RESO

Optimized Protocols and Software for High-Performance Networks

  • Increase font size
  • Default font size
  • Decrease font size

GdT le 05/07 à 10h - SCANDELLA Hugo

E-mail Print

Hugo nous présentera jeudi 5 juillet à 10h en salle du conseil (3ème étage) ses travaux de son stage . Titre et résumé ci -dessous.
titre: Estimation de Matrices de Trafic par Compressive Sensing.

Dans les réseaux de communications (type Internet), chaque noeud est amené à communiquer en paire a paire ou en multicast, avec l'ensemble des autres noeud du système

dans un échange de type client-serveur. Dans ce contexte la matrice de trafic indique pour chaque paire client-serveur la quantité de bande passante utilisée.

La connaissance de cette matrice est une donnée essentielle pour les fournisseurs d'accès et pour les opérateurs de service afin que ceux-ci puissent gérer au mieux

des intérêts des parties, l'allocation des ressources. Naturellement, étant donnée la taille des systèmes mis en jeux (plusieurs milliers, voire millions de noeuds)

il est simplement impossible de procéder à la mesure exacte et exhaustive de chacune desconnexions possibles? Il faut donc pour cela recourir

à des méthodes d'estimation statistique de la matrice de trafic, et pour cela de nombreuses méthodes ont été proposées dont certaines sont opérationnelles sur

les réseaux. Une caractéristique intéressante des matrice de trafic est que dans lagrande majorité des cases, ce sont des structures creuses car parmi tous les couples

de noeuds possibles, seule une fraction très faible de ceux-ci sont actifs. La question de l'estimation peut alors se reformuler en termes d'inversion

d'un système linéaire creux sous déterminé, une catégorie de problèmes que les techniques récentes de Compressive Sensing permettent de résoudre de façon efficace.

Last Updated on Wednesday, 20 June 2012 08:37