heuristiques d`ordonnancement de workflows dans le

Université de Cergy-Pontoise
Ecole Doctorale Sciences et Ingénierie
ETIS (CNRS UMR 8051)
Thèse présentée par
Sonia YASSA
pour obtenir le grade de Docteur de Cergy-Pontoise
Spécialité :
Sciences et Technologie de l’Information et de la Communication
STIC
Allocation optimale multi-contraintes des workflows
aux ressources d’un environnement
cloud computing
Soutenue le 10 juillet 2014 devant le jury composé de :
Pr. Dominique LAURENT Université de Cergy Pontoise Président du jury
Pr. Christophe CERIN Université Paris 13 Rapporteur
Pr. Patrick SIARRY Université de Paris-Est Créteil Rapporteur
MdC. Alain PETROWSKI Télécom SudParis Examinateur
Pr. Bertrand GRANADO Université Pierre et Marie Curie Directeur de thèse
HDR. Rachid CHELOUAH EISTI Co-directeur de thèse
HDR. Hubert KADIMA EISTI Co-directeur de thèse

iii
Résumé: Le cloud computing est de plus en plus reconnu comme une nouvelle façon
d'utiliser, à la demande, les services de calcul, de stockage et de réseau de manière
transparente et efficace. Dans cette thèse, nous abordons le problème d'ordonnancement de
workflows sur les infrastructures distribuées hétérogènes du cloud computing. Les approches
  workflows existant dans le cloud se concentrent principalement sur
l'optimisation biobjectif du makespan et du coût. Dans cette thèse, nous proposons des
   workflows basés sur des métaheuristiques. Nos
algorithmes sont capables de gérer plus de deux métriques de QoS (Quality of Service),
notamment, le makespan, le coût          
ressources physiques. En outre, ils traitent plusieurs contraintes selon les exigences spécifiées
dans le SLA (Service Level Agreement). Nos algorithmes ont été évalués par simulation en
utilisant (1) comme applications: des workflows synthétiques et des workflows scientifiques
issus du monde réel et ayant des structures différentes; (2) et comme ressources cloud: les
caractéristiques des services de Amazon EC2. 
nos algorithmes pour le traitement de plusieurs QoS. Nos algorithmes génèrent une ou
plusieurs solutions dont certaines surpassent  de référence HEFT
sur toutes les QoS considérées, y compris le makespan pour lequel HEFT est censé donner de
bons résultats.
Mots clés: cloud computing, workflow, ordonnancement, SLA, QoS, optimisation
multiobjectif, métaheuristiques, algorithmes évolutionnaires, PSO.
Abstract: cloud computing is increasingly recognized as a new way to use on-demand,
computing, storage and network services in a transparent and efficient way. In this thesis, we
address the problem of workflows scheduling on distributed heterogeneous infrastructure of
cloud computing . The existing workflows scheduling approaches mainly focus on the bi-
objective optimization of the makespan and the cost. In this thesis, we propose new workflows
scheduling algorithms based on metaheuristics. Our algorithms are able to handle more than
two QoS (Quality of Service) metrics, namely, makespan, cost, reliability, availability and
energy in the case of physical resources. In addition, they address several constraints
according to the specified requirements in the SLA (Service Level Agreement). Our
algorithms have been evaluated by simulations. We used (1) synthetic workflows and real
world scientific workflows having different structures, for our applications; and (2) the
features of Amazon EC2 services for our cloud. The obtained results show the effectiveness
of our algorithms when dealing with multiple QoS metrics. Our algorithms produce one or
more solutions which some of them outperform the solution produced by reference HEFT
heuristic over all the QoS considered, including the makespan for which HEFT is supposed to
give good results.
Keywords: cloud computing, workflow, scheduling, SLA, QoS, multiobjective optimization,
metaheuristics, evolutionary algorithms, PSO.

v
Table des matières
Introduction générale ............................................................................................................... 1
1. Concepts fondamentaux de cloud et de workflow .............................................................. 7
1.1. Introduction .................................................................................................................... 7
1.2. Paradigme du cloud computing ....................................................................................... 8
1.2.1. Concept du cloud computing .................................................................................... 8
1.2.2. Modèles du cloud computing ................................................................................. 12
1.2.3. Challenges de recherche en environnement de cloud computing .......................... 17
1.3. Workflow et systèmes de gestion de workflows ............................................................ 19
1.3.1. Concepts de base et définitions de workflows ........................................................ 19
1.3.2. Architecture des systèmes de gestion de workflows ............................................... 20
1.3.3. Systèmes de gestion de workflows pour les grilles et clouds ................................. 21
1.3.4. Intérêts du cloud pour les workflows ...................................................................... 23
1.4. Conclusion ..................................................................................................................... 24
2. Optimisation multiobjectif et ordonnancement de workflows dans le cloud computing :
état de l’art .............................................................................................................................. 25
2.1. Introduction ................................................................................................................... 25
2.2. Optimisation multiobjectif  ...................................................................... 26
2.2.1. Concepts et définitions ........................................................................................... 26
2.2.2. Optimisation multiobjectif et aide à la décision ..................................................... 28
2.2.3. Méthodologies de résolution .................................................................................. 29
2.2.4. Les métaheuristiques .............................................................................................. 31
2.3.  ...... 46
workflows dans le cloud................ 46
2.3.2. Discussion .............................................................................................................. 54
2.4. Conclusion ................................................................................................................. 55
3. Métaheuristiques pour l’ordonnancement de workflows dans l’infrastructure IaaS .. 57
3.1. Introduction ................................................................................................................... 57
e workflow
IaaS ....................................................................................................................................... 58
3.2.1. Modèle du cloud computing ................................................................................... 58