Adaptatiοn dynamique de la gestiοn de charge cοmputatiοnnelle par criticalité autο-οrganisée

Dynamic Adaptation of Computational Load Management through Self-Organized Criticality

• Auteur / Autrice : Paulin Heleine
• Direction : Damien Olivier
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 09/09/2025
• Etablissement(s) : Normandie
• Ecole(s) doctorale(s) : École Doctorale Mathématiques, Information, Ingénierie des Systèmes
• Partenaire(s) de recherche : Laboratoire : LABORATOIRE D'INFORMATIQUE DE TRAITEMENT DE L'INFORMATION ET DES SYSTEMES
• Partenaire(s) de recherche : Établissement co-accrédité : Université Le Havre Normandie
• Jury : Président / Présidente : Christophe Lang
• Jury : Examinateurs / Examinatrices : Colette Johnen, Juan Luis Jiménez Laredo, Nicolas Marilleau
• Jury : Rapporteurs / Rapporteuses : Christophe Lang, Colette Johnen

Mots clés

Mots clés contrôlés

Commande robuste

Automates cellulaires

Intelligence artificielle répartie

Phénomènes critiques (physique)

Systèmes auto-organisés

Systèmes complexes

Mots clés libres

Criticalité auto-Organisée

Auto-Organisation

Tas de sable

Équilibrage de charge

Robustesse

Auto-Adaptation

Complex system

Self-Organized criticality

Self-Organization

Sandpile

Load balancing

Robustness

Self-Adaption

Résumé

De nombreux systèmes, naturels ou artificiels, s'appuient sur des mécanismes d'équilibrage de charge pour fonctionner efficacement, mécanismes qui dépendent directement de l'organisation de leurs composants. Cette organisation peut être centralisée, contrôlée par une entité unique, ou émerger à partir de décisions prises localement, conduisant à une auto-organisation du système. Nous nous intéressons dans cette thèse à la criticalité auto-organisée, un phénomène où des instabilités locales génèrent spontanément des organisations. Nous explorons ainsi comment ce phénomène peut être exploité pour équilibrer la charge dans des systèmes informatiques distribués. Dans un premier temps, nous examinons la robustesse des systèmes qui présentent de la criticalité auto-organisée à l'aide du modèle du tas de sable proposé par Bak, Tang et Wiesenfeld. Nos résultats montrent que l'introduction d'une quantité minimale d'aléatoire dans la structure du système augmente notablement sa résistance aux défaillances, repoussant ainsi les seuils critiques d'effondrement. Dans un second temps des mécanismes d'auto-adaptation, utilisant un modèle dérivé du tas de sable où chaque élément est susceptible de traiter des tâches, sont développés. Ces mécanismes s'adaptent efficacement aux surcharges tout en présentant des atouts et des limites propres. Ces travaux ouvrent des perspectives vers des systèmes distribués robustes et adaptatifs inspirés de l'auto-organisation.

Many natural and artificial systems rely on load-balancing mechanisms to operate efficiently, mechanisms that are directly influenced by the organization of their components. This organization can be either centralized, governed by a single controlling entity, or it can emerge from local decision-making processes, leading to self-organization within the system. This dissertation focuses on self-organized criticality, a phenomenon in which local instabilities spontaneously give rise to organized behavior. We investigate how this phenomenon can be leveraged to balance load in distributed computing systems. First, we examine the robustness of systems exhibiting self-organized criticality through the sandpile model introduced by Bak, Tang, and Wiesenfeld. Our results show that introducing a minimal amount of randomness into the system's structure significantly enhances its resilience to failures, thereby increasing the critical thresholds at which collapse occurs. Second, we develop self-adaptive mechanisms based on a modified sandpile model, in which each component is capable of processing tasks. These mechanisms adapt efficiently to overload conditions while exhibiting specific advantages and limitations. This work opens new perspectives for the design of robust and adaptive distributed systems inspired by self-organization.