Un algorithme distribué d énumération des noeuds d un réseau et application au calcul des distances entre 2 noeuds quelconques et du diamètre d un
|
|
|
- Huguette Melanie Gilbert
- il y a 6 ans
- Total affichages :
Transcription
1 Un algorithme distribué d énumération des noeuds d un réseau et application au calcul des distances entre 2 noeuds quelconques et du diamètre d un réseau LaBRI - Université de Bordeaux AlgoTel Mai 201
2 Plan Introduction 1 Introduction 2 4
3 Plan Introduction 1 Introduction 2 4
4 Le problème Introduction Etant donné un réseau : 1 attribuer un numéro de 1 à n (la taille du réseau) à chaque noeud, 2 utiliser cette énumération pour : calculer (tous) les plus courts chemins, calculer le diamètre du réseau, autres paramètres : la maille,...
5 Modèle Introduction Réseau de communication connexe modélisé par un graphe G = (V,E) : les noeuds communiquent par passage de messages, système synchrone : les noeuds commencent en même temps et opèrent par rondes synchrones anonymat : les noeuds n ont pas des identifiants différents, un noeud est dans un état Leader.
6 Modèle Introduction Complexité en temps : une ronde (pour un neoud) : 1. envoyer des messages à des voisins, 2. recevoir des messages des voisins,. réaliser un calcul local, complexité en temps : le nombre de rondes nécessaires pour que tous les noeuds terminent. Complexité en bits : dans chaque ronde, chaque noeud peut envoyer/recevoir un bit à/de chaque voisin, complexité en bits : le nombre de rondes nécessaires pour que tous les noeuds terminent.
7 Etat de l art Introduction Temps Taille des messages (nombre de bits) complexité en bits Almeida et al. O(D) O(n log n) O(Dn log n) Holzer and Wattenhofer (PODC 2012) O(n) O(log n) O(n log n) Peleg et al. O(n) O(log n) O(n log n) (ICALP12) Frischknecht et al. B Ω(n/B) (SODA 2012) Cet article O(n) O(1) O(n) Calcul du diamètre.
8 Plan Introduction 1 Introduction 2 4
9 Enumération distribuée DEA : un algorithme distribué qui attribue à chaque sommet du graphe un nombre unique dans {1,2,,n}, et tel que : la distance entre deux sommets ayant des numéros consécutifs est au plus, les messages échangés sont de taille O(1), la complexité en temps est en O(n). DEA opère en deux étapes : 1 calcul d un arbre couvrant BFS de G, dont la racine est le sommet Leader, 2 énumération des sommets de G selon une traversée spéciale (Algorithme Trav).
10 Enumération distribuée DEA : un algorithme distribué qui attribue à chaque sommet du graphe un nombre unique dans {1,2,,n}, et tel que : la distance entre deux sommets ayant des numéros consécutifs est au plus, les messages échangés sont de taille O(1), la complexité en temps est en O(n). DEA opère en deux étapes : 1 calcul d un arbre couvrant BFS de G, dont la racine est le sommet Leader, 2 énumération des sommets de G selon une traversée spéciale (Algorithme Trav).
11 Enumération distribuée DEA : un algorithme distribué qui attribue à chaque sommet du graphe un nombre unique dans {1,2,,n}, et tel que : la distance entre deux sommets ayant des numéros consécutifs est au plus, les messages échangés sont de taille O(1), la complexité en temps est en O(n). DEA opère en deux étapes : 1 calcul d un arbre couvrant BFS de G, dont la racine est le sommet Leader, 2 énumération des sommets de G selon une traversée spéciale (Algorithme Trav).
12 Enumération distribuée DEA : un algorithme distribué qui attribue à chaque sommet du graphe un nombre unique dans {1,2,,n}, et tel que : la distance entre deux sommets ayant des numéros consécutifs est au plus, les messages échangés sont de taille O(1), la complexité en temps est en O(n). DEA opère en deux étapes : 1 calcul d un arbre couvrant BFS de G, dont la racine est le sommet Leader, 2 énumération des sommets de G selon une traversée spéciale (Algorithme Trav).
13 Enumération distribuée DEA : un algorithme distribué qui attribue à chaque sommet du graphe un nombre unique dans {1,2,,n}, et tel que : la distance entre deux sommets ayant des numéros consécutifs est au plus, les messages échangés sont de taille O(1), la complexité en temps est en O(n). DEA opère en deux étapes : 1 calcul d un arbre couvrant BFS de G, dont la racine est le sommet Leader, 2 énumération des sommets de G selon une traversée spéciale (Algorithme Trav).
14 Enumération distribuée DEA : un algorithme distribué qui attribue à chaque sommet du graphe un nombre unique dans {1,2,,n}, et tel que : la distance entre deux sommets ayant des numéros consécutifs est au plus, les messages échangés sont de taille O(1), la complexité en temps est en O(n). DEA opère en deux étapes : 1 calcul d un arbre couvrant BFS de G, dont la racine est le sommet Leader, 2 énumération des sommets de G selon une traversée spéciale (Algorithme Trav).
15 Enumération distribuée DEA : un algorithme distribué qui attribue à chaque sommet du graphe un nombre unique dans {1,2,,n}, et tel que : la distance entre deux sommets ayant des numéros consécutifs est au plus, les messages échangés sont de taille O(1), la complexité en temps est en O(n). DEA opère en deux étapes : 1 calcul d un arbre couvrant BFS de G, dont la racine est le sommet Leader, 2 énumération des sommets de G selon une traversée spéciale (Algorithme Trav).
16 Enumération distribuée Algorithme Trav :
17 Enumération distribuée Algorithme Trav :
18 Enumération distribuée Algorithme Trav : 1
19 Enumération distribuée Algorithme Trav : 1 1
20 Enumération distribuée Algorithme Trav : 1 1 2
21 Enumération distribuée Algorithme Trav : 1 1 2
22 Enumération distribuée Algorithme Trav :
23 Enumération distribuée Algorithme Trav :
24 Enumération distribuée Algorithme Trav :
25 Enumération distribuée Algorithme Trav : Lemme. Pour tout sommet u, ν u est pair ssi u se trouve à un niveau pair et ν u est pair ssi u se trouve à un niveau impair. Corollaire. Pour tout sommet u, si ν u est pair (resp. impair) alors ν u est impair (resp. pair).
26 Enumération distribuée Algorithme Trav :
27 Enumération distribuée Algorithme Trav :
28 Enumération distribuée Algorithme Trav :
29 Enumération distribuée Algorithme Trav :
30 Enumération distribuée Algorithme Trav :
31 Enumération distribuée Lemme. Soit G un graphe connexe. La distance, dans G, entre deux sommets ayant des numéros consécutifs est d au plus. l algorithme est optimal : il n existe pas d énumération des noeuds telle que deux noeuds ayant des numéros consécutifs sont à distance au plus 2.
32 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 0
33 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 0 1 1
34 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 1 1; 2 1;2 2 = END
35 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 2 1; 2 1;2 2 = END 2 2 1;1 1;1 1;1 1;1 1;
36 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 1; 2 1;2 2 = END 1;1;2 1;1;2 1;1;2 1;1;2 1;1;2 1;1 1;1 1;1 1;1 1;1 1 1
37 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 4 1; 2 1;2 2 = END 1;1;2 1;1;2 1;1;2 1;1;2 1;1; ;1;1 1;1;1 1;1;1 1;1;1 1;1;1 1;1 1;1
38 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 5 1; 2 1;2 2 = END = OK 1;1;2 1;1;2 1;1;2 1;1;2 1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1 1;1;1
39 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 6 1; 2 1;2 2 = END = OK 1;1;2 1;1;2 1;1;2 1;1;2 1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 2 1;1;1;1 1;1;1;1
40 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 7 1; 2 1;2 2 = END = OK 1;1;2 1;1;2 1;1;2 1;1;2 1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;1;2 1;1;1;1;2
41 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 8 1; 2 1;2 2 = END = OK 1;1;2 1;1;2 1;1;2 1;1;2 1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;1;2 1;1;1;1;2
42 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 9 1; 2 1;2 2 = END = OK 1;1;2 1;1;2 1;1;2 1;1;2 1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;1;2 1;1;1;1;2
43 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 10 1; 2 1;2 2 = END = OK 1;1;2 1;1;2 1;1;2 1;1;2 1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;1;2 1;1;1;1;2
44 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = 11 1; 2 1;2 2 = END = OK 1;1;2 1;1;2 1;1;2 1;1;2 1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;2 1;1;1;1;2 1;1;1;1;2
45 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t = ;1 1;1 1;1 1;1 1;1 1;1;1 1;1;1 1;1;1 1;1;1 1;1;1 1;1;1;1 1;1;1;1
46 Application 1 : Calcul des plus courts chemins 1. Algorithme DistCal : Calcul des distance du leader aux autres sommets : t =
47 Application 1 : Calcul des plus courts chemins Lemme. DistCal permet à chaque sommet de connaître sa distance au Leader. Sa complexité en temps et sa complexité en bits sont O(n).
48 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins :
49 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t(v) = t(1) + 5(k 1)
50 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t =
51 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t =
52 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t =
53 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t =
54 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t =
55 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t =
56 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t =
57 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 0 t =
58 Application 1 : Calcul des plus courts chemins Propriété. Si v initialise une vague alors tout sommet w à distance d de v la reçoit à l instant d et (éventuellement) à l instant d +1. Lemme. Les vagues commencées par deux sommets consécutifs n entrent jamais en collision.
59 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 1 2
60 Application 1 : Calcul des plus courts chemins 2. APSP : Calcul des plus courts chemins : 1 d(v, i) = Ti t1 5(i 1) d(v, 1) = 0 5(1 1) = d(v, 2) = 6 0 5(2 1) = 1 2
61 Application 1 : Calcul des plus courts chemins Théorème Soit G un graphe de taille n avec un sommet distingué. Il existe un algorithme distribué synchrone calculant les plus cours chemins en O(n) rondes et ayant une complexité en bits égale à O(n).
62 Application 2 : Calcul du diamètre Principe : 1 chaque sommet calcule le maximum des distances (des sommets) de ses sous arbres au Leader; et l envoie à son père; 2 Le Leader centralise le calcul; Le Leader envoie le maximum à tous les sommets de l arbre.
63 Application 2 : Calcul du diamètre Théorème. Soit G un graphe de taille n avec un sommet distingué. Il existe un algorithme distribué synchrone permettant de calculer le diamètre D de G en O(n) rondes avec une complexité en bits égale à O(n). Chaque sommet connaît la valeur de D à la fin de l algorithme.
64 Plan Introduction 1 Introduction 2 4
65 Introduction La même énumération peut être utilisée pour : calculer la maille du graphe, déterminer les isthmes, déterminer les points d articulation.
66 Plan Introduction 1 Introduction 2 4
67 Bibliographie Introduction 1 Y. Métivier, J. M. Robson and A. Zemmari. A distributed enumeration algorithm and applications to all pairs shortest paths, diameter... Inf. Comput. 247: (2016) 2 P. S. Almeida, C. Baquero, and A. Cunha. Fast distributed computation of distances in networks. CoRR, abs/ , D. Peleg, L. Roditty, and E. Tal. Distributed algorithms for network diameter and girth. In ICALP (2), pages , S. Holzer and R. Wattenhofer. Optimal distributed all pairs shortest paths and applications. In PODC, pages 55-64, S. Frischknecht, S. Holzer and R. Wattenhofer. Networks cannot compute their diameter in sublinear time. In SODA 2012, pages , 2012.
68 MERCI
Introduction aux algorithmes répartis
Objectifs et plan Introduction aux algorithmes répartis Sacha Krakowiak Université Joseph Fourier Projet Sardes (INRIA et IMAG-LSR http://sardes.inrialpes.fr/people/krakowia! Introduction aux algorithmes
Parallélisme et Répartition
Parallélisme et Répartition Master Info Françoise Baude Université de Nice Sophia-Antipolis UFR Sciences Département Informatique baude@unice.fr web du cours : deptinfo.unice.fr/~baude Septembre 2009 Chapitre
Algorithmes de recherche d itinéraires en transport multimodal
de recherche d itinéraires en transport multimodal Fallou GUEYE 14 Décembre 2010 Direction : Christian Artigues LAAS-CNRS Co-direction : Marie José Huguet LAAS-CNRS Encadrant industriel : Frédéric Schettini
Continuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Sauvegarde collaborative entre pairs Ludovic Courtès LAAS-CNRS
Sauvegarde collaborative entre pairs 1 Sauvegarde collaborative entre pairs Ludovic Courtès LAAS-CNRS Sauvegarde collaborative entre pairs 2 Introduction Pourquoi pair à pair? Utilisation de ressources
La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Chp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
1 de 46. Algorithmique. Trouver et Trier. Florent Hivert. Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert
1 de 46 Algorithmique Trouver et Trier Florent Hivert Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert 2 de 46 Algorithmes et structures de données La plupart des bons algorithmes
Ebauche Rapport finale
Ebauche Rapport finale Sommaire : 1 - Introduction au C.D.N. 2 - Définition de la problématique 3 - Etat de l'art : Présentatio de 3 Topologies streaming p2p 1) INTRODUCTION au C.D.N. La croissance rapide
Quelques tests de primalité
Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars
Resolution limit in community detection
Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.
Limites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Chapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
FIMA, 7 juillet 2005
F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation
Programmation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Projet d informatique M1BI : Compression et décompression de texte. 1 Généralités sur la compression/décompression de texte
Projet d informatique M1BI : Compression et décompression de texte Le but de ce projet est de coder un programme réalisant de la compression et décompression de texte. On se proposera de coder deux algorithmes
Découverte et analyse de dépendances dans des réseaux d entreprise
Découverte et analyse de dépendances dans des réseaux d entreprise Samer MERHI Sous la direction de: Olivier FESTOR LORIA - Equipe MADYNES - Université Henri Poincaré June 24, 2008 1 / 24 Plan 1 Introduction
Théorie des Graphes Cours 3: Forêts et Arbres II / Modélisation
IFIPS S7 - informatique Université Paris-Sud 11 1er semestre 2009/2010 Théorie des Graphes Cours 3: Forêts et Arbres II / 1 Forêts et arbres II Théorème 1.1. Les assertions suivantes sont équivalentes
Une Architecture de Bureaux Graphiques Distants Sécurisée et Distribuée
Une Architecture de Bureaux Graphiques Distants Sécurisée et Distribuée J. Rouzaud-Cornabas Laboratoire d Informatique Fondamentale d Orléans Université d Orléans Batiment IIIA, Rue Léonard de Vinci 45067
Développements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Chapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Dérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt
Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication Philippe Robert INRIA Paris-Rocquencourt Le 2 juin 2010 Présentation Directeur de recherche à l INRIA Institut
aux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Sommaire. Couverture de zone de surveillance dans les réseaux de capteurs. De quoi parle-t-on ici (1/2)? Objectif. De quoi parle-t-on ici (2/2)?
ouverture de zone de surveillance dans les réseaux de capteurs Jean arle, Master Recherche Informatique Option Informatique Mobile 008-009 s Jean arle - Master Recherche Informatique 008-009 Objectif e
Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)
Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter
Rappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Service Deployment in Programmahle Networks
Diss. ETH No. 15133 Service Deployment in Programmahle Networks A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of DOCTOR OF TECHNICAL SCIENCES presented by
Prérequis. Résolution des problèmes WMI. Date 03/30/2010 Version 1.0 Référence 001 Auteur Antoine CRUE
Prérequis Résolution des problèmes WMI Date 03/30/2010 Version 1.0 Référence 001 Auteur Antoine CRUE VOS CONTACTS TECHNIQUES JEAN-PHILIPPE SENCKEISEN ANTOINE CRUE LIGNE DIRECTE : 01 34 93 35 35 EMAIL :
Introduction à la théorie des graphes. Solutions des exercices
CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti
Chapitre 7. Récurrences
Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,
Architecture distribuée
Architecture distribuée Conception et développement d algorithmes distribués pour le moteur Baboukweb Jean-Christophe DALLEAU Département de Mathématiques et Informatique Université de La Réunion 26 juin
= constante et cette constante est a.
Le problème Lorsqu on sait que f(x 1 ) = y 1 et que f(x 2 ) = y 2, comment trouver l expression de f(x 1 )? On sait qu une fonction affine a une expression de la forme f(x) = ax + b, le problème est donc
L exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Formation logiciel ZSH Gestion commerciale. F.Krebs. Sommaire :
Formation logiciel ZSH Gestion commerciale F.Krebs Sommaire : Principe... 2 Activités de Gestion Commerciale... 2 Statut de validité... 2 Utilisation des statuts de validité dans les activités : principe...
Petite introduction aux protocoles cryptographiques. Master d informatique M2
Petite introduction aux protocoles cryptographiques Master d informatique M2 Les protocoles cryptographiques p.1/48-1 Internet - confidentialité - anonymat - authentification (s agit-il bien de ma banque?)
Pourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
TP3 : Manipulation et implantation de systèmes de fichiers 1
École Normale Supérieure Systèmes et réseaux Année 2012-2013 TP3 : Manipulation et implantation de systèmes de fichiers 1 1 Répertoire de travail courant Le but de l exercice est d écrire une commande
MIS 102 Initiation à l Informatique
MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ
Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet
Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet Beat Wolf 1, Pierre Kuonen 1, Thomas Dandekar 2 1 icosys, Haute École Spécialisée de Suisse occidentale,
Ensimag 1ère année Algorithmique 1 Examen 2ième session 24 juin 2010. Algorithmique 1
Algorithmique 1 Durée : 2h Machines électroniques interdites Tous documents papiers autorisés Il est conseillé de traiter les deux parties dans l ordre du sujet. Veuillez respecter les notations introduites
Introduction. Adresses
Architecture TCP/IP Introduction ITC7-2: Cours IP ESIREM Infotronique Olivier Togni, LE2I (038039)3887 olivier.togni@u-bourgogne.fr 27 février 2008 L Internet est basé sur l architecture TCP/IP du nom
Notes de cours (ENS Lyon, M1) Chapitre 2 : Réseaux Pair à Pair
Notes de cours (ENS Lyon, M1) Chapitre 2 : Réseaux Pair à Pair Table des matières 2 Réseaux pair à pair 25 2.1 Introduction et définitions...................... 25 2.1.1 Définition...........................
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Towards realistic modeling of IP-level topology dynamics
Towards realistic modeling of IP-level topology dynamics Clémence Magnien, Amélie Medem, Fabien Tarissan LIP6, CNRS et UPMC Sorbonne Universités Algotel 2012 Mai 2012 La Grande Motte, Hérault, France Etude
Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
FaceBook aime les Maths!
FaceBook aime les Maths! Michel Rigo http://www.discmath.ulg.ac.be/ http://orbi.ulg.ac.be/ Réseaux Visualizing my Twitter Network by number of followers. Michael Atkisson http://woknowing.wordpress.com/
Correction du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Mesures de performances Perspectives, prospective
Groupe de travail Métrologie http://gt-metro.grenet.fr Mesures de performances Perspectives, prospective Bernard.Tuy@renater.fr Simon.Muyal@renater.fr Didier.Benza@sophia.inria.fr Agenda Métrologie multi
Sommaire. Introduction. I. Notions de routage a) Technologies actuelles b) Avantages et désavantages
Sommaire Introduction I. Notions de routage a) Technologies actuelles b) Avantages et désavantages II. Routage et fourmis a) Principe et avantages b) Structure du simulateur III.Implémentation a) Présentation
TP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
COURS SYRRES RÉSEAUX SOCIAUX INTRODUCTION. Jean-Loup Guillaume
COURS SYRRES RÉSEAUX SOCIAUX INTRODUCTION Jean-Loup Guillaume Le cours Enseignant : Jean-Loup Guillaume équipe Complex Network Page du cours : http://jlguillaume.free.fr/www/teaching-syrres.php Évaluation
Raisonnement distribué dans un environnement de type Pair-à-Pair
Actes JNPC 04 Raisonnement distribué dans un environnement de type Pair-à-Pair P. Adjiman P. Chatalic F. Goasdoué M.-C. Rousset L. Simon adjiman,chatalic,fg,mcr,simon @lri.fr Résumé Dans un système d inférence
Conception des systèmes répartis
Conception des systèmes répartis Principes et concepts Gérard Padiou Département Informatique et Mathématiques appliquées ENSEEIHT Octobre 2012 Gérard Padiou Conception des systèmes répartis 1 / 37 plan
4 Exemples de problèmes MapReduce incrémentaux
4 Exemples de problèmes MapReduce incrémentaux 1 / 32 Calcul des plus courtes distances à un noeud d un graphe Calcul des plus courts chemins entre toutes les paires de noeuds d un graphe Algorithme PageRank
Modélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1
Chap 4: Analyse syntaxique 1 III- L'analyse syntaxique: 1- Le rôle d'un analyseur syntaxique 2- Grammaires non contextuelles 3- Ecriture d'une grammaire 4- Les méthodes d'analyse 5- L'analyse LL(1) 6-
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies
INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH
Revue d article : Dynamic Replica Placement for Scalable Content Delivery
Revue d article : Dynamic Replica Placement for Scalable Content Delivery Marc Riner - INSA Lyon - DEA DISIC Introduction Cet article [1] présente une technique innovante de placement de réplicats et de
Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Compression Compression par dictionnaires
Compression Compression par dictionnaires E. Jeandel Emmanuel.Jeandel at lif.univ-mrs.fr E. Jeandel, Lif CompressionCompression par dictionnaires 1/25 Compression par dictionnaire Principe : Avoir une
NoSQL. Introduction 1/23. I NoSQL : Not Only SQL, ce n est pas du relationnel, et le contexte. I table d associations - Map - de couples (clef,valeur)
1/23 2/23 Anne-Cécile Caron Master MIAGE - BDA 1er trimestre 2013-2014 I : Not Only SQL, ce n est pas du relationnel, et le contexte d utilisation n est donc pas celui des SGBDR. I Origine : recherche
DU RÉSEAU AU BIG DATA UNE OFFRE GLOBALE DE GESTION DE LA DONNÉE. Bruno Fleisch - Responsable Produits Tarik Hakkou Responsable du pôle «Data»
DU RÉSEAU AU BIG DATA UNE OFFRE GLOBALE DE GESTION DE LA DONNÉE Bruno Fleisch - Responsable Produits Tarik Hakkou Responsable du pôle «Data» BT, UN LEADER MONDIAL BT est l une des premières entreprises
Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique
Algorithmique des Systèmes Répartis Protocoles de Communications
Algorithmique des Systèmes Répartis Protocoles de Communications Master Informatique Dominique Méry Université de Lorraine 1 er avril 2014 1 / 70 Plan Communications entre processus Observation et modélisation
3A-IIC - Parallélisme & Grid GRID : Définitions. GRID : Définitions. Stéphane Vialle. Stephane.Vialle@supelec.fr http://www.metz.supelec.
3A-IIC - Parallélisme & Grid Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle Principes et Objectifs Evolution Leçons du passé Composition d une Grille Exemple d utilisation
IP Exchange Network Architecture et Services. EFORT http://www.efort.com
IP Exchange Network Architecture et Services EFORT http://www.efort.com 1 Introduction L (IP Exchange Network) est un modèle d interconnexion dans le monde des télécommunications pour l échange de trafic
Userbase. Pour un marketing de précision
Userbase Pour un marketing de précision Questions clé pour votre succès Quel est mon marché potentiel? Comment puis-je segmenter mon marché? Où sont prises les décisions concernant l informatique et les
Optimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Ordonnancement temps réel
Ordonnancement temps réel Laurent.Pautet@enst.fr Version 1.5 Problématique de l ordonnancement temps réel En fonctionnement normal, respecter les contraintes temporelles spécifiées par toutes les tâches
Efficient Object Versioning for Object- Oriented Languages From Model to Language Integration
Efficient Object Versioning for Object- Oriented Languages From Model to Language Integration Pluquet Frédéric July, 3rd 2012 Etude de techniques efficaces de versionnement d objets pour les langages orientés
Les capitalistes sociaux sur Twitter : détection via des mesures de similarité
Les capitalistes sociaux sur Twitter : détection via des mesures de similarité Nicolas Dugué, Anthony Perez LIFO - Université d Orléans rue Léonard de Vinci B.P. 6759 F-45067 ORLEANS Cedex 2 FRANCE RÉSUMÉ.
Liste de conférences et revues Thème Com A
Liste de conférences et revues Thème Com A April 11th, 2007 Ci-dessous, la synthèse des listes de publications fournies par les projets. Il faut noter que ACES/CEPAGE/OASIS/ n ont pas répondu et ne sont
Circuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Map-Reduce : un cadre de programmation parallèlle pour l analyse de grandes données. Stéphane Genaud ENSIIE
Map-Reduce : un cadre de programmation parallèlle pour l analyse de grandes données Stéphane Genaud ENSIIE Traitement de données distribuées Google a introduit Map-Reduce [Dean and Ghemawat 2004] Ils s
UE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd
UE 503 L3 MIAGE Initiation Réseau et Programmation Web La couche physique A. Belaïd abelaid@loria.fr http://www.loria.fr/~abelaid/ Année Universitaire 2011/2012 2 Le Modèle OSI La couche physique ou le
Problèmes arithmétiques issus de la cryptographie reposant sur les réseaux
Problèmes arithmétiques issus de la cryptographie reposant sur les réseaux Damien Stehlé LIP CNRS/ENSL/INRIA/UCBL/U. Lyon Perpignan, Février 2011 Damien Stehlé Problèmes arithmétiques issus de la cryptographie
KIWI BACKUP DOSSIER DE PRESSE
KIWI BACKUP DOSSIER DE PRESSE 2015 Contact Presse : Céline Thevenet celine@kiwi-backup.com 03 89 333 886 Spécialiste Cloud Computing Protégez-Sauvegardez-Externalisez www.kiwi-backup.com + 33 (0)3 89 333
T.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY
T.P. FLUENT Cours Mécanique des Fluides 24 février 2006 NAZIH MARZOUQY 2 Table des matières 1 Choc stationnaire dans un tube à choc 7 1.1 Introduction....................................... 7 1.2 Description.......................................
1 Recherche en table par balayage
1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément
RAPPORT DE STAGE DE MASTER INFORMATIQUE DE L UNIVERSITE PIERRE ET MARIE CURIE Sécurité des infrastructures critiques.
RAPPORT DE STAGE DE MASTER INFORMATIQUE DE L UNIVERSITE PIERRE ET MARIE CURIE Sécurité des infrastructures critiques. DELAMARE Simon Stage réalisé à l Ecole Nationale Supérieure des Télécommunications.
Plateforme «Inscription en ligne»
Plateforme «Inscription en ligne» Modules Formations d intégration Formations Inter collectivités Réunion de présentation collectivités 2013 Déroulé de la présentation Accéder à la plateforme Accéder à
Quantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plan du Travail. 2014/2015 Cours TIC - 1ère année MI 30
Plan du Travail Chapitre 1: Internet et le Web : Définitions et historique Chapitre 2: Principes d Internet Chapitre 3 : Principaux services d Internet Chapitre 4 : Introduction au langage HTML 2014/2015
Conception d'un réseau de transport d'électricité
La Fédération Française des Jeux Mathématiques et la Société de Calcul Mathématique SA avec l'appui de Réseau de Transport d'electricité Conception d'un réseau de transport d'électricité Auteurs : Florian
Latitude 49.37 N Longitude 06.13 E Altitude 376 m RÉSUMÉ MENSUEL DU TEMPS DE JANVIER 2014
RÉSUMÉ MENSUEL DU TEMPS DE JANVIER 2014 Valeurs moyennes: Valeur Jour Valeur (en C) (en C) (en C) gazon (en C) 11,4 7 13,9 1975 3,6 0,8 4,9 2007-6,3 1963-3,0 29-17,8 1979-2,8 12-24,6 1985 37,1 50,3 95,5
Backtracking asynchrone agile pour les problèmes de satisfaction de contraintes distribués
Actes JFPC 2011 Backtracking asynchrone agile pour les problèmes de satisfaction de contraintes distribués Christian Bessiere 1 El Houssine Bouyakhf 2 Younes Mechqrane 2 Mohamed Wahbi 1,2 1 LIRMM/CNRS,
Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules
Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules M. Shawky, K. Chaaban, P. Crubillé Heudiasyc UMR 6599 CNRS, Univ. Tech. De Compiègne 1 ADAS (Advanced Driving Aid System) Reactive
UE C avancé cours 1: introduction et révisions
Introduction Types Structures de contrôle Exemple UE C avancé cours 1: introduction et révisions Jean-Lou Desbarbieux et Stéphane Doncieux UMPC 2004/2005 Introduction Types Structures de contrôle Exemple
PROJET AZURE (par Florent Picard, A2011)
PROJET AZURE (par Florent Picard, A2011) Remarques générales: exécuter toutes les applications en mode Administrateur; tous les logiciels sont gratuits 1 Mettre à jour l'ordinateur (Windows 7, 64 bits)
Guide d utilisateurs Plesk 11 WEBPACK. Guide d utilisateurs
Guide d utilisateurs Plesk 11 WEBPACK Guide d utilisateurs 1 Sommaire : 1. Introduction 3 2. Créer une adresse mail. 5 3. Créer un alias de nom de domaine. 6 4. Créer un compte FTP. 7 5. Créer un sous-domaine.
Équations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
I- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
Programmation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
LE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Transport Layer Security (TLS) Guide de mise en œuvre. Version: 1.0
Transport Layer Security (TLS) Guide de mise en œuvre Version: 1.0 15 mai, 2013 Table des matières Aperçu... 2 Reconnaissances... 2 Introduction de TLS... 2 Comment fonctionne TLS... 2 Comment mon organisation
Nouvelles opportunités pour les données fortement interconnectées : La base de graphe Neo4j
Nouvelles opportunités pour les données fortement interconnectées : La base de graphe Neo4j Cédric Fauvet Votre contact en France Cedric.fauvet@neotechnology.com Twi
EP 2 339 758 A1 (19) (11) EP 2 339 758 A1 (12) DEMANDE DE BREVET EUROPEEN. (43) Date de publication: 29.06.2011 Bulletin 2011/26
(19) (12) DEMANDE DE BREVET EUROPEEN (11) EP 2 339 758 A1 (43) Date de publication: 29.06.2011 Bulletin 2011/26 (21) Numéro de dépôt: 09179459.4 (51) Int Cl.: H04B 1/69 (2011.01) H03K 5/08 (2006.01) H03K