Sujet de Thèse
Titre :
Orchestration de stratégies de commande sobres et efficientes de réseaux SD-IIoT
Dates :
2024/10/01 - 2027/09/30
Encadrant(s) :
Description :
Durant les dernières années, l'empreinte des réseaux numériques de communication sur l'environnement et la société est apparue comme un problème
majeur au déploiement des infrastructures de communication (on vise à des réseaux conscients de leur environnement, voire sobres - qualificatif utilisé par
le législateur, mais sans véritable définition). Cet aspect ne doit pas se réduire à la seule minimisation d'une consommation énergétique locale à une seule
communication, mais au contraire à l'ensemble de l'infrastructure (de services de bout en bout dans un contexte potentiellement multi-acteurs et multi-
technologique) et à d'autres métriques incluant les différentes sources de pollution (par exemple, le coût carbone par bit avec la prise en compte du mode de
production de l'énergie utilisée ou la pollution radio-fréquences).
Par ailleurs, les réseaux du futur (notamment 5/6G), piliers de l'ubiquité du numérique, doivent être capables de se reconfigurer automatiquement, que ce
soit pour supporter une nouvelle stratégie de pilotage dans un contexte d'industrie du futur ou la fourniture de services spécifiques lors d'un évènement
temporaire comme une rencontre sportive. C'est d'autant plus le cas dans les environnements Internet of Things industriels et sans-fil, où les dynamiques du
trafic, de la mobilité, des besoins de QoS (comme la portée ou la bande passante) et de l'environnement sont grandes.
Ce sujet se trouve à la confluence de ces deux thématiques, où il devient nécessaire de mettre en place des architectures de contrôle du réseau (généralement
centralisées de type Software/Intelligent-Defined Networking). De telles stratégies doivent alors optimiser un budget partagé par l'ensemble du réseau,
concaténant à la fois des métriques de pollution et de QoS. L'état de l'art scientifique pour de telles stratégies intégratives reste limité (soit à l'évolution du
trafic ou à la seule optimisation de la consommation énergétique), mais de premiers travaux au CRAN ont pu mettre en avant leur intérêt. Ainsi dans la thèse
(tel-02499760), on retrouve des solutions par apprentissage de routage et d'allocation de capacité conduisant à sélectionner des chemins selon le mode de
production de l'énergie électrique (carbonisation, énergies renouvelables). On notera d'ailleurs que cela se retrouve aujourd'hui aussi dans des stratégies de
recharge de smartphones décalant la recharge lorsque la production d'énergie est très carbonée (Clean Energy Charging - https://support.apple.com/en-
us/HT213323).
Dans le cadre d'une meilleure sobriété de l'architecture, les stratégies conduisent au partitionnement du réseau, au cloisonnement de sous-réseau, à la
diminution des capacités et potentiellement leur mise en veille/extinction. Il s'agit alors de s'assurer que la traduction d'une stratégie en un ensemble
ordonné de règles pour chaque équipement n'engendre pas d'incohérence dans le plan de données (besoin de définir un ordre de migration) et que la
prochaine commande du réseau puisse recouvrer le contrôle de ses équipements (comment accéder à une partie du réseau qui aurait été déconnectée ?). La
problématique de cette thèse couvre ainsi davantage la capacité à mettre en oeuvre la solution optimale calculée par le contrôleur. La littérature s'avère ici
relativement incomplète puisqu'elle adresse essentiellement la stabilité de la commande et le coût de la reconfiguration, mais pas son implémentation sur
l'architecture. Ce problème est d'autant plus patent lorsque la stratégie de communication entre le contrôleur et les équipements est de type in-band, c'est-à
dire lorsqu'elle utilise les liens de transport des données (et non des liens dédiés), ce qui renforce la nécessité de s'assurer a priori de la pérennité d'un canal
de communication entre le(s) contrôleur(s) et les équipements(s). Plus généralement, la question du passage à l'échelle et la complexité des algorithmes
retenus reste un point à évaluer.
L'objectif de cette thèse concerne donc l'orchestration des différentes instructions de reconfiguration d'une architecture IIoT afin d'en réduire son empreinte
environnementale. Elle se structure comme suit. La première étape concerne l'état de l'art des solutions de contrôle de réseau en IoT (singulièrement à base
de protocoles 5/6G) et de celles intégrant conjointement des métriques de QoS et de Qualité d'Intégration Environnementale. De même, le candidat
recensera les processus en vigueur dans les contrôleurs SDN actuels quant à la traduction d'une stratégie de contrôle d'une infrastructure en un ensemble de
règles. Dans la seconde étape, une stratégie par apprentissage permettant d'optimiser le budget d'une infrastructure IoT sera définie et servira de référence à
la suite des travaux (le plan de contrôle pourra s'appuyer outre le routage, sur la gestion de slices ou encore le contrôle de la puissance d'émission). Les
mots-clés associés concerneront ainsi la métrologie du réseau (e.g. énergie), l'apprentissage (e.g. canaux) et la réactivité/reconfigurabilité. Ensuite, il s'agira
d'analyser l'impact de la structure de la topologie (/du graphe) sur la capacité à implémenter une stratégie donnée. Pour une structure donnée, est-il
nécessaire de recourir à une architecture centralisée, décentralisée ou répartie (multi-contrôleurs) ? Quel placement du contrôleur est optimal ? Quels liens
(et quelles configurations associées) doivent être conservés ? Existe-t-il des contraintes sur la formation des clusters ? Les réponses à ces questions
permettront de définir une stratégie de reconfiguration du réseau (potentiellement à base de plans de données intermédiaires) ne remettant pas en cause sa
stabilité et sa capacité future à se reconfigurer. À défaut (c'est-à-dire si la structure de la topologie n'offre pas suffisamment de canaux de communication),
nous aurons à définir des stratégies de filtrage visant à écarter de potentielles commandes engendrant toute incohérence. Pour cette étape de conception, nous
aurons également à résoudre la question de la prise en compte par le plan de gestion du réseau des différentes dynamiques et des évolutions spatio
temporelles. Nous envisageons enfin que dans ce contexte de réseaux autonomes, l'orchestration soit en mesure d'expliquer les décisions de reconfiguration
du réseau.
majeur au déploiement des infrastructures de communication (on vise à des réseaux conscients de leur environnement, voire sobres - qualificatif utilisé par
le législateur, mais sans véritable définition). Cet aspect ne doit pas se réduire à la seule minimisation d'une consommation énergétique locale à une seule
communication, mais au contraire à l'ensemble de l'infrastructure (de services de bout en bout dans un contexte potentiellement multi-acteurs et multi-
technologique) et à d'autres métriques incluant les différentes sources de pollution (par exemple, le coût carbone par bit avec la prise en compte du mode de
production de l'énergie utilisée ou la pollution radio-fréquences).
Par ailleurs, les réseaux du futur (notamment 5/6G), piliers de l'ubiquité du numérique, doivent être capables de se reconfigurer automatiquement, que ce
soit pour supporter une nouvelle stratégie de pilotage dans un contexte d'industrie du futur ou la fourniture de services spécifiques lors d'un évènement
temporaire comme une rencontre sportive. C'est d'autant plus le cas dans les environnements Internet of Things industriels et sans-fil, où les dynamiques du
trafic, de la mobilité, des besoins de QoS (comme la portée ou la bande passante) et de l'environnement sont grandes.
Ce sujet se trouve à la confluence de ces deux thématiques, où il devient nécessaire de mettre en place des architectures de contrôle du réseau (généralement
centralisées de type Software/Intelligent-Defined Networking). De telles stratégies doivent alors optimiser un budget partagé par l'ensemble du réseau,
concaténant à la fois des métriques de pollution et de QoS. L'état de l'art scientifique pour de telles stratégies intégratives reste limité (soit à l'évolution du
trafic ou à la seule optimisation de la consommation énergétique), mais de premiers travaux au CRAN ont pu mettre en avant leur intérêt. Ainsi dans la thèse
(tel-02499760), on retrouve des solutions par apprentissage de routage et d'allocation de capacité conduisant à sélectionner des chemins selon le mode de
production de l'énergie électrique (carbonisation, énergies renouvelables). On notera d'ailleurs que cela se retrouve aujourd'hui aussi dans des stratégies de
recharge de smartphones décalant la recharge lorsque la production d'énergie est très carbonée (Clean Energy Charging - https://support.apple.com/en-
us/HT213323).
Dans le cadre d'une meilleure sobriété de l'architecture, les stratégies conduisent au partitionnement du réseau, au cloisonnement de sous-réseau, à la
diminution des capacités et potentiellement leur mise en veille/extinction. Il s'agit alors de s'assurer que la traduction d'une stratégie en un ensemble
ordonné de règles pour chaque équipement n'engendre pas d'incohérence dans le plan de données (besoin de définir un ordre de migration) et que la
prochaine commande du réseau puisse recouvrer le contrôle de ses équipements (comment accéder à une partie du réseau qui aurait été déconnectée ?). La
problématique de cette thèse couvre ainsi davantage la capacité à mettre en oeuvre la solution optimale calculée par le contrôleur. La littérature s'avère ici
relativement incomplète puisqu'elle adresse essentiellement la stabilité de la commande et le coût de la reconfiguration, mais pas son implémentation sur
l'architecture. Ce problème est d'autant plus patent lorsque la stratégie de communication entre le contrôleur et les équipements est de type in-band, c'est-à
dire lorsqu'elle utilise les liens de transport des données (et non des liens dédiés), ce qui renforce la nécessité de s'assurer a priori de la pérennité d'un canal
de communication entre le(s) contrôleur(s) et les équipements(s). Plus généralement, la question du passage à l'échelle et la complexité des algorithmes
retenus reste un point à évaluer.
L'objectif de cette thèse concerne donc l'orchestration des différentes instructions de reconfiguration d'une architecture IIoT afin d'en réduire son empreinte
environnementale. Elle se structure comme suit. La première étape concerne l'état de l'art des solutions de contrôle de réseau en IoT (singulièrement à base
de protocoles 5/6G) et de celles intégrant conjointement des métriques de QoS et de Qualité d'Intégration Environnementale. De même, le candidat
recensera les processus en vigueur dans les contrôleurs SDN actuels quant à la traduction d'une stratégie de contrôle d'une infrastructure en un ensemble de
règles. Dans la seconde étape, une stratégie par apprentissage permettant d'optimiser le budget d'une infrastructure IoT sera définie et servira de référence à
la suite des travaux (le plan de contrôle pourra s'appuyer outre le routage, sur la gestion de slices ou encore le contrôle de la puissance d'émission). Les
mots-clés associés concerneront ainsi la métrologie du réseau (e.g. énergie), l'apprentissage (e.g. canaux) et la réactivité/reconfigurabilité. Ensuite, il s'agira
d'analyser l'impact de la structure de la topologie (/du graphe) sur la capacité à implémenter une stratégie donnée. Pour une structure donnée, est-il
nécessaire de recourir à une architecture centralisée, décentralisée ou répartie (multi-contrôleurs) ? Quel placement du contrôleur est optimal ? Quels liens
(et quelles configurations associées) doivent être conservés ? Existe-t-il des contraintes sur la formation des clusters ? Les réponses à ces questions
permettront de définir une stratégie de reconfiguration du réseau (potentiellement à base de plans de données intermédiaires) ne remettant pas en cause sa
stabilité et sa capacité future à se reconfigurer. À défaut (c'est-à-dire si la structure de la topologie n'offre pas suffisamment de canaux de communication),
nous aurons à définir des stratégies de filtrage visant à écarter de potentielles commandes engendrant toute incohérence. Pour cette étape de conception, nous
aurons également à résoudre la question de la prise en compte par le plan de gestion du réseau des différentes dynamiques et des évolutions spatio
temporelles. Nous envisageons enfin que dans ce contexte de réseaux autonomes, l'orchestration soit en mesure d'expliquer les décisions de reconfiguration
du réseau.
Mots clés :
contrôle de réseau, réseaux IoT, architecture SDN, théorie des graphes
Département(s) :
| Modélisation Pilotage des Systèmes Industriels |
Financement :
Contrat doctoral
Publications :