Informatique en nuage ou Cloud Computing

Informatique en nuage ou Cloud Computing

L’informatique en nuage ou le Cloud Computing permet d’exposer le calcul, le stockage et le réseau en tant que services accessibles à distance. Ainsi, il dispense ses utilisateurs du maintien d’une infrastructure physique et des contraintes associées : mise à jour du logiciel, sauvegarde, achat et renouvellement du matériel, alimentation . . . En plus, le Cloud maintient une qualité pour les services offerts selon un contrat (SLA) établi avec les utilisateurs. Ce contrat spécifie essentiellement les critères de disponibilité des services. Le fournisseur du Cloud se charge d’assurer toutes les propriétés nécessaires (par exemple, la sécurité, le passage à l’échelle, la tolérance aux pannes matérielles et dysfonctionnements logiciels) pour maintenir la disponibilité spécifiée indépendamment des circonstances externes. En plus de ces avantages techniques, le Cloud offre un avantage économique aux utilisateurs. En effet, pour bénéficier des services Cloud, les utilisateurs payent uniquement en fonction de leur utilisation selon le modèle économique « payer à l’usage » (Pay as you go) [Rolffs et al. 2015]. Ce modèle leur donne une grande flexibilité de consommation qui les encourage à utiliser le Cloud.

Modèles de services du Cloud

Les services Cloud peuvent être classés en trois modèles historiques selon la nature des ressources offertes :

Application en tant que service (Software as a Service (SaaS))
Dans ce modèle, la ressource exposée en tant que service est une application. Il peut s’agir d’une application de messagerie (par exemple, Gmail  ), une application bureautique (par exemple, Microsoft Office 365  ) ou une application de stockage de données (par exemple, Dropbox  ). Ainsi, les applications n’ont plus besoin d’être installées en local. Pour y accéder, il suffit d’utiliser un client web.

Plate-forme en tant que service (Platform as a Service (PaaS))
Dans ce modèle, la ressource exposée est une plate-forme qui permet de construire, exécuter ou gérer des applications. Ainsi, ce service dispense l’utilisateur de la mise en place des environnements matériels et logiciels nécessaires pour déployer ses applications.

La plate-forme (par exemple, Google App Engine  , Heroku  ) peut être un environnement de développement intégré, un serveur web ou un serveur d’application.

Infrastructure en tant que service (Infrastructure as a Service (IaaS))
Dans ce modèle, la ressource exposée est une infrastructure. Elle est offerte aux utilisateurs en tant que machines virtuelles. Cela permet aux fournisseurs de ce service (par exemple, Orange Cloudwatt  , Amazon EC2  , Google Compute Engine ) de dimensionner les capacités exposées aux utilisateurs en fonction du besoin.

Modèles de déploiement du Cloud

Il existe essentiellement quatre modèles de déploiement du Cloud qui diffèrent selon la nature des utilisateurs des services.

Le Cloud privé
Les utilisateurs des services du Cloud privé font partie d’une même organisation. C’est cette organisation qui, dans la plupart des cas, détient et opère les ressources mais, dans le cas général, il est possible que les ressources soient détenues ou gérées par des tiers.

Le Cloud communautaire
Contrairement aux utilisateurs du Cloud privé, ceux du Cloud communautaire peuvent faire partie de différentes organisations à condition qu’elles appartiennent à la même communauté. Ainsi, les organisations doivent avoir les mêmes intérêts (par exemple, type d’applications, exigences de sécurité, règles et considérations de conformité).

Le Cloud public
Le Cloud public est le moins restrictif en comparaison avec les deux modèles précédents. En effet, il n’y a pas de contraintes sur ses utilisateurs qui peuvent faire partie du grand public. C’est le modèle suivi dans les offres de Cloud commerciales (par exemple, Dropbox, Orange Cloudwatt, Kafka on Heroku).

Le Cloud hybride
Ce modèle est une composition de plusieurs Clouds qui ont des modèles distincts (c.-à-d., privés, communautaires ou publics). Un exemple d’usage typique de ce modèle est une composition d’un Cloud privé avec un Cloud public pour les entreprises qui nécessitent des ressources qui dépassent les capacités de leur Cloud.

Importance de l’économie d’échelle dans le succès du Cloud

Le Cloud a eu un grand succès. Cela se manifeste dans le chiffre d’affaires de son marché qui a atteint 180 milliards de dollars en 2017 [Synergy 2018]. Ce succès n’est pas uniquement le fruit des avantages techniques du Cloud mais est également associé à ses avantages économiques. En plus de la flexibilité qu’offre le Cloud à ses utilisateurs avec le modèle « Payer à l’usage », il offre ses services à des prix réduits par rapport au temps d’usage. Cela est réalisé par la mise en place d’une économie d’échelle. En effet, les fournisseurs du Cloud regroupent leurs ressources dans des centres de données gigantesques pour réduire les coûts de leur maintenance et simplifier leur gestion. Cependant, le modèle des centres de données gigantesques et centralisés fait que le Cloud ne soit pas adapté pour héberger les applications de nouvelle génération.

Défi des applications de nouvelle génération

Les applications de nouvelle génération ont de grandes exigences en latence et en bande passante qu’un hébergement dans une infrastructure Cloud classique ne peut pas satisfaire.

Applications de nouvelle génération et leurs exigences

Les applications de nouvelle génération ont un champ d’application très large qui concerne non seulement l’industrie mais qui touche aussi à notre mode de vie et nos relations humaines. Il couvre le transport, le divertissement, la santé, l’éducation et la culture. Une grande partie de ces applications est possible grâce à l’Internet des objets (IdO). Son principe consiste à connecter des objets (par exemple, capteurs, actionneurs) à Internet afin qu’ils puissent communiquer entre eux-mêmes et avec d’autres services exposés sur Internet. Cependant, pour réussir la mise en œuvre des différentes applications, il faut satisfaire leurs grandes exigences en latence et en bande passante illustrées dans la table 1.1. Dans les paragraphes suivants, nous exposons des exemples d’applications ainsi que leurs exigences comme décrit dans [Parvez et al. 2018].

Automatisation de l’industrie
À l’aide des objet connectés, il est possible de mettre en place une usine intelligente [Erbe 2004] où les employés et les machines accèdent à des informations détaillées sur l’environnement du travail (par exemple, emplacement du matériel, états des produits, avancement de la production. . . ). Cela permet d’automatiser la production [Åkerberg et al. 2011] et de réduire l’intervention humaine. Cela permet également d’organiser le travail d’une manière plus efficace et de réduire les dépenses énergétiques [Rogers 2014]. Cependant, l’automatisation nécessite d’assurer une communication entre les capteurs et les unités de contrôle avec une latence entre 0.25 ms et 10 ms et une bande passante de l’ordre de 1 Mbps.

Réseaux électriques intelligents
Les réseaux électriques intelligents [Fang et al. 2012] sont une réponse à la difficulté du stockage de l’énergie électrique. Ils assurent une distribution efficace en s’appuyant sur des informations concernant sa production et sa consommation. Ces informations sont collectées à l’aide de compteurs connectés installés dans les stations de production et chez les clients (qui peuvent être également des producteurs d’énergie). L’objectif est d’adapter la production et l’acheminement de l’énergie en temps réel afin de limiter les pertes et les coupures. Pour cela, les réseaux électriques intelligents nécessitent une latence entre 1 ms et 20 ms et une bande passante entre 10 kbps et 100 kbps.

Systèmes de transport intelligents
Il est possible de développer les systèmes de transport en exploitant des informations sur les éléments qui les constituent (par exemple, véhicules, signaux de signalisation, usagers. . . ). Par exemple, dans [Zhang et al. 2013], les auteurs proposent un algorithme qui s’appuie sur des informations remontées par des capteurs de passage de véhicules pour contrôler le trafic dans une autoroute. L’objectif est de maximiser le débit du trafic et d’éviter les embouteillages. Dans [Campolo et al. 2017], les auteurs étudient la capacité des réseaux mobiles « Long Term Evolution » à assurer une communication qui permet d’échanger la position, la vitesse et l’accélération entre les voitures afin de réaliser un convoi. [Olaverri Monreal et al. 2010] propose un système d’observation via les véhicules (See Through System) pour échanger des vidéos entre leurs conducteurs afin de faciliter le dépassement des véhicules dont la longueur peut gêner la vision. Cependant, la mise en œuvre de telles applications nécessite une latence entre 10 ms et 100 ms et une bande passante entre 10 Mbps et 700 Mbps.

Les jeux sérieux
L’objectif des jeux sérieux ne se limite pas au divertissement. Il couvre aussi l’éducation, le soin, l’entraînement, la communication,. . . Grâce à l’IdO ces jeux simulent des situations réelles qui peuvent ne pas être accessibles dans la réalité pour des questions de coûts financiers, temps ou sécurité. . . Par exemple, SnowWorld [Hoffman et al. 2014] immerge des patients brûlés dans un monde de glace pour les aider à supporter les douleurs du traitement. Pour réussir la simulation, de telles applications nécessitent une latence de l’ordre de 1 ms et une bande passante de l’ordre de 1 Gbps.

Table des matières

I Introduction
II Contexte & État de l’art
1 Contexte
1.1 Informatique en nuage ou Cloud Computing
1.1.1 Modèles de services du Cloud
1.1.2 Modèles de déploiement du Cloud
1.1.3 Importance de l’économie d’échelle dans le succès du Cloud
1.2 Défi des applications de nouvelle génération
1.2.1 Applications de nouvelle génération et leurs exigences
1.2.2 Limites du Cloud Computing
1.3 L’Edge Computing : une réponse aux exigences des applications de nouvelle génération
1.3.1 Présentation du Edge Computing
1.3.2 Infrastructure Edge
1.3.3 Caractéristiques de l’infrastructure Edge
1.4 Gestionnaire de ressources pour l’infrastructure Edge
1.5 Conclusion
2 État de l’art
2.1 Spécifications de la solution de supervision
2.1.1 Propriétés fonctionnelles
2.1.2 Propriétés non fonctionnelles
2.2 Une approche qualitative d’évaluation
2.2.1 Décomposition fonctionnelle
2.2.2 Modèles architecturaux
2.3 Évaluation des solutions existantes
2.3.1 Aucune décomposition fonctionnelle
2.3.2 Décomposition fonctionnelle élémentaire
2.3.3 Décomposition fonctionnelle avancée
2.3.4 Modèles hybrides
2.4 Synthèse
2.5 Conclusion
III Contribution
3 Canevas logiciel pour la supervision d’une infrastructure Edge
3.1 Architecture du service de supervision
3.2 Langage de description des besoins des utilisateurs
3.2.1 Lexique
3.2.2 Grammaire
3.3 Langage de description de l’infrastructure
3.3.1 Lexique
3.3.2 Grammaire
3.3.3 Comparaison avec des langages existants
3.4 Calculateur de placement
3.5 Cas d’utilisation
3.5.1 Description des besoins de supervision de l’opérateur
3.5.2 Description de l’infrastructure
3.5.3 Placement mutualisé des fonctions de supervision
3.6 Conclusion
4 Formalisation du problème de placement mutualisé
4.1 Présentation du problème
4.1.1 Travaux existants
4.1.2 Modélisation par un problème de satisfaction de contraintes
4.2 Modèle du problème de placement mutualisé
4.2.1 Notions et notation
4.2.2 Entrées du problème
4.2.3 Définition des variables
4.2.4 Définition des domaines
4.2.5 Contraintes du problème
4.2.6 Fonction objectif
4.3 Évaluation
4.3.1 Scénarios du test
4.3.2 Résultats du test
4.4 Conclusion
IV Conclusion générale

Télécharger le rapport complet