Tomographie depuis plusieurs sources vers de multiples destinations dans les réseaux de grilles informatiques hautes performances

Multiple sources, multiple destinations network tomography for high performances networks

• Auteur / Autrice : Laurent Bobelin
• Direction : Traian Muntean, François Touchard
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2008
• Etablissement(s) : Aix-Marseille 2
• Ecole(s) doctorale(s) : École doctorale Mathématiques et Informatique de Marseille (Marseille ; 1994-....)
• Partenaire(s) de recherche : Autre partenaire : Centre de physique des particules de Marseille (CPPM)

Mots clés

Mots clés contrôlés

Parallélisme (informatique)

Tomographie (mathématiques)

Tomographie

Résumé

Identifier et déduire les performances et la topologie d'un réseau est une problématique classique. Résoudre ce problème en utilisant uniquement des tests de niveau applicatif, une méthode appelée tomographie réseau, a été souvent proposé pour déterminer les performances du réseau d'un point de vue client/serveur. Quand la déduction de topologie est basée sur les valeurs d'une métrique, on parle de Metric Induced Network Topology (MINT). Les grilles actuelles peuvent connecter des milliers de ressources communicantes qui peuvent interagir de manière partiellement ou totalement coordonnée lors d'échanges de données massifs. De fait, ces communications impliquent de façon concomitante plusieurs sources et plusieurs destinations, rendant caduc le modèle client/serveur. Dans cette thèse, j'introduis de nouvelles représentations de la connaissance du réseau obtenues au cas d'un paradigme de communication comprenant de multiples sources et de multiples destinations, des algorithmes pour reconstruire de telles représentations à partir d'un jeu de données initial, ainsi que des méthodes pour obtenir à partir de mesures de bout en bout ce jeu de données. Je décris aussi l'outil M. I. N. T. C. A. R. Que j'ai conçu et développé pendant cette thèse pour implémenter l'ensemble de ces algorithmes et méthodes ainsi que les expériences menées pour valider ces méthodes et algorithmes

Nowadays grids connect up to thousands communicating resources that may interact in a partially or totally coordinated way. Consequently, applications running upon this kind of platform often involve massively concurrent bulk data transfers. In order to optimize overall completion times, those transfers have to be scheduled based on knowledge about network performances and topology. Identifying and inferring performances of a network topology is a classic problem. Achieving this by using only end-to-end measurements at the application level is a method known as network tomography. When topology reflects capacities of sets of links with respect to a metric, the model used to represent the topology obtained is called a Metric-Induced Network Topology (MINT). Such a type of representation, obtained using statistical methods, has been widely used in order to represent performances of client/server communication protocols. However, it is no longer accurate when dealing with grids. In this thesis, we introduce a novel representation of the infered knowledge from multiple source and multiple destination measurements, algorithms in order to reconstruct such representations, methods to probe network in order to obtain an initial set of data from which we can reconstruct such topology. We also describe the tool we have designed an implemented in order to achieve these goals and experiences we have made in order to validate our methods and algorithms.