Ordonnancement des workflows dans Cloud-Fog computing

Workflow scheduling on Cloud-Fog computing

• Auteur / Autrice : Marwa Mokni
• Direction : Rachid Chelouah, Mohamed Nazih Omri, Sonia Yassa
• Type : Thèse de doctorat
• Discipline(s) : STIC (Sciences et Technologies de l'Information et de la Communication) - ED EM2PSI
• Date : Soutenance le 16/12/2021
• Etablissement(s) : CY Cergy Paris Université en cotutelle avec Université de Sousse (Tunisie)
• Ecole(s) doctorale(s) : École doctorale Économie, Management, Mathématiques, Physique et Sciences Informatiques (Cergy-Pontoise, Val d'Oise)
• Partenaire(s) de recherche : Laboratoire : Equipes Traitement de l'Information et Systèmes (Cergy-Pontoise, Val d'Oise)
• Jury : Président / Présidente : Ouajdi Korbaa
• Jury : Examinateurs / Examinatrices : Rachid Chelouah, Mohamed Nazih Omri, Sonia Yassa, Ouajdi Korbaa, Mohamed Graiet, Patrick Siarry, Khaled Boussetta
• Jury : Rapporteurs / Rapporteuses : Mohamed Graiet, Patrick Siarry

Mots clés

Mots clés contrôlés

Informatique -- Recherche

Mots clés libres

Workflow

Fog computing

Ordonnancement

Cloud computing

Optimisation

Scheduling

Fog computing

Optimization

Cloud computing

Workflow

Résumé

La technologie du workflow, qui tend à automatiser les processus et à fournir des outils pour leur gestion, est aujourd'hui un domaine de recherche actif. Ces processus regroupent une multitude de tâches automatisées pour remplir un objectif donné sous des contraintes fortes. Pour cela, l'ordonnancement de ces tâches dans les ressources informatiques appropriées contribue à atteindre les objectifs, à respecter les contraintes et à optimiser l'exécution du workflow dans son ensemble.Au fil des ans, divers domaines ont été automatisés par le concept de flux de travail, notamment l'astronomie, la bio-informatique, les affaires et, plus récemment, le domaine de l'IdO. La diversité des domaines couverts se traduit par différents types d'applications automatisées par le même workflow. Les tâches scientifiques nécessitent des capacités de calcul élevées, et les tâches IoT cherchent à être exécutées avec un temps de réponse minimal.Aujourd'hui, l'informatique en nuage retient toujours l'attention des chercheurs en raison de ses puissantes capacités à planifier de manière optimale des flux de travail intensifs. Cependant, la croissance constante des objets connectés, des appareils mobiles et des applications en temps réel qui doivent être exécutées avec un temps de réponse réduit rend la mission du Cloud difficile. Les dispositifs et applications mentionnés sont présentés avec le concept d'Internet des objets et modélisent avec d'autres entités des processus d'un objectif spécifique. La plupart de ces processus impliquent une automatisation avec un flux de travail soumis à des contraintes de précédence entre ses tâches. Le flux de travail, avec ses multiples types, nécessite d'être planifié de manière optimale tout en respectant les différentes contraintes imposées. Dans cette thèse, nous proposons des approches pour traiter le problème de l'ordonnancement des flux de travail sous contraintes et objectifs. Nos approches sont modélisées par un Système Multi-Agents (SMA) dans l'environnement informatique Fog-Cloud afin de traiter simultanément différentes mesures de QoS, à savoir le coût, le makespan et la latence. Nos approches ont été validées par simulation avec la plateforme workflowsim en utilisant différents types de flux de travail et un modèle de système basé sur les services d'Amazon EC2. Tous les résultats obtenus démontrent l'efficacité de nos approches pour générer des solutions d'ordonnancement optimales en termes de métriques de QoS et respectant les contraintes.

Workflow technology, tending to automate processes and provide tools for their management, is today an active area of research. These processes gather a multitude of automated tasks to fulfil a given target under tight constraints. For that, scheduling these tasks in the appropriate computing resources contributes to attaining the targets, complying with the constraints, and optimizing the whole workflow execution.Over the years, a variety of domains have been automated by the workflow concept, including astronomy, bioinformatics, business, and most recently, the IoT domain. The diversity of fields covered results in different types of applications automated by the same workflow. Scientific tasks require high computational capabilities, and IoT tasks seek to be executed with minimal response time.Until today, Cloud computing is gaining attention from researchers for its robust capabilities of scheduling intensive workflows optimally. However, the steady growth of connected objects, mobile devices, and real-time applications that need to be performed with reduced response time makes the Cloud’s mission challenging. The mentioned devices and applications are presented with the Internet of Things concept and model with other entities processes of a specific purpose. Most of these processes involve automation with a workflow subject to precedence constraints between its tasks. With its multiple types, the workflow needs to be optimally scheduled while respecting the various restrictions imposed. In this thesis, we propose approaches to deal with the problem of scheduling workflows under constraints and objectives. Our approaches are modelled by a Multi-Agent System (MAS) in the Fog-Cloud computing environment to simultaneously address various QoS metrics, namely cost, makespan, and latency. Our methods have been validated through simulation with the workflowsim platform using different workflow types and system models based on Amazon EC2. All achieved results demonstrate the effectiveness of our approaches in generating scheduling solutions that are optimal in terms of QoS metrics and that respect the constraints.