Classification automatique de graphes dynamiques

Automatic classification of dynamic graphs

• Auteur / Autrice : Mohammed Yessin Neggaz
• Direction : Colette Johnen, Serge Chaumette, Arnaud Casteigts
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 24/10/2016
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale de mathématiques et informatique (Talence, Gironde ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire bordelais de recherche en informatique
• Jury : Président / Présidente : Frédéric Guinand
• Jury : Examinateurs / Examinatrices : Colette Johnen, Serge Chaumette, Arnaud Casteigts, Frédéric Guinand, Devan Sohier, Vincent Villain
• Jury : Rapporteurs / Rapporteuses : Frédéric Guinand

Mots clés

Mots clés contrôlés

Algorithmes parallèles

Classification automatique

Graphes dynamiques

Mots clés libres

Graphes dynamiques

Réseaux dynamiques

Réseaux mobiles

Systèmes répartis dynamiques

Graphes évolutifs

Graphes variants dans le temps

Graphes

Trajets

Classes

Classification

Connexité

Algorithmes sur les graphes

Algorithmes distribués.

Dynamic graphs

Dynamic networks

Delay-tolerant networks

Mobile networks

Evolving graphs

Time-varying graphs

Graphs

Journeys

Classes

Classification

Connectivity

Graph algorithms

Distributed algorithms

Résumé

Les réseaux dynamiques sont constitués d’entités établissant des contacts les unes avec les autres dans le temps. Un défi majeur dans les réseaux dynamiques est de prédire les modèles de mobilité et de décider si l’évolution de la topologie satisfait aux exigences du succès d’un algorithme donné. Les types de dynamique résultant de ces réseaux sont variés en échelle et en nature. Par exemple,certains de ces réseaux restent connexes tout le temps; d’autres sont toujours déconnectés mais offrent toujours une sorte de connexité dans le temps et dans l’espace(connexité temporelle); d’autres sont connexes de manière récurrente, périodique,etc. Tous ces contextes peuvent être représentés sous forme de classes de graphes dynamiques correspondant à des conditions nécessaires et/ou suffisantes pour des problèmes ou algorithmes distribués donnés. Étant donné un graphe dynamique,une question naturelle est de savoir à quelles classes appartient ce graphe. Dans ce travail, nous apportons une contribution à l’automatisation de la classification de graphes dynamiques. Nous proposons des stratégies pour tester l’appartenance d’un graphe dynamique à une classe donnée et nous définissons un cadre générique pour le test de propriétés dans les graphes dynamiques. Nous explorons également le cas où aucune propriété sur le graphe n’est garantie, à travers l’étude du problème de maintien d’une forêt d’arbres couvrants dans un graphe dynamique.

Dynamic networks consist of entities making contact over time with one another. A major challenge in dynamic networks is to predict mobility patterns and decide whether the evolution of the topology satisfies requirements for the successof a given algorithm. The types of dynamics resulting from these networks are varied in scale and nature. For instance, some of these networks remain connected at all times; others are always disconnected but still offer some kind of connectivity over time and space (temporal connectivity); others are recurrently connected,periodic, etc. All of these contexts can be represented as dynamic graph classes corresponding to necessary or sufficient conditions for given distributed problems or algorithms. Given a dynamic graph, a natural question to ask is to which of the classes this graph belongs. In this work we provide a contribution to the automation of dynamic graphs classification. We provide strategies for testing membership of a dynamic graph to a given class and a generic framework to test properties in dynamic graphs. We also attempt to understand what can still be done in a context where no property on the graph is guaranteed through the distributed problem of maintaining a spanning forest in highly dynamic graphs.