Javascript must be enabled to continue!
Étude de réseaux complexes et de leurs propriétés pour l’optimisation de modèles de routage
View through CrossRef
Cette thèse s’intéresse aux problématiques de routage dans les réseaux, notamment dans le graphe des systèmes autonomes (AS) d’Internet. Nous cherchons d’une part à mieux comprendre les propriétés du graphe de l’Internet qui sont utiles dans la conception de nouveaux paradigmes de routage. D’autre part, nous cherchons à évaluer par simulation les performances de ces paradigmes. La première partie de mes travaux porte sur l’étude d’une propriété́ métrique, l’hyperbolicité́ selon Gromov, utilisée dans la conception de nouveaux paradigmes de routage. Je présente dans un premier temps une nouvelle approche pour le calcul de l’hyperbolicité́ d’un graphe utilisant une décomposition du graphe par les cliques-séparatrices et la notion de paires éloignées. Je propose ensuite un nouvel algorithme pour le calcul de l’hyperbolicité́ qui, combiné avec la méthode de décomposition par les cliques-séparatrices, permet son calcul sur des graphes composés de 58 000 sommets en quelques heures. La deuxième partie de mes travaux porte sur le développement de DRMSim, une nouvelle plate-forme de simulation de modèles de routage dynamiques. Celle-ci permet l’évaluation des performances des schémas de routage et leur comparaison au protocole de référence, le protocole de routeur frontière, BGP. DRMSim a permis l’étude par simulation de différents schémas de routage compact sur des topologies à O(10k) nœuds. Je détaille l’architecture de DRMSim et quelques exemples d’utilisation. Puis, je présente une étude réalisée en vue de développer une version parallèle et distribuée de DRMSim dans le cadre de la simulation de BGP
Title: Étude de réseaux complexes et de leurs propriétés pour l’optimisation de modèles de routage
Description:
Cette thèse s’intéresse aux problématiques de routage dans les réseaux, notamment dans le graphe des systèmes autonomes (AS) d’Internet.
Nous cherchons d’une part à mieux comprendre les propriétés du graphe de l’Internet qui sont utiles dans la conception de nouveaux paradigmes de routage.
D’autre part, nous cherchons à évaluer par simulation les performances de ces paradigmes.
La première partie de mes travaux porte sur l’étude d’une propriété́ métrique, l’hyperbolicité́ selon Gromov, utilisée dans la conception de nouveaux paradigmes de routage.
Je présente dans un premier temps une nouvelle approche pour le calcul de l’hyperbolicité́ d’un graphe utilisant une décomposition du graphe par les cliques-séparatrices et la notion de paires éloignées.
Je propose ensuite un nouvel algorithme pour le calcul de l’hyperbolicité́ qui, combiné avec la méthode de décomposition par les cliques-séparatrices, permet son calcul sur des graphes composés de 58 000 sommets en quelques heures.
La deuxième partie de mes travaux porte sur le développement de DRMSim, une nouvelle plate-forme de simulation de modèles de routage dynamiques.
Celle-ci permet l’évaluation des performances des schémas de routage et leur comparaison au protocole de référence, le protocole de routeur frontière, BGP.
DRMSim a permis l’étude par simulation de différents schémas de routage compact sur des topologies à O(10k) nœuds.
Je détaille l’architecture de DRMSim et quelques exemples d’utilisation.
Puis, je présente une étude réalisée en vue de développer une version parallèle et distribuée de DRMSim dans le cadre de la simulation de BGP.
Related Results
Learning attributed graphs representations
Learning attributed graphs representations
L’apprentissage automatique est devenu un sujet populaire de recherche ces dernières années, grâce à la réintroduction des réseaux de neurones au début des années 2010. L’a...
Climate change and decarbonisation of the industrial structure : an institutional-methodological investigation
Climate change and decarbonisation of the industrial structure : an institutional-methodological investigation
Changement climatique et décarbonisation du secteur industriel : une approche méthodologique
Notre empreinte matérielle, notre métabolisme énergétique, le chang...
People Analytics and Organizational Network Analysis for Better Decision Making and Human Resource Management
People Analytics and Organizational Network Analysis for Better Decision Making and Human Resource Management
Analyse des Ressources Humaines et des Réseaux Organisationnels pour une Meilleure Gestion de l’Entreprise et une Meilleure Prise de Décision
Dans le paysage commer...
Low-order thermoacoustic network modeling and simulation of spray flame transfer function
Low-order thermoacoustic network modeling and simulation of spray flame transfer function
Modélisation thermoacoustique de bas ordre et simulation de la fonction de transfert d'une flamme diphasique
Les instabilités thermoacoustiques continuent d’être u...
Mathematical modeling and statistical inference to better understand arbovirus dynamics
Mathematical modeling and statistical inference to better understand arbovirus dynamics
Modélisation mathématique et inférence statistique pour une meilleure compréhension des dynamiques des arboviroses
L’importance et l’expansion des arboviroses c...
A cross-layer approach for muti-constrained routing in 802.11 wireless mutli-hop networks
A cross-layer approach for muti-constrained routing in 802.11 wireless mutli-hop networks
Une approche inter-couche pour le routage multi-contraintes dans les réseaux sans fils multi-sauts
Les réseaux sans fil multi-saut (WMN : Wireless multi-hop Network...
Robust design optimization of electrical machines for electric and hybrid vehicles
Robust design optimization of electrical machines for electric and hybrid vehicles
Contribution méthodologique au dimensionnement optimal et robuste des machines électriques dédiées aux chaines de traction VE et VEH
Face aux préoccupations croissa...
Unlocking wireless sensing potential in Wi-Fi and IoT networks
Unlocking wireless sensing potential in Wi-Fi and IoT networks
Libérer le potentiel de détection sans fil dans les réseaux Wi-Fi et IoT
La détection sans fil a évolué depuis la découverte de la détection radar en 1886. L’an...

