These de doctorat (2006-2009)

Titre : Les systèmes cognitifs dans les réseaux autonomes : une méthode d'apprentissage distribué et collaboratif situé dans le plan de connaissances pour l'auto-adaptation sous la direction du Pr. Francine KRIEF soutenue le 17 décembre 2009 à l'université Bordeaux 1

Résumé :

L'un des défis majeurs pour les décennies à venir, dans le domaine des technologies de l'information et

de la communication, est la réalisation du concept de réseaux autonomes. Ce paradigme a pour objectif

de rendre les équipements réseaux capables de s'autogérer, c'est-à-dire qu'ils pourront s'auto-configurer,

s'auto-optimiser, s'auto-protéger et s'auto-restaurer en respectant les objectifs de haut niveau de leurs

concepteurs.

Les architectures majeures de réseaux autonomes se basent principalement sur la notion de boucle de contrôle fermée permettant l'auto-adaptation (auto-configuration et auto-optimisation) de l'équipement réseau en fonction des événements qui surviennent sur leur environnement. Le plan de connaissance est une des approches, privilégiées ces dernières années par le monde de la recherche, qui suggère l'utilisation des systèmes cognitifs (l'apprentissage et le raisonnement) pour fermer la boucle de contrôle. Cependant, bien que les architectures majeures de gestion autonomes intègrent des modules d'apprentissage sous forme de boite noire, peu de recherches s'intéressent véritablement au contenu de ces boites. C'est dans ce cadre que nous avons fait une étude sur l'apport de l'apprentissage et proposée une méthode d'apprentissage distribué et collaboratif.

Nous proposons une formalisation du problème d'auto-adaptation sous forme d'un problème d'apprentissage d'état-actions. Cette formalisation nous permet de définir un apprentissage de stratégies d'auto-adaptation qui se base sur l'utilisation de l'historique des transitions et utilise la programmation logique inductive pour découvrir de nouvelles stratégies à partir de celles déjà découvertes. Nous définissons, aussi un algorithme de partage de la connaissance qui permet d'accélérer le processus d'apprentissage. Enfin, nous avons testé l'approche proposé dans le cadre d'un réseau \emph{DiffServ} et montré sa transposition dans le cadre du transport de flux multimédia dans les réseaux sans-fil 802.11.

Mots clés : Réseaux autonomes, auto-adaptation, plan de connaissance, systèmes cognitifs, apprentissage artificiel, apprentissage distribué, apprentissage collaboratif, programmation logique inductive.

Manuscrit : Vous pouvez le télécharger en pdf à l'adresse http://www.theses.fr/2009BOR13976 ou bien acheter la version papier sur Amazon.com

Présentation en pdf ---->