Groupe de recherche SYSCOM

Documents pareils
Jean-Philippe Préaux

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

Modélisation multi-agents - Agents réactifs

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques

Rapport d activité. Mathieu Souchaud Juin 2007

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris Mars 2003


Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet.

Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image

Algorithmique et systèmes répartis

DES FOURMIS POUR LIVRER DU MAZOUT

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes

Vérifier la qualité de vos applications logicielle de manière continue

TP : STATION BLANI 2000 SIMULATION DU RESEAU INFORMATIQUE

Semestre 1. Objectifs Approfondissement de l environnement Java et de son interface de programmation d applications : réseaux, et processus.

Prise en compte des ressources dans les composants logiciels parallèles

Efficacité énergétique des réseaux de cœur et d accès

Iyad Alshabani SysCom - CReSTIC Université de Reims 17/02/2011 1

Conception et contrôle des SMA tolérants aux fautes

La programmation à mémoire adaptative ou l évolution des algorithmes évolutifs

Eric Bertrand 08/11/06 Maître de conférence 1

Note d application: Les différentes topologies de réseaux de capteurs sans fil

Les colonies de fourmis : apprentissage coopératif pour le problème du voyageur de commerce

Contexte et motivations Les techniques envisagées Evolution des processus Conclusion

PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN

Deux stratégies parallèles de l'optimisation par colonie de fourmis

L utilisation d un réseau de neurones pour optimiser la gestion d un firewall

Doctorant en Informatique au CReSTIC - SysCom EA :Université de Reims Champagne-Ardenne, Reims France

Ces deux machines virtuelles seront installées sous VMWARE WORKSTATION.

Sommaire. Introduction. I. Notions de routage a) Technologies actuelles b) Avantages et désavantages

Description des UE s du M2

Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative

Un modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes

Programmation C. Apprendre à développer des programmes simples dans le langage C

Problème à résoudre. min f(s) s.c. s S

Laboratoire d Automatique et Productique Université de Batna, Algérie

PLATEFORME DE SUPERVISION

DG-ADAJ: Une plateforme Desktop Grid

Découverte et analyse de dépendances dans des réseaux d entreprise

Contributions à l expérimentation sur les systèmes distribués de grande taille

WEA Un Gérant d'objets Persistants pour des environnements distribués

Sauvegarde des données au LAAS

Architecture distribuée

ECTS CM TD TP. 1er semestre (S3)

Infrastructures Parallèles de Calcul

Master (filière Réseau) Parcours Recherche: Systèmes Informatiques et Réseaux (RTS)

Modules du DUT Informatique proposés pour des DCCE en 2014/2015

Big Data. Cyril Amsellem Consultant avant-vente. 16 juin Talend

Initiation au HPC - Généralités

Hypervision et pilotage temps réel des réseaux IP/MPLS

Cisco Certified Network Associate

Charte d installation des réseaux sans-fils à l INSA de Lyon

Conception de réseaux de télécommunications : optimisation et expérimentations

Présentation du Master Ingénierie Informatique et du Master Science Informatique , Année 2 Université Paris-Est Marne-la-Vallée

Encadré par : Michel SIMATIC

NOTIONS DE RESEAUX INFORMATIQUES

Du 03 au 07 Février 2014 Tunis (Tunisie)

CORBA haute performance

INF6500 : Structures des ordinateurs. Sylvain Martel - INF6500 1

Tests de performance du matériel

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

3A-IIC - Parallélisme & Grid GRID : Définitions. GRID : Définitions. Stéphane Vialle. Stephane.Vialle@supelec.fr

Les environnements de calcul distribué

Parcours en deuxième année

Services OSI. if G.Beuchot. Services Application Services Présentation - Session Services Transport - Réseaux - Liaison de Données - Physique

Parallélisme et Répartition

Conception des systèmes répartis

L équipement choisit devra être nomade, il servira aux visiteurs en déplacements et sera donc sujets à des limitations de tailles et de poids.

UNIVERSITÉ DU QUÉBEC MÉMOIRE PRÉSENTÉ À L'UNIVERSITÉ DU QUÉBEC À CHICOUTIMI COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN INFORMATIQUE

Fiche Technique Windows Azure

CAHIER DES CHARGES D IMPLANTATION

2 État de l art. Topologie Virtuelle pour Réseaux Hybrides

Diagrammes de Package, de déploiement et de composants UML

Runtime. Gestion de la réactivité des communications réseau. François Trahay Runtime, LaBRI sous la direction d'alexandre Denis Université Bordeaux I

Architecture N-Tier. Ces données peuvent être saisies interactivement via l interface ou lues depuis un disque. Application

Informatique Générale Les réseaux

CHAPITRE 6. Les comptes courants

Plan du Travail. 2014/2015 Cours TIC - 1ère année MI 30

Optimisation multi-objectif par colonies de fourmis : cas des problèmes de sac à dos

Mobilités 2.0 : connaître pour mieux agir

TAI049 Utiliser la virtualisation en assistance et en dépannage informatique TABLE DES MATIERES

1.Introduction - Modèle en couches - OSI TCP/IP

INTERNET, C'EST QUOI?

Test d un système de détection d intrusions réseaux (NIDS)

Retour d expérience, portage de code Promes dans le cadre de l appel à projets CAPS-GENCI

Rétablissement d un réseau cellulaire après un désastre

Logiciel de capture et de gestion des flux de documents MOINS DE PAPIER, PLUS D EFFICACITÉ. VOUS POUVEZ COMPTER SUR NOUS

Complexité et auto-organisation chez les insectes sociaux. Complexité et auto-organisation chez les insectes sociaux

ELP 304 : Électronique Numérique. Cours 1 Introduction

Principes d implémentation des métaheuristiques

Cahier des charges pour la mise en place de l infrastructure informatique

ACCESSNET -T IP Technique système TETRA d Hytera.

Big Data et Graphes : Quelques pistes de recherche

Cours des réseaux Informatiques ( )

Introduction aux applications réparties

Bases de données Cours 1 : Généralités sur les bases de données

Liste des sujets de projets M2 PRO/ALT Module SPROJ

Revue d article : Dynamic Replica Placement for Scalable Content Delivery

Chapitre 1. Infrastructures distribuées : cluster, grilles et cloud. Grid and Cloud Computing

Transcription:

Groupe de recherche SYSCOM SYStèmes COMmunicants M. Krajecki CReSTIC - EA3804 Université de Reims Champagne-Ardenne M. Krajecki (URCA) Groupe de recherche SYSCOM 1 / 28

Thème 1 SYSCOM en quelques mots 2 Algorithmique distribuée 3 Algorithmique parallèle et optimisation combinatoire 4 Grilles de calcul M. Krajecki (URCA) Groupe de recherche SYSCOM 2 / 28

SYSCOM en quelques mots SYSCOM développe des recherches centrés sur : 1 les communications numériques 2 les systèmes distribués et parallèles SYSCOM est organisé en deux équipes : 1 Equipe Algorithmique distribuée et parallélisme 2 Equipe Décision et Communication 12 enseignants-chercheurs, 7 doctorants et post-doctorants Direction de l équipe : Alain Bui et Guillaume Gelle M. Krajecki (URCA) Groupe de recherche SYSCOM 3 / 28

Equipe Algorithmique distribuée et parallélisme 3 axes de recherche développés : 1 Algorithmique distribuée 2 Optimisation Combinatoire et Parallélisme 3 Grilles de Calculs M. Krajecki (URCA) Groupe de recherche SYSCOM 4 / 28

Equipe Décision et Communication 4 axes de recherche développés : 1 Traitement du Signal et Décision 2 Information et codage 3 Communications Numériques 4 Caractérisation Electronique des systèmes de communications M. Krajecki (URCA) Groupe de recherche SYSCOM 5 / 28

Activités de recherche 1 SYSCOM en quelques mots 2 Algorithmique distribuée 3 Algorithmique parallèle et optimisation combinatoire 4 Grilles de calcul M. Krajecki (URCA) Groupe de recherche SYSCOM 6 / 28

Thème 1 SYSCOM en quelques mots 2 Algorithmique distribuée 3 Algorithmique parallèle et optimisation combinatoire 4 Grilles de calcul M. Krajecki (URCA) Groupe de recherche SYSCOM 7 / 28

Algorithmique distribuée : cadre de travail Concevoir des méthodes de gestion totalement distribuées informations locales pas de connaissance globale (topologie, service...) code uniforme pas de serveur ni centralisateur... réseaux dynamiques ajout / suppression de site, modification de la topologie... gérer les fautes qui affectent un réseau corruption locale, corruption de messages... M. Krajecki (URCA) Groupe de recherche SYSCOM 8 / 28

Outil Marches aléatoires déplacement aléatoire d un message dans un système étude théorique simulation et application Trois propriétés élémentaires Intérêts couverture tous les sites sont visités en un temps fini percussion tout site est atteint depuis un autre site en un temps fini rencontre deux marches se rencontrent en un même site en un temps fini diffusion et collecte d informations sur un réseau dynamique M. Krajecki (URCA) Groupe de recherche SYSCOM 9 / 28

Gestion des fautes : tolérance aux fautes Approche robustesse capacité à respecter en permanence une spécification légale principalement des résultats d impossibilité auto-stabilisation [Dijkstra74] capacité à gérer sans intervention extérieure les fautes transitoires faute convergence clôture M. Krajecki (URCA) Groupe de recherche SYSCOM 10 / 28

Champs d application Environnements dynamiques structures physiques dynamiques filaires sans fil (infrastructure et ad hoc) structures logiques dynamiques modification de la localisation des ressources communautés de calcul M. Krajecki (URCA) Groupe de recherche SYSCOM 11 / 28

Algorithmes et solutions Outils conçus & étudiés déplacement aléatoires auto-stabilisant dans un réseau méthodes d évaluation de cohérence des états locaux... Algorithmes développés extension de l exclusion mutuelle : la k-exclusion mutuelle maintenance d arbre sur un réseau ad hoc découverte de ressources, routage dans un réseau dynamique maintenance de structure pour le calcul distribué... M. Krajecki (URCA) Groupe de recherche SYSCOM 12 / 28

Travaux en cours et perspectives multi-marches aléatoires globales performances stratégies de collecte stratégies d échange d informations multi-marches aléatoires hiérarchiques performances sur structures fixées construction et maintenance de régions M. Krajecki (URCA) Groupe de recherche SYSCOM 13 / 28

Thème 1 SYSCOM en quelques mots 2 Algorithmique distribuée 3 Algorithmique parallèle et optimisation combinatoire 4 Grilles de calcul M. Krajecki (URCA) Groupe de recherche SYSCOM 14 / 28

Algorithmique parallèle et optimisation combinatoire Proposer et étudier des outils pour le parallélisme : réduire les temps de développement transparent pour l utilisateur (si possible) garantissant de bonnes performances Algorithmique parallèle en mémoire partagée Optimisation combinatoire et parallélisme Le centre de calcul régional ROMEO2 M. Krajecki (URCA) Groupe de recherche SYSCOM 15 / 28

Résolution parallèle de CSP Valeurs 1 2 3 4 Variables X1 X2 X3 X4 C 3 C1 X 1 X 2 C2 C4 X 4 X 3 C6 C5 M. Krajecki (URCA) Groupe de recherche SYSCOM 16 / 28

Deux approches de résolution Partage de l arbre de recherche : V 1 V2 V3 Processeur 1 Processeur 2 Processeur 3 Décomposition de domaine : Mémoire partagée Processeur 1 Processeur 2 Processeur 3 M. Krajecki (URCA) Groupe de recherche SYSCOM 17 / 28

Les Métaheuristiques Les méthodes complètes sont rarement adaptées aux problèmes industriels Les métaheuristiques sont une alternative intéressante : le recuit simulé les algorithmes évolutionnaires la recherche avec tabous les colonies de fourmis Elles sont intrinsèquement parallèles M. Krajecki (URCA) Groupe de recherche SYSCOM 18 / 28

Ant System (Dorigo et al.) Problème du voyageur de commerce Les fourmis construisent un trajet complet (T k (t)) Elles déposent une trace (intensité de la phéromone ou de la piste) sur l arête ij (τ k ij ) Plus l arête est empruntée, plus la trace est forte Plus la trace est forte, plus l arête a de chance d être empruntée par une fourmi Définit un mécanisme d apprentissage centralisé M. Krajecki (URCA) Groupe de recherche SYSCOM 19 / 28

Organisation mémoire Contexte mémoire partagée thread 0 thread 1 thread 2 thread n lecture seule lecture/écriture Cas favorable mémoire partagée thread 0 thread 1 0 4 8 Pages partagées rechargements intempestifs mémoire partagée thread 0 découpage en pages zones franches (mémoire inutilisée) M. Krajecki (URCA) Groupe de recherche SYSCOM 20 / 28

Perspectives Parallélisme allocation mémoire OpenMP bibliothèque intégration compilateur collaboration constructeur Hybridation des modèles de parallélisme mémoire partagée échange de messages P2P ; grille Optimisation combinatoire borne : valeur initiale valeur sous-optimale méthode approchée hybridation de la recherche méthode exacte méthode approchée M. Krajecki (URCA) Groupe de recherche SYSCOM 21 / 28

Les moyens de calculs à disposition Le centre de calcul régional ROMEO2 600 Gflops de puissance, 96 coeurs de processeurs Plus de 300Go de mémoire vive et 2To de disques Les serveurs de l équipe 4 serveurs bi-opteron dual core, 2Go de mémoire vive 4 stations Athlon 64 Dual core M. Krajecki (URCA) Groupe de recherche SYSCOM 22 / 28

Thème 1 SYSCOM en quelques mots 2 Algorithmique distribuée 3 Algorithmique parallèle et optimisation combinatoire 4 Grilles de calcul M. Krajecki (URCA) Groupe de recherche SYSCOM 23 / 28

Grilles de calcul Objectifs partage volontaire de ressources matérielles et logicielles organisation et gestion des ressources Architectures classiques centralisé : client / serveur hiérarchisé Architecture étudiée et développée totalement distribuée exploitation des méthodes issues de l algorithmique distribuée M. Krajecki (URCA) Groupe de recherche SYSCOM 24 / 28

Computation Over a Network for FIIT Objectifs gestion totalement distribuée architecture d une grille d une exécution Caractéristiques indépendant de la plate-forme (système, matériel, architecture) exécution en environnement utilisateur dynamique CONFIIT Java Multi-threadé XML-RPC M. Krajecki (URCA) Groupe de recherche SYSCOM 25 / 28

Expérimentations Problème de langford 2 3 1 2 1 3 combien de solutions pour un nombre fixé de couleurs? plus grandes instances résolues : L(2,19) résolue en 2,5 ans en 1999 L(2,20) résolue en une semaine en 2002 Défi de calcul L(2,23) = 3 799 455 942 515 488 42 PC, 1 Mac, 1 bi-xeon, SunFire (24) : 100 h. de calcul (300 j.) L(2,24) = 46 845 158 056 515 936 3 PC, bi-xeon, SunFire (8) : 94 j. de calcul (876 j.) M. Krajecki (URCA) Groupe de recherche SYSCOM 26 / 28

Définition d un modèle pour les grilles Pourquoi un modèle? prise en compte des spécificités du réseau modélisation des composants élémentaires Objectifs étude des performances diriger la conception de nouvelles architectures plonger les intergiciels existants définir des inter-actions entre les intergiciels M. Krajecki (URCA) Groupe de recherche SYSCOM 27 / 28

Travaux en cours et perspectives CONFIIT exécutions sécurisées intégration d applications dans CONFIIT projet GNP (CONSAT) Modélisation et nouvelles stratégies de structuration nouvelles stratégies de structuration (marches aléatoires) hiérarchisation dynamique totalement distribuée des grilles de calcul intégration de protocoles industriels et d autres intergiciels M. Krajecki (URCA) Groupe de recherche SYSCOM 28 / 28