Thèse soutenue

Un modèle connexionniste pour la prédiction et l'optimisation de la bande passante : Approche basée sur la nature autosimilaire du trafic vidéo

FR  |  
EN
Auteur / Autrice : Danielo Goncalves Gomes
Direction : Nazim Agoulmine
Type : Thèse de doctorat
Discipline(s) : Réseaux et télécoms
Date : Soutenance en 2004
Etablissement(s) : Evry-Val d'Essonne

Résumé

FR  |  
EN

Cette thèse a pour objectif de proposer des solutions pour la prédiction et l'optimisation de la bande passante d'un flot vidéo agrégat MPEG dans un scénario d'offre de service Vidéo à la Demande (VoD) sur Internet. L'approche proposée prend en compte la nature autosimilaire du trafic IP par le biais de l'estimation du paramètre de Hurst. Cette métrique permet de caractériser le comportement autosimilaire des flux Internet. Une première contribution de cette thèse consiste à concevoir et implémenter un modèle connexionniste, c'est-à-dire basé sur les techniques de réseaux de neurones pour estimer et prédire à court terme le paramètre de Hurst de traces vidéo dans un flot agrégat. Pour ce faire, un modèle connexionniste appelé Module Connexionniste Prédictif (MCP) est entraîné à partir d'exemples étiquetés en ayant comme entrée des échantillons de trafics MPEG et comme sortie le paramètre de Hurst du flux agrégat. Les estimations de la bande passante allouée sont réalisées par le biais de deux techniques de prédiction dont leurs performances sont évaluées et comparées. Une deuxième contribution consiste à instrumenter le processus de prédiction par des règles de politique. Ainsi, le module de prédiction est intégré dans un système de provisioning dynamique de la bande passante entre un fournisseur de VoD et un ISP (Internet Service Provider). Ce système est basée sur l'architecture de gestion par politique de de l'IETF (Internet Engineering Task Force) et réalisée en utilisant les technologies du Web.