesurées par des délais d’acheminement optimaux, vise également à la minimisation des coûts en proposant une stratégie de provisionnent rentable. Alors que d’autres approches obtiennent des taux de pertes élevés, notre approche préserve la qualité et la quantité du trafic échangé. De plus, notre approche surpasse les approches existantes, en particulier dans l’aspect généralisation, puisque c’est une méthode de planification en ligne, mais surtout multi-classe. La partie la plus longue de notre méthode est le réglage (qui est tout à fait négligeable).

Date	13 déc. 2024
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Mohamed Cheriet (Directeur(-trice))