Combiner la programmation par contraintes et l’apprentissage machine pour construire un modèle éco-énergétique pour petits et moyens data centers

Résumé : Au cours de la dernière décennie les technologies de cloud computing ont connu un essor considérable se traduisant par la montée en flèche de la consommation électrique des data center. L’ampleur du problème a motivé de nombreux travaux de recherche s’articulant autour de solutions de réduction statique ou dynamique de l’enveloppe globale de consommation électrique d’un data center. L’objectif de cette thèse est d’intégrer les sources d’énergie renouvelables dans les modèles d’optimisation dynamique d’énergie dans un data center. Pour cela nous utilisons la programmation par contraintes ainsi que des techniques d’apprentissage machine. Dans un premier temps, nous proposons une contrainte globale d’intersection de tâches tenant compte d’une ressource à coûts variables. Dans un second temps, nous proposons deux modèles d’apprentissage pour la prédiction de la charge de travail d’un data center et pour la génération de telles courbes. Enfin, nous formalisons le problème de planification énergiquement écologique (PPEE) et proposons un modèle global à base de PPC ainsi qu’une heuristique de recherche pour le résoudre efficacement. Le modèle proposé intègre les différents aspects inhérents au problème de planification dynamique dans un data center : machines physiques hétérogènes, types d’applications variés (i.e., applications interactives et applications par lots), opérations et coûts énergétiques de mise en route et d’extinction des machines physiques, interruption/reprise des applications par lots, consommation des ressources CPU et RAM des applications, migration des tâches et coûts énergétiques relatifs aux migrations, prédiction de la disponibilité d’énergie verte, consommation énergétique variable des machines physiques.
Type de document :
Thèse
Recherche opérationnelle [cs.RO]. Ecole nationale supérieure Mines-Télécom Atlantique, 2017. Français. 〈NNT : 2017IMTA0045〉
Liste complète des métadonnées

Littérature citée [53 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01665187
Contributeur : Abes Star <>
Soumis le : vendredi 15 décembre 2017 - 15:48:05
Dernière modification le : mercredi 11 juillet 2018 - 07:53:10

Fichier

2017IMTA0045_MadiWamba_Gilles....
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01665187, version 1

Citation

Gilles Madi Wamba. Combiner la programmation par contraintes et l’apprentissage machine pour construire un modèle éco-énergétique pour petits et moyens data centers. Recherche opérationnelle [cs.RO]. Ecole nationale supérieure Mines-Télécom Atlantique, 2017. Français. 〈NNT : 2017IMTA0045〉. 〈tel-01665187〉

Partager

Métriques

Consultations de la notice

272

Téléchargements de fichiers

309