Caractérisation, classification et diagnostic des applications de cloud gaming.

Automatic characterization, classification and troubleshooting of cloud gaming applications

• Auteur / Autrice : Joel Ky
• Direction : Isabelle Chrisment, Raouf Boutaba
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 22/10/2021
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
• Partenaire(s) de recherche : Laboratoire : LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
• Partenaire(s) de recherche : Equipe de recherche : RESIST

Mots clés

Mots clés libres

Basse latence

Cloud Gaming

Classification

Diagnostic

Ia

Low latency

Troubleshooting

Ai

Cloud Gaming

Classification

Résumé

Au sein d'une équipe d'Orange Innovation contribuant à de nombreux projets de recherche français et européens, votre travail consistera à réaliser une thèse de doctorat sur la « Caractérisation, classification et diagnostic des applications de cloud gaming ». Le cloud gaming (CG) attire de plus en plus l'attention dans les universités et l'industrie avec la prolifération de plates-formes telles que Google Stadia, Nvidia Geforce Now, Amazon Luna, PlayStation Now, etc. Le chiffrement de bout en bout devient la norme sur Internet, ce qui fait que les opérateurs ignorent le type de trafic transitant sur leurs réseaux. Cela complique considérablement les opérations de gestion du réseau telles que la fourniture des ressources nécessaires pour une meilleure prestation de service et le dépannage du réseau en cas de dégradations de service particulièrement importantes pour les applications CG. Il est essentiel de développer de nouvelles solutions permettant l'identification, la caractérisation, la classification et le diagnostic des applications CG. L'objectif de ce doctorat est de développer de telles solutions en tirant parti des techniques de l'intelligence artificielle telles que le Machine Learning, Deep Learning, Reinforcement Learning, et Federated Learning.

Within Orange Labs, in a team contributing to a number of French and European research projects, your work will consist in completing a PhD thesis on the «Automatic characterization, classification and troubleshooting of cloud gaming applications». Cloud gaming (CG) is gaining increasing attention in academia and the industry and is expected to become a core service offering in the coming years with the proliferation of platforms such as Google Stadia, Nvidia Geforce Now, Amazon Luna, PlayStation Now, etc. However, end-to-end encryption is becoming the norm in the Internet making operators unaware of the type of traffic being transmitted in their networks. This significantly complicates network management operations such provisioning the resources needed for better service delivery and troubleshooting the network in the event of service degradations particularly important for CG applications. It is critical to develop novel solutions enabling the identification, characterization, classification and troubleshooting of CG applications. The goal of this PhD research is to develop such solutions leveraging techniques from Artificial Intelligence such as Machine Learning, Deep Learning, Reinforcement Learning, and Federated Learning.