logo EDITE Sujets de doctorat

Coordination coopérative pour l'allocation dynamique de ressources dans des systèmes multi-agent large-échelle et ouverts

Résumé rédigé par
Directeur de thèse:
Doctorant: Sylvain DUCTOR
Unité de recherche UMR 7606 Laboratoire d'informatique de Paris 6

Projet

Mon travail de thèse vise à fiabiliser des applications cooperatives distribuées, conçues en tant que systèmes multi-agents, à l'aide de la réplication logicielle. L'objectif est d'assurer la propriété de tolérance aux fautes à un ensemble d'agents executés sur un réseau de machines.

De tels applications sont souvent ouvertes, large-échelle et très dynamiques. De plus l'importance relative des agents peuvent évoluer au cours de l'exécution de l'application, contrairement aux approches traditionnelles statiques de réplication ou les composants critiques peuvent être identifiés au moment de la conception. Si la réplication a prouvé son efficacité pour assurer la tolérance aux fautes, le surcoût qu'elle génère en matière de consommation de ressources doit aussi être pris en considération. Il est donc nécessaire de fournir un mécanisme efficace qui adapte dynamiquement et automatiquement les stratégies de réplication des agents (nombre et placement des réplicats) en fonction de leurs criticités et de l'impact sur la qualité de service du réseau de machines.

Dans cette thèse nous proposons des mécanismes de négociation distribués et adaptatifs afin de répliquer les agents. Le problème de réplication peut être vu comme une instance particulière du problème d'allocation de ressources multi-agents. Notre approche se fonde sur la litterature associée, en particulier la théorie de la decision algorithmique, la théorie du choix social et la prise de decision collective distribuée. Chaque agent calcule ses préférences concernant les allocations possibles; nous définissons un évaluateur social de l'optimalité d'une allocation en tant qu'agrégateur des préférences des agents. Nous étudions quels processus décisionnels locaux, utilisant des informations locales (i.e. comportements décentralisés) peuvent être utilisés pour conduire le SMA à converger vers une allocation socialement optimale. Nous cherchons de plus à généraliser nos mécanismes à d'autre applications tels que la virtualisation des réseaux ou la composition de services web.