Un schéma d'emprunt de ressources pour l'adaptation du comportement d'applications distribuées

• Main Author: Batouma, Narkoy
• Other Authors: Lyon, INSA
• Language: fr
• Published: 2011
• Subjects: Informatique; Architecture; Application distribuée; Gestion des ressources; Qualité de service; Gestion de la qualité; Adaptation; Coordination de l'adaptation; Système multiagents; Information Technology; Distributed application; Resource management; Quality of service; Quality management; Coordination adaptation; Multi-agent system; 004.220 72
• Online Access: http://www.theses.fr/2011ISAL0090/document

Les systèmes d’exploitation utilisent très généralement une politique de « meilleur effort » (Best-effort) pour exécuter les applications. Tant que les ressources sont suffisantes, les applications s’exécutent normalement mais quand les ressources deviennent insuffisantes, des mécanismes de contrôle sont nécessaires pour continuer à obtenir des services de qualité acceptable. Cette thèse a pour objectif de gérer la QoS des applications distribuées. La première partie propose un middleware totalement décentralisé pour contrôler l’utilisation des ressources des applications distribuées. Cette approche se fonde sur une planification approximative et un schéma d’emprunt de ressources afin d’améliorer la QoS globale du système. Via ce schéma d’emprunt, chaque nœud construit localement une vue détaillée de la disponibilité des ressources dans le système. La présence da la connaissance de la disponibilité des ressources en local permet à chaque nœud de prendre localement des décisions et de planifier les tâches des applications. Pour un contrôle plus fin de l’exécution, la deuxième partie ajoute un support pour l’adaptation du comportement des applications. Le middleware utilise un modèle général des applications sous forme de graphe d’exécution décoré avec les besoins en ressources. Un chemin dans le graphe est une exécution possible de l’application avec une certaine utilité, et ce sont ces chemins qui fournissent les degrés de liberté dont le middleware a besoin pour adapter la consommation des ressources au contexte. Les applications coopèrent avec le middleware dans le processus de gestion de la QoS lors de l’admission puis durant toute l’exécution. Le middleware est le chef d’orchestre et c’est lui qui pilote et c’est lui qui pilote l’exécution des actions des applications (arcs dans le graphe) Pour valider notre approche, un prototype à base d’agents a été réalisé. Les résultats démontrent l’intérêt de notre approche. === Generally, Operating Systems control and execute applications based on a best effort policy. As long as resources are sufficient, applications are normally executed but when resources become scarce, control mechanisms (graceful degradation) are necessary to maintain acceptable QoS. This thesis aims to manage the QoS of distributed applications. The first part of the thesis proposes a fully decentralized middleware to control the use of resources of distributed applications. This approach is based on a resource borrowing schema and an approximate scheduling in order to improve the overall QoS provided by the system. Using this borrowing schema, each node locally constructs a comprehensive view of resources availability in the system. The local knowledge of resources availability makes it possible for each node to make decisions and to schedule the execution of the applications. To finely control execution, the second part of the thesis adds a support for behavior adaptation of applications. The middleware interprets a general model of applications as an execution graph enriched with resources requirements. Each application must be designed according to this model to be manageable by the middleware (intrusive approach). A path in the graph is a possible execution of application with a certain utility. These paths provide degrees of freedom needed by the middleware to adapt resource consumption to the context. During the QoS management process, applications cooperate with the middleware at admission and execution phase. The middleware guides and controls the execution of applications actions (edges in the execution graph). To validate our approach, a prototype based on agents has been implemented using JADE. The results show the interest of our approach.