Projets de recherche

Observation d'applications réparties

    Nous poursuivons le développement d'une méthode qui permet de concevoir, d'observer et d'analyser le comportement d'un système multi-agents. Pour ce qui est de l'analyse, notre méthode fait des hypothèses minimales pour le système multi-agents. Les agents communiquent par envoi de "performatifs" d'un langage de SMA tel que KQML ou ACL. Les différentes étapes de la méthode sont les suivantes : modélisation préalable de protocoles par des réseaux de Petri de haut niveau, construction en ligne d'un graphe causal des performatifs à l'aide de techniques d'algorithmique répartie bien connues et enfin reconnaissance dans le graphe des différents protocoles mis en œuvre à l'aide de l'analyse sémantique des réseaux par les dépliages qui permettent de distinguer la véritable concurrence de l'entrelacement d'actions. Cette méthode d'analyse, développée dans le cadre de la thèse de H. Mazouzi, est donc plus discriminante et exploite complètement la relation de causalité et non pas une relation temporelle qui ne serait qu'accidentelle.

Nous étudions le moyen d'observer d'une application répartie sur une large échelle. Les problèmes soulevés par cette observation sont essentiellement liés à l’importante quantité d’informations à traiter et à la collecte et au transport des informations. Une approche de structures hiérarchiques de grappes et leur gestion est en cours d'étude. De plus nous élaborons une structure permettant la spécification et la création des sondes auto-adaptables. La difficulté réside ici, d’une part dans la création et le chargement à la volée de sondes d’observation à partir de leurs spécifications, sans perturber ni le système ni l’application observée, et d’autre part de permettre une auto-adaptabilité de la sonde en fonction de son environnement permettant ainsi de limiter au maximum l’intrusion des sondes donc et de meilleures performances du système d’observation. Cette limitation se fera en appliquant des stratégies fines de contrôle des paramètres d'observation ainsi que le changement de comportement des sondes en fonction du contexte applicatif et de l'état du cluster. Ce travail s’insère dans un projet RNTL en collaboration avec le laboratoire LIP6 et deux sociétés dont le but est de fournir un répartiteur de charge des requêtes pour BDD sur cluster.

Projet Leg@Net


    Leg@net est un projet RNTL dont l'objectif est de construire une infrastructure logicielle permettant le déploiement Internet des applications graphiques non ''WEBisées''. Ainsi, le projet propose une infrastructure permettant le regroupement des applications existantes et des données. La plate-forme vise une bonne performance de l'accès à distance aux applications et aux données, la sécurisation de l'ensemble, et la disponibilité des ressources systèmes.
    Dans ce cadre, je participe à la gestion et à la répartition de charges sur cluster en utilisant des techniques d'observation basées sur les sondes logicielles auto-adaptables définies dans ma thèse. Le but est de fournir un système d'observation adaptable et flexible, en exploitant et en étendant les techniques utilisées dans PHOENIX aux bases de données réparties. Mes travaux actuels portent en particulier sur la conception et l'implémentation de mécanismes d'observation pour la construction d'un support d'exécution et d'un répartiteur de charge pour les bases de données. Je co-encadre un stagiaire de D.E.A. qui travaille sur des extensions du noyau Linux pour fournir des services d'observation adaptables.


Projet DARX

    DARX est une plate-forme qui permet de construire des applications offrant de la tolérance aux fautes adaptative. DARX intègre des stratégies de tolérance aux fautes dans la plate-forme multi-agents DIMA. Une approche réflexive est adoptée permettant d'adapter dynamiquement la gestion des fautes en fonction de l'environnement (latence, débit et taux de fautes) et du niveau de criticité des agents. L'optique actuelle est détendre DARX à des réseaux à large échelle. Dans ce cadre, la gestion de l'observation pose un problème essentiel à la tolérance aux fautes, à cause du nombre considérable de ressources, de processus à gérer, et par conséquent le volume très important de données à traiter.
    Mon travail consiste donc à étendre la plate-forme d'observation de DARX pour la déployer à large échelle. Dans ce cadre, je co-encadre un stagiaire de D.E.A qui travaille sur la définition des ressources pertinentes et sur la portée des informations à observer, afin d'en déduire une architecture de la plate-forme d'observation conforme aux contraintes du large échelle.