// Soutenance de thèse

Soutenance de thèse de Leila BENNACER.

Intitulé : Contribution à l’autodiagnostic de pannes dans les réseaux de communication à large échelle.
Date : Mardi 17 Décembre 2013 à 16h.
Lieu : Amphithéâtre R&T, Département Réseaux & Télécoms, Vitry-sur-Seine.

Jury

  • Eric Fabre (Directeur de recherche à l’INRIA de Rennes)
  • Olivier Festor (Directeur de recherche à INRIA Nancy Grand Est - LORIA)
  • Jean Luc Zarader (Professeur à l'Université Pierre et Marie Curie)
  • Abdelghani Chibani (Maître de conférences à l'Université Paris-Est Créteil)
  • Abdelhamid Mellouk (Professeur  à l'Université Paris-Est Créteil), Directeur de thèse
  • Yacine Amirat (Professeur à l'Université Paris-Est Créteil), Co-directeur de thèse
  • Laurent Ciavaglia (Responsable R&D, Alcatel Lucent Bell Labs)
  • Christian Destré (Responsable R&D, Orange Labs)

Résumé

Nous assistons actuellement à un développement sans précédent des technologies de l'information et de la communication. Ce développement est lié aux besoins de plus en plus croissants des utilisateurs en termes de variété et de qualité des services. Les infrastructures actuelles des réseaux d'opérateurs deviennent de plus en plus complexes et nécessitent alors une gestion qui doit évoluer d'un modèle statique vers un modèle plus dynamique qui intègre la surveillance continue de l'état des services réseaux et la mise en œuvre en temps réel d'actions correctives en cas de besoin. Il s'agit ici de doter le réseau de capacités à percevoir son propre état (détection de pannes, performances, etc.), à élaborer, planifier et déployer de manière autonome les reconfigurations nécessaires afin de maintenir la qualité de service exigée. On parle alors du concept de Réseaux Autonomes (Autonomic Networking) qui introduit des capacités d'auto-configuration, d'auto-réparation, d'auto-optimisation, et d'auto-protection dans les réseaux. Dans cette thèse, nous nous focalisons sur la problématique du diagnostic de pannes dans les réseaux d'operateurs. Il s'agit d'une phase critique et importante qui a une incidence sur l'ensemble du processus de gestion du réseau. Les travaux de thèse présentés dans ce mémoire visent à développer une nouvelle approche de diagnostic de pannes dans les réseaux d'opérateurs. L'enjeu est d'atteindre à la fois une bonne précision et une bonne fiabilité en termes d'identification de la source d'une panne, en prenant en compte les contraintes liées au passage à l'échelle et à la dynamicité des réseaux d'opérateurs. Dans cette thèse, nous proposons une approche de diagnostic qui repose sur la modélisation des dépendances causales liant les pannes à leurs sources. La fiabilité du diagnostic dépend principalement da la fiabilité du modèle de dépendances. Les réseaux d'opérateurs étant dynamiques, des mises à jour régulières de ce modèle sont alors requises. Pour la modélisation des dépendances, nous faisons appel au test statistique χ2. Ce test permet d'identifier les dépendances causales sous forme d'un réseau bayésien. Le diagnostic à base du modèle bayésien étudié dans cette thèse est traité en deux parties. Dans la première, nous nous intéressons à la complexité calculatoire de l'inférence bayésienne pour l'identification de la source d'une panne. Nous proposons ainsi un processus visant à optimiser cette inférence, et à identifier de manière fiable, précise et en un temps raisonnable la source d'une panne. Dans la deuxième partie, nous proposons une approche de modélisation permettant de réduire le temps de traitement afin de considérer le maximum d'observations possibles concernant l'état du réseau. Nous proposons ainsi une approche de diagnostic basée sur un modèle de dépendances construit par clusters.