Gestion des fautes dans les réseaux multi-tenants et programmables

Fault management of programmable multi-tenant networks

• Auteur / Autrice : Sihem Cherrared
• Direction : Éric Fabre, Gregor Gössler
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 26/06/2020
• Etablissement(s) : Rennes 1
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche en informatique et en automatique (France). Unité de recherche (Rennes, Bretagne-Atlantique) - SUMO
• Partenaire(s) de recherche : Equipe de recherche : SUMO

Mots clés

Mots clés contrôlés

Technologie 5G

Systèmes informatiques -- Pannes

Mots clés libres

Gestion de pannes

Réseaux virtuels

Approches basé modèle

Auto-Modélisation

Diagnostic actif

Fault management

Network Functions Virtualization

Model-Based approaches

Self-Modeling

Active diagnosis

Résumé

La virtualisation est une tentative prometteuse pour résoudre certains défis de la 5G. La virtualisation consiste à exécuter des fonctions réseaux en tant que logiciels sur une infrastructure physique partagée. Cela optimise les coûts de déploiement et simplifie la gestion, mais il introduit de nouveaux défis tels que la topologie de réseau dynamique et le manque de visibilité. Dans cette thèse, nous proposons un algorithme d’auto-modélisation et un processus de diagnostic actif pour relever ces défis. Nous apprenons et validons le modèle défini par injection de pannes. Nous appliquons notre approche au use-case "virtual Ip Multimedia (vIMS)".

Network Functions Virtualization (NFV) is one promising attempt at solving some of the 5G challenges. NFV is about running network functions as virtualized workloads on commodity hardware. This may optimize deployment costs and simplify the life cycle management, but it introduces new challenges such as the dynamic network topology and the lack of visibility. In this thesis, we propose a self-modeling algorithm and an active diagnosis process to face these challenges. We define a dependency model learned from faults injection. The self-modeling and the active diagnosis approach was applied to the real-world virtual Ip Multimedia Subsystem (vIMS) use-case.