logo EDITE Sujets de doctorat

Approche prédictive de l'optimisation de la consommation énergétique dans les Clouds Datacenters

Résumé rédigé par
Directeur de thèse:
Doctorant: Frejus Ahotondji Romeo GBAGUIDI
Unité de recherche EA 1395 Centre d'Étude et de Recherche en Informatique et Communications

Projet

La question de l’énergie s’est imposée au cours des dernières années comme une préoccupation centrale à laquelle l’humanité doit s’affronter avec une grande urgence. La poussée démographique, l’épuisement progressif des ressources jusque-là explorées, et plus récemment l’essor des technologies de l’information ont transformé cette question en un défi auquel les chercheurs et acteur du monde industriel s’attaque avec des résultats encore non satisfaisants. King et al annonce l’épuisement total des réserves d’énergie fossile pour 2030 en se basant sur la croissance de la demande et les promesses de l’exploration à moyen terme. Dans le même temps le monde commence à peine à réaliser les effets très nocifs produits par la surconsommation des énergies fossiles sur notre environnement et les graves menaces qu’ils engendrent pour notre existence. En effet, dans une série de rapports récents intitulé « Turn down the heat » , sur le réchauffement climatique, les scientifiques s’accordent tous à reconnaitre qu’un seuil irréversible de dégradation de notre environnement sera franchi d’ici à 2020 avec pour conséquences une vague de catastrophes naturelles dont les conséquences nous ont déjà enseigné à plusieurs reprises la précarité de notre existence. Certains courants de pensée préconisent le recours aux énergies renouvelables comme alternative incontournable pour juguler la crise annoncée. Cependant les efforts fournis à l’élaboration des moyens de leur production restent à des stades primitifs et n’augure pas d’une résolution définitive du problème de l’énergie pour les besoins de notre monde. Toutes ces inquiétudes suscitent de nombreuses interrogations quant à l’avenir du Cloud computing et des Datacenters. La principale question à laquelle nous tenteront de répondre est : Existe-t-il une technique adaptée pour l’optimisation de la consommation électrique dans les Clouds Datacenters ? De façon spécifique, la prise en compte des caractéristiques préalables de la consommation de ressources matérielles pourrait-elle améliorer les outils d’approvisionnement d’énergie électrique dans les Datacenters ? Quelles méthodes statistiques ou d’apprentissage par ordinateur permettent-elles de mieux appréhender ces caractéristiques du trafic ? Quelles techniques de manipulation des environnements virtuels garantissent le mieux une optimisation de la consommation électrique tout en préservant une qualité de service adéquate aux utilisateurs ?