Ordonnancement de coflux à partir de prédictions

Coflow scheduling based on predictions

• Auteur / Autrice : Aminata Sangho
• Direction : Olivier Brun, Balakrishna Prabhu
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/10/2024
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Systèmes
• Partenaire(s) de recherche : Laboratoire : LAAS - Laboratoire d'Analyse et d'Architecture des Systèmes
• Partenaire(s) de recherche : Equipe de recherche : SARA - Services et Architectures pour les Réseaux Avancés
• Partenaire(s) de recherche : établissement délivrant conjointement le doctorat : Toulouse, INSA

Mots clés

Mots clés libres

Programation Linéaire

Machine Learning

Data centers

Linear Programming

Machine Learning

Data centers

Résumé

Cette thèse s'intéresse à l'allocation des ressources dans les réseaux de datacenters en se basant sur des prédictions incertaines des caractéristiques des tâches. L'objectif est de concevoir des algorithmes d'ordonnancement de coflux qui soient à la fois cohérents (performants lorsque les prédictions sont exactes) et robustes (performants même avec de mauvaises prédictions). Ces algorithmes seront explorés dans les contextes déterministes et stochastiques, et les résultats de la thèse pourront être appliqués à l'optimisation des performances des réseaux de datacenters, ce qui aura un impact positif sur l'efficacité énergétique et les coûts d'exploitation.

This thesis focuses on resource allocation in data centre networks based on uncertain predictions of task characteristics. The aim is to design coflow scheduling algorithms that are both consistent (perform well when predictions are accurate) and robust (perform well even with poor predictions). These algorithms will be explored in both deterministic and stochastic contexts, and the results of the thesis can be applied to optimising the performance of datacentre networks, which will have a positive impact on energy efficiency and operating costs. Translated with DeepL.com (free version)