Télécharger cette présentation en (ppt) - WebTV

Université Abderrahmane Mira de Bejaïa
Faculté des sciences exactes
LABORATOIRE D’INFORMATIQUE MÉDICALE
Soutenance de Doctorat en sciences
En Informatique
Option : Réseaux et Systèmes Distribués
Sélection et composition de services sensibles à
l’énergie et à la qualité de service en environnements
ubiquitaires et intelligents ambiants
Directeurs de thèse :
Pr. Yacine AMIRAT
Pr. Moussa KERKAR
Présentée par :
M. Essaid KHANOUCHE
10/12/2016
1
PLAN
Contexte & problématique de la
thèse.
Contribution 1 – Algorithme de
sélection EQSA
Contribution 2 – Algorithme de
composition CQCA
Synthèse des contributions &
perspectives.
2
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contexte
De l’ubiquité à l’intelligence ambiante
Environnement
ubiquitaire/ambiant
3
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contexte
Challenges des systèmes intelligents ambiants
 Gestion optimale des ressources compte tenu de la limitation des
dispositifs en termes de capacité énergétique.
 Passage à l’échelle : capacité d’un système ambiant à gérer un
grand nombre d’utilisateurs ou de services.
 Sensibilité au contexte : aptitude d’un système ambiant à fournir
des services adaptés aux besoins de l’utilisateur.
 Hétérogénéité ; Dynamicité et incertitude ; Sécurité et respect
de la vie privée.
4
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Problématique de la thèse.
Le concept de service
 Service : entité logicielle fournissant un ensemble
fonctionnalités définies dans une description de service.
de
 Description de service : englobe aussi les propriétés nonfonctionnelles du service, telles que :
– la qualité de service (QoS) ;
– les spécifications de l’utilisateur ;
– d’autres aspects : énergie consommée, contexte.
5
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Problématique de la thèse.
Service atomique vs Service composite
 Un service atomique fournit une fonctionnalité de base ; il est
caractérisé par une exécution autonome.
 Un service composite offre une fonctionnalité complexe
– son exécution requiert d’invoquer d’autres services.
 La composition de services vise la création de nouveaux services
– combinaison de services atomiques pour fournir de nouvelles
fonctionnalités.
6
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Problématique de la thèse.
Le cycle de vie d’une composition de services
7
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Problématique de la thèse.
Problème de la composition de services
 Problématique de la gestion optimale de la QoS et de l’énergie.
 En termes de QoS, nécessité de prendre en compte des
changements de contexte, tels que :
– l’apparition ou disparition de services ;
– la dégradation de la qualité d’un service ;
– l’évolution des besoins des utilisateurs en termes de QoS.
 En termes d’énergie, les services candidats sont généralement
hébergés par des dispositifs dont la capacité énergétique est limitée.
8
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Problématique de la thèse.
Problème de la composition de services
 Ces services peuvent devenir indisponibles conduisant à des
– services composites peu fiables ;
– sans garantie de leur terminaison.
Défi : développer des algorithmes efficaces
pour la sélection de services:
– Minimiser la consommation d’énergie du
service composite ;
– Satisfaire les exigences de l’utilisateur en
termes de QoS.
9
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Revue de la littérature.
Classification proposée – Khanouche et al. 2016 IEEE TASE
Approches de sélection
de services avec QoS
La programmation linéaire en
nombres entiers
Ngoko et al. 2013
Gabrel et al. 2015
Un modèle
combinatoire/graphe
Yu et al. 2007
Garcia et al. 2015
La décomposition des
contraintes de QoS
Alrifai et al. 2012
Sun et al. 2012
Une fonction d’utilité
Kouicem et al. 2014
Yachir et al. 2016
Les techniques d’apprentissage Mabrouk et al. 2009
automatique
Hwang et al. 2015
La dominance au sens de
Pareto
Chen et al. 2015
Trummer et al. 2014
10
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Revue de la littérature.
Limitations des approches de sélection de services avec QoS
 Peu d’approches de sélection traitent simultanément et
efficacement les problèmes d’énergie et de QoS ;
 Les approches existantes concernent principalement les domaines:
– centres
de intelligents
données [Beloglazov
al. 2012,
et al.
2015]
bâtiments
[Pan et al.et
2015,
PaolaXia
et al.
2014]
; ;
– réseaux
de capteurs
sans
et al. 2012].
Cloud Computing
[Jula
et fil
al.[Ehsan
2014, Tanganelli
et al. 2014] ;
 La plupart de ces approches :
– ignorent la problématique de la gestion d’énergie [Yachir et al.
2016, Hwang et al. 2015, Chen et al. 2015, …]
– considèrent l’énergie comme un attribut de QoS [Kouicem et
al. 2014, Ngoko et al. 2013, Yachir et al. 2012, …].
11
PLAN
Contexte & problématique de la
thèse.
Contribution 1 – Algorithme de
sélection EQSA
Contribution 2 – Algorithme de
composition CQCA
Synthèse des contributions &
perspectives.
12
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Modèle de service
 Service concret
 Vecteur d’attributs
de QoS
 Service abstrait
 Profil d’énergie
13
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Modèle du profil d’énergie
 L’autonomie représente le niveau d’énergie du dispositif
hébergeant le service :
 Le coût énergétique reflète l’énergie consommée durant
l’exécution du service :
 Le profil d’énergie est le rapport entre le coût énergétique et
l’autonomie :
14
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Modèle de QoS
 La qualité de service peut être liée à des propriétés
– Quantitatives : la disponibilité, etc.
– Qualitatives : la sécurité, etc.
– Chaque propriété est appelée attribut de QoS ;
 La QoS d’un service atomique csj est représentée par un vecteur
QoS(csj) = (qos1,j , …, qosk,j), qosq,j : valeur du qième attribut.
 La QoS d’un service composite dépend de :
– la structure du plan de composition ;
– la fonction utilisée pour l’agrégation des attributs de QoS.
15
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Formalisation du problème de sélection de services
 La sélection de services consiste à :
– choisir le meilleur service parmi plusieurs services candidats;
– ce choix est basé sur plusieurs attributs de QoS.
Problème d’optimisation multi-objectif.
 L’optimisation lexicographique est une méthode de résolution des
problèmes d’optimisation multi-objectif :
Sous-problème
mono-objectif 1
• Objectif 1
Sous-problème
mono-objectif i
• Objectif i
Sous-problème
mono-objectif n
• Objectif n
16
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Formalisation du problème de sélection de services
 Dans le contexte de la sélection de services sensible à la QoS
– l’ordre d’importance des objectifs représente les préférences
de l’utilisateur ;
L’optimisation lexicographique est bien adaptée pour
résoudre le problème de sélection avec QoS.
17
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Principe de l’algorithme
 Un nouvel algorithme de sélection de services centré sur l’énergie
et sensible à la QoS est proposé.
EQSA – Energy-centered and QoS-aware services Selection Algorithm
 L’idée sous-jacente à l’algorithme proposé est de :
– réaliser des économies d’énergie en réduisant légèrement le
niveau de QoS.
 Deux objectifs principaux sont visés :
– la conservation de l’énergie ;
– la satisfaction des exigences de l’utilisateur en termes de QoS.
18
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Phase 1 : présélection basée sur le niveau de QoS
Qualité optimale
Valeur seuil
de qualité
Réduction de la qualité
Services offrant le niveau de QoS
requis pour satisfaire l’utilisateur
19
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Phase 2 : sélection de services basée sur la dominance relative
 Les services candidats sont comparés en utilisant une valeur
d’utilité reflétant leur dominance relative.
 La dominance relative d’un service dépend de :
– son profil d’énergie ;
– des valeurs de ses attributs de QoS ;
– des préférences de l’utilisateur par rapport à chaque attribut.
20
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Phase 2 : sélection de services basée sur la dominance relative
Le nombre de services
candidats dominés par csj
Dominance basée sur le
profil d’énergie
21
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 1 – Algorithme EQSA.
Analyse de la complexité
 La complexité temporelle de l’algorithme EQSA est en
– O(n . m) pour la phase 1 ;
– O(m . p log p) pour la phase 2.
 La phase de filtrage des algorithmes de sélection utilisant la
dominance de Pareto a une complexité en O(k.m.n2) ;
 Cette complexité est nettement supérieure à celle de l’algorithme
EQSA qui est en O(n . m);
 L’algorithme EQSA réduit considérablement le temps de calcul
puisque sa complexité temporelle globale << O(k.m.n2).
22
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Scénarios et méthodologie de simulation
 Les scénarios de simulation ont été conçus dans le cadre du projet
Européen A2NEts;
 Les données de simulation ont été synthétisées :
– en fonction des valeurs rapportées dans la littérature pour les
attributs de QoS ;
– en utilisant un modèle d’énergie réaliste pour spécifier le profil
énergétique des services [Furthmüller et al. 2012].
23
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Scénarios et méthodologie de simulation
 Trois algorithmes sont évalués :
– EQSA : sélection tenant compte du profil d’énergie et de QoS ;
– EQSA~EP : sélection tenant compte du profil d’énergie ;
– EQSA~QoS : sélection tenant compte de la QoS.
 Les métriques de performance sont :
– Temps de sélection ;
– Dominance basée sur la QoS du service composite ;
– Consommation d’énergie du service composite ;
– Durée de vie de la composition ;
– Optimalité de la composition.
24
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Temps de sélection vs le nombre de services
< 900 ms
Le nombre de classes = 10
FT varie entre 0.1 et 0.4
< 100 ms
Le nombre de candidats = 1000
FT varie entre 0.1 et 0.4
25
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Dominance basée sur la QoS vs le nombre de services
 Le nombre de classes = 10 ; le facteur de tolérance = 0,3.
0,86
0,87
26
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Consommation d’énergie vs le nombre de services
36%
67%
27
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Durée de vie de la composition vs le nombre de services
EQSA est légèrement moins efficace en termes de durée de vie
28
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Optimalité de la composition vs le nombre de services
98 %
Stable
700 services
29
PLAN
Contexte & problématique de la
thèse.
Contribution 1 – Algorithme de
sélection EQSA
Contribution 2 – Algorithme de
composition CQCA
Synthèse des contributions &
perspectives.
30
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 2 – Algorithme CQCA.
Motivation
Algorithme EQSA
 Prise en compte de
l’énergie
 Passage à l’échelle
Non-prise en compte
des contraintes
globales de QoS
Solution tenant compte des
contraintes globales de QoS
?
31
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 2 – Algorithme CQCA.
Problématique de composition avec contraintes de QoS
 Les contraintes globales de QoS représentent les exigences de
l’utilisateur imposées sur les valeurs de QoS du service composite ;
 La composition de services avec contraintes globales de QoS :
– Déterminer les services concrets à sélectionner pour chaque
service abstrait ;
– Le service composite résultant :
o satisfait les contraintes de QoS ;
o possède la meilleure utilité en termes de QoS.
32
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 2 – Algorithme CQCA.
Principe et phases de l’algorithme
 Un algorithme de composition basé sur le partitionnement des
services et sensible à la QoS.
CQCA – Clustering-based and QoS-aware services Composition
Algorithm.
 CQCA comprend 3 phases :
33
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 2 – Algorithme CQCA.
Phase 1 : filtrage des services basé sur le partitionnement
 Objectif : éliminer du processus de composition les services
candidats ayant des faibles valeurs de QoS.
 Le partitionnement consiste à :
– grouper un ensemble d’objets, en plusieurs sous-ensembles,
appelés clusters ;
– les membres d’un même cluster partagent des caractéristiques
communes.
 Plusieurs méthodes de partitionnement :
– la méthode des K-means.
34
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 2 – Algorithme CQCA.
Phase 1 : filtrage des services basé sur le partitionnement
Cluster : services ayant des
Cluster = Niveau de QoS (QL)
valeurs de QoS proches
AS1
AS2
CS11
AS3
CS13
CS24
CS21
CS14
CS18
CS12
CS17
CS23
CS15
CS16
CS32
CS22
CS31
CS33
CS25
CS27
CS26
CS36
CS35
CS34
35
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 2 – Algorithme CQCA.
Phase 2 : sélection de services basée sur le niveau de QoS
 Objectif : supprimer les services candidats ayant une faible valeur
de QoS pour certains attributs.
 Le choix de ces services pour la composition peut :
– engendrer la violation des contraintes globales de QoS ;
– dégrader l’optimalité du service composite.
 Le problème de la sélection de services avec QoS est modélisé
comme un problème d’optimisation lexicographique.
 Résultat : un ensemble de services candidats offrant le niveau de
QoS requis pour satisfaire les contraintes globales de QoS.
36
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Contribution 2 – Algorithme CQCA.
Phase 3 : Optimisation globale
 Déterminer les compositions quasi-optimales, c.à.d. :
– les compositions satisfaisant les contraintes globales de QoS ;
– maximisant l’utilité globale.
 L’utilité globale d’une composition CCx est :
 Construire un arbre de recherche à partir des services candidats :
– Les services candidats représentent les nœuds de l’arbre ;
– L’ordre d’invocation des services abstraits est traduit par la
relation père/fils entre les services candidats.
37
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Méthodologie & paramètres de simulation
Paramètre
Valeur
Dataset
Synthétisé en fonction des valeurs rapportées
dans la littérature.
Comparaison
ACSC [Ben Mabrouk et al. 2009].
Métriques de performance
Temps d’exécution, optimalité de la solution, et
espace des compositions.
Nombre de clusters
3 (QoS-haute, QoS-moyenne et QoS-basse).
Services concrets
Varie entre 30 et 120.
Classes de services
3
Contraintes de QoS
5
Facteur de tolérance
0.4
38
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Temps d’exécution vs le nombre de services
 Les services concrets sont répartis équitablement sur les 3 clusters;
4398 ms
97%
122 ms
39
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Optimalité vs le nombre de services
≈ 100%
≈ 99%
≈ 97%
40
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Espace des compositions vs le nombre de services
CQCA = 3.2% ACSC
CQCA = 2.1% ACSC
41
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Évaluation des performances.
Impact de la cardinalité des clusters sur l’optimalité
 Les services concrets de chaque classe sont répartis :
– 10% QoS-haute ;
30% QoS-moyenne ;
60% QoS-basse.
≈ 100%
< 65 %
42
PLAN
Contexte & problématique de la
thèse.
Contribution 1 – Algorithme de
sélection EQSA
Contribution 2 – Algorithme de
composition CQCA
Synthèse des contributions &
perspectives.
43
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Synthèse des contributions & Perspectives.
Synthèse des contributions
 EQSA – un algorithme de sélection de services centré sur l’énergie
et sensible à la QoS ;
 L’algorithme remédie aux limitations de la sélection de services ne
tenant pas compte de la dimension énergétique ;
 EQSA constitue une solution intéressante :
– une bonne efficacité énergétique ;
– une QoS de la composition proche de l’optimum.
 Limitations en termes de non-prise en compte des contraintes
globales de QoS ;
44
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Synthèse des contributions & Perspectives.
Synthèse des contributions
 CQCA – un algorithme de composition basé sur le partitionnement
des services et sensible à la QoS ;
 La composition de services avec QoS est formulée comme un
problème de partitionnement qui est résolu en utilisant K-means ;
 La méthode K-means présente l’intérêt de réduire le temps de
composition ;
 Les performances obtenues montrent que l’algorithme CQCA :
– permet d’obtenir un faible temps de composition ;
– engendre des compositions quasi-optimales.
45
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Synthèse des contributions & Perspectives.
Perspectives
 À court terme : extension de l’algorithme EQSA pour :
– gérer la re-sélection dynamique ;
– génération automatique d’un plan de composition efficace en
termes d’énergie.
 À long terme :
– reconsidérer certaines hypothèses pour aboutir à un modèle
de profil énergétique précis ;
– Évaluer les performances de l’algorithme CQCA en considérant
o d’autres structures de composition ;
o d’autres méthodes de partitionnement.
46
Contexte & Problématique
Contribution 1
Contribution 2
Synthèse & Perspectives
Publications.
Revues
M. E. Khanouche, Y. Amirat, A. Chibani, M. Kerkar and A. Yachir, “Energy-centered
and QoS-aware services selection for Internet of Things,” IEEE Transactions on
Automation Science and Engineering, vol. 13, no. 3, pp. 1256–1269, Jul. 2016.
M. E. Khanouche, F. Attal, Y. Amirat, A. Chibani and M. Kerkar, “Clustering-based
and QoS-aware services Composition Algorithm for Services Oriented
applications,” to be submitted to IEEE Transactions Automation Science and
Engineering.
47
Merci de votre attention.
48