Resource provisioning for inter-domain IoT services in edge-cloud SDN-based networks

Résumé

L’Internet des objets (IdO) se caractérisant par un grand nombre des objets connectés et une multitude d’applications intelligentes a été introduit pour améliorer la qualité de la vie humaine. L’hétérogénéité des technologies de contrôle et de communication des objets, la charge de travail fluctuante et l’exigence de faible latence des applications IdO imposent une grande pression sur les ressources de réseau que les solutions traditionnelles ne sont pas capable de gérer alors qu’il reste encore des obstacles pour les nouveaux paradigmes de gestion tels que SDN/NFV. En particulier, les contrôleurs SDN font face à des défis d’insuffisance des ressources pour prendre de décision de transfert pour plusieurs requêtes provenant simultanément des équipements de communication SDN servant des services IdO. De l’autre côté, dans l’architecture infonuagique-périphérique, il est important de définir une stratégie pour optimiser l’allocation des ressources virtuelles requises soit sur l’infonuagique à distance pour les tâches de calcul intensif, soit à proximité des utilisateurs finaux sur des équipements locaux pour réduire la latence de bout-en-bout. Dans la littérature, aucun des travaux antérieurs n’a pris en compte le problème con-joint du placement et du chaînage des ressources virtuelles pour les réseaux SDN d’infonuagique-périphérique. Ainsi, l’objectif de cette thèse est de concevoir une stratégie efficace pour le placement et le chaînage des ressources de calcul de réseau en même temps sur les plans de contrôle et de transfert SDN. Nous présentons un modèle de latence de bout-en-bout pour les services d’interfonctionnement déployés sur plusieurs domaines différents, tels que IMS et WebRTC, qui minimise le coût total de l’utilisation des ressources et des opérations de service tout en répondant aux exigences de QdS et QdE ainsi qu’en maintenant la stabilité du système en fonction des demandes dynamiques. Afin d’atteindre cet objectif, trois problèmes clés doivent être étudiés dans notre cadre de travail comme les suivants: i) comment optimiser le placement et le chaînage des ressources VNF dans le réseau infonuagique-périphérique? ii) comment modéliser et mettre en oeuvre une solution optimisée de placement et de chaînage des ressources dans un réseau hétérogène avec un grand nombre de noeuds opéré par SDN? iii) comment améliorer la QoS en termes de latence du service de bout-en-bout pour les services d’interfonctionnement multi-domaines selon la disponibilité des ressources physiques? Pour le premier problème, nous modélisons le placement et le chaînage des VNF en tenant en compte le trafic agrégé des appareils IdO, la latence de bout-en-bout des chaînes de services, et les liens entre l’infonuagique, les passerelles IdO, et les nuages péréphériques. Pour résoudre le problème d’optimisation non-convexe formulé, nous concevons une solution basée sur l’approximation de Markov qui adopte des techniques multistart et batching (MBMAP) pour résoudre le problème d’optimisation combinatoire. Notre solution est exécutée de manière distribuée et par conséquent accélère le taux de convergence. Pour résoudre le deuxième problème, nous présentons un modèle d’allocation de ressources pour les plans de contrôle et de transfert SDN et le formulons comme un problème d’optimisation conjointe. Nous adoptons le cadre d’optimisation des files d’attente de Lyapunov pour transformer ce problème d’optimisation à long terme en une série de problèmes en temps réel et utilisons la méthode de remontée de gradient exponentielle sur les problèmes transformés pour trouver une solution quasi-optimale. De plus, une architecture d’implémentation pour l’orchestration de contrôleurs de ressources hétérogènes est également conçue. Enfin, pour résoudre le troisième problème, nous présentons une architecture d’interfonctionnement basée sur NFV permettant l’orchestration multi-domaines, e.g., les domaines IMS et WebRTC, et définissons les échanges de messages requis pour le chaînage de services. Notre modèle de latence du service de bout-en-bout représente l’objectif d’allocation des ressources en temps réel. Un algorithme en temps réel basé sur le cadre d’approximation de Markov est conçu pour allouer des ressources VNF avec un coût optimal et minimiser l’impact de la violation de QoS pendant la période de mise à l’échelle. Les résultats expérimentaux montrent que notre algorithme répond efficacement aux demandes de service fluctuantes avec un coût de service réduit de 19% tout en respectant la QdS.

Date	3 févr. 2022
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Mohamed Cheriet (Directeur(-trice)) & Kim Khoa Nguyen (Codirecteur(-trice))