| Titre : | Équilibrage de charge intelligent dans les réseaux définis par logiciel |
| Auteurs : | MAHER BASSI, Auteur ; Sadek Labib Terrissa, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2020 |
| Format : | 1 vol. (76 p.) / ill. / 29 cm |
| Langues: | Français |
| Résumé : | Le réseau défini par logiciel représente une architecture prometteuse qui combine la gestion centrale et la programmable. L’SDN sépare le plan de contrôle du plan de transfert des données et déplace la gestion du réseau tel que les logiciels vers un point central, appelé contrôleur, qui peut être programmé et utilisé comme cerveau du réseau. La croissance des services d'applications cloud fournis via des centres de données avec des demandes de trafic variables dévoile les limites des méthodes d'équilibrage de charge traditionnelles dans les réseaux actuels. Dans le but d'assister à des scénarios évolutifs visant à améliorer les performances du réseau sur l’état de charge des routes, ce mémoire présente une méthode d'équilibrage de charge basée sur un réseau de neurones artificiels dans le contexte du réseau défini par la connaissance.KDN cherche à tirer parti des techniques d'intelligence artificielle pour le contrôle et le fonctionnement des réseaux informatiques automatiquement. KDN étend l’SDN avec la télémétrie avancée et l'analyse de réseau en introduisant un plan de connaissances qui fonctionne parallèlement avec le plan de contrôle. L'ANN proposé est capable de prédire les performances du réseau en fonction des paramètres de trafic en créant un modèle de comportement du trafic basé sur des mesures de bande passante et de latence sur différents chemins et différents périodes de transmission. La méthode ANN a un but pour choisir le chemin le moins de charge. |
| Sommaire : |
Introduction générale .............................................................................................................. 1
Motivations ................................................................................. 2 Objectifs et contribution............................................... 2 Aperçu du mémoire ............................................................................................................. 2 I. Chapitre I Réseaux définis par logiciel .............................................................................. 4 1. Introduction ................................................................................................................... 4 2. Réseau défini par logiciel .............................................................................................. 4 2.1 Introduction ................................................................................................................. 4 2.2 Définition .................................................................................................................... 5 2.3 Les réseaux actuels et les réseaux définis par logiciel ................................................ 6 2.4 Historique des réseaux définis par logiciel ................................................................. 7 3. Application des réseaux définis par logiciel ................................................................ 9 3.1 Applications dans la réalité ......................................................................................... 9 3.2 Domaine de l’utilisation .............................................................................................. 9 3.2.1 Réseau mobile défini par logiciel SD-MN .......................................................... 9 3.2.2 Réseau étendue défini par logiciel SD-WAN ...................................................... 9 3.2.3 Réseau local défini par logiciel SD-LAN .......................................................... 10 3.2.4 La sécurité dans les réseaux définis par logiciel ............................................... 10 4. Architecture des réseaux définis par logiciel ............................................................ 10 5. Types de contrôleurs réseau défini par logiciel ........................................................ 13 6. Protocole OpenFlow dans l’approche SDN ............................................................... 14 6.1 Table de flux ............................................................................................................. 16 6.1.1 Champs de correspondance ............................................................................... 17 6.1.2 Compteurs ......................................................................................................... 18 6.1.3 Action ................................................................................................................ 20 7. Protocole OFDP et les messages Packet in/out ......................................................... 21 8. Capacités générales des réseaux définis par logiciel ................................................ 23 9. Conclusion .................................................................................................................... 23 II. Chapitre II Réseaux définis par la connaissance .......................................................... 24 1. Introduction ................................................................................................................. 24 2. Réseau défini par la connaissance .............................................................................. 24 2.1 Définition .................................................................................................................. 24 2.2 Architecture................................. 24 3. Apprentissage Automatique ....................................................................................... 26 4. Méthodes d'apprentissage automatique .................................................................... 27 4.1 Apprentissage supervisée .......................................................................................... 27 4.2 Apprentissage non supervisé................................... 27 4.3 Comparaison entre les méthodes d’apprentissages ................................................... 28 5. Modélisation avec l’apprentissage automatique ....................................................... 29 5.1 Arbres de décisions et forêt d’arbres décisionnels .................................................... 29 5.2 K le plus proche voisin ............................................................................................. 29 5.3 Réseaux de neurones ................................................................................................. 30 6. Utilisation de l’intelligence artificiel en réseaux informatique ............................... 30 6.1 Appliquer l'apprentissage automatique dans la mise en réseaux .............................. 31 6.2 Gestion des performances ......................................................................................... 31 6.3 Gestion de l’accroissement matériel ......................................................................... 31 6.4 Sécurité ..................................................................................................................... 31 7. Réseau de neurones artificiels .................................................................................... 32 7.1 Définition .................................................................................................................. 32 7.2 Perceptron simple (Monocouche) ............................................................................. 33 7.3 Perceptrons multicouches (MLP) ............................................................................. 34 8. Equilibrage de charge ................................................................................................. 35 8.1 Definition .................................................................................................................. 35 8.2 Equilibrage de charge côté client .............................................................................. 36 8.3 Equilibrage de charge côté serveur ........................................................................... 36 9. Algorithmes Load Balancing ...................................................................................... 37 9.1 Random ..................................................................................................................... 38 9.2 Round-robin .............................................................................................................. 38 9.3 Algorithme du Least-bandwidth ............................................................................... 39 10. Load balancing dans les réseaux définis par logiciel............... 40 11. Travaux connexes ........................................................................................................ 41 12. Conclusion .................................................................................................................... 42 III. Chapitre III Modélisation du réseau défini par les connaissances ............................. 43 1. Introduction ................................................................................................................. 43 2. Description du travail ................................................................................................. 43 2.1 Centre de donnée et la topologie fattree (A) ............................................................. 43 2.2 Chemins possibles ..................................................................................................... 46 2.3 sFlow ......................................................................................................................... 47 2.4 Collecte des données (B) .......................................................................................... 49 2.4.1 Bande passante .................................................................................................. 49 2.4.2 Latence .............................................................................................................. 50 2.5 Dataset (C) ................................................................................................................ 51 2.6 Prétraitement des données (Normalisation des données)............ 52 2.7 Apprentissage automatique (D) ................................................................................ 53 2.8 Modèle du RNA dans le contrôleur SDN (E) ........................................................... 54 3. Conclusion .................................................................................................................... 56 IV. Chapitre IV Expérimentation et résultats......................... 57 1. Introduction ................................................................................................................. 57 2. Environnement de développement ............................................................................. 57 2.1 Environnement matériel ............................................................................................ 57 2.2 Environnement logiciel ............................................................................................. 57 3. Emulateur et contrôleur SDN .................................................................................... 58 3.1 Emulateur Mininet .................................................................................................... 58 3.2 Contrôleur Floodlight............................................................... 58 4. sFlow-Real Time .......................................................................................................... 59 5. Langages de développement ....................................................................................... 60 6. Implémentation ............................................................................................................ 60 6.1 Création de la topologie fattree ................................................................................. 60 6.2 Scenario de simulation .............................................................................................. 61 6.3 Extraction des métriques avec sFlow-RT ................................................................. 62 6.4 Description dataset .................................................................................................... 62 6.5 Implémentation du réseau de neurones artificiels ..................................................... 63 7. Résultats et discussions ............................................................................................... 64 7.1 Exactitude ................................................................................................................. 64 7.2 Erreur d’apprentissage .............................................................................................. 65 7.3 Erreur de prédiction .................................................................................................. 66 7.4 Pseudo code d’équilibrage de charge ........................................................................ 68 7.5 Application du RNA à l’équilibrage de charge......................................................... 69 8. Conclusion .................................................................................................................... 70 Conclusion générale ............................................................................................................... 71 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/598 | Mémoire master | bibliothèque sciences exactes | Consultable |
