PhD Defense: “From Mobile to Cloud: Using Bio-Inspired Algorithms for Collaborative Application Offloading”, by Roya Golchay, on 26th January

Leave a comment
AS-272491822186518@1441978521737_l

Jury:

Reviewers:
Philippe ROOSE, Maître de Conférences HDR, Université de Pau et des Pays de l’Adour
Sophie CHABRIDON, Maître de Conférences HDR, Télécom SudParis

Examiners:
Bernard TOURANCHEAU, Professeur des Universités, Université Joseph Fourier
Philippe LALANDA, Professeur des Universités, Université Joseph Fourier
Jean-Marc PIERSON, Professeur des Universités, Université Paul Sabatier, Toulouse 3France

Advisors:
Frédéric LE MOUEL, Maître de conférences, INSA de Lyon
Stéphane FRENOT, Professeur des Universités, INSA de Lyon

Summary:

Not bounded by time and place, and having now a wide range of capabilities, smartphones are all-in-one always connected devices – the favorite devices selected by users as the most effective, convenient and necessary communication tools. Current applications developed for smartphones have to face a growing demand in functionalities – from users, in data collecting and storage – from IoT device in vicinity, in computing resources – for data analysis and user profiling; while – at the same time – they have to fit into a compact and constrained design, limited energy savings, and a relatively resource-poor execution environment. Using resource- rich systems is the classic solution introduced in Mobile Cloud Computing to overcome these mobile device limitations by remotely executing all or part of applications to cloud environments. The technique is known as application offloading.

Offloading to a cloud – implemented as geographically-distant data center – however introduces a great network latency that is not acceptable to smartphone users. Hence, massive offloading to a centralized architecture creates a bottleneck that prevents scalability required by the expanding market of IoT devices. Fog Computing has been introduced to bring back the storage and computation capabilities in the user vicinity or close to a needed location. Some architectures are emerging, but few algorithms exist to deal with the dynamic properties of these environments.

In this thesis, we focus our interest on designing ACOMMA, an Ant-inspired Collaborative Offloading Middleware for Mobile Applications that allowing to dynamically offload application partitions – at the same time – to several remote clouds or to spontaneously-created local clouds including devices in the vicinity. The main contributions of this thesis are twofold. If many middlewares dealt with one or more of offloading challenges, few proposed an open architecture based on services which is easy to use for any mobile device without any special requirement. Among the main challenges are the issues of what and when to offload in a dynamically changing environment where mobile device profile, context, and server properties play a considerable role in effectiveness. To this end, we develop bio-inspired decision-making algorithms: a dynamic bi-objective decision-making process with learning, and a decision-making process in collaboration with other mobile devices in the vicinity. We define an offloading mechanism with a fine-grained method-level application partitioning on its call graph. We use ant colony algorithms to optimize bi-objectively the CPU consumption and the total execution time – including the network latency.


PhD Defense: “Impact of a local and autonomous decision on intelligent transport systems at different scales”, by Marie-Ange Lèbre, on 25th January

Leave a comment
mlebre

Jury

Reviewers:
Arnaud De La Fortelle, Mines ParisTech
Abdellah Moudni, Université de Technologie de Belfort-Montbéliard

Examiners:
Farouk Yalaoui, Université Technologique de Troyes
Marco Fiore, CNR-IEIIT, Italie

Advisors:
Frédéric Le Mouël, Insa de Lyon
Stéphane Frénot, Insa de Lyon
Eric Ménard, Valeo

Summary:

In this thesis we present vehicular applications across different scales: from small scale that allows real tests of communication and services; to larger scales that include more constraints but allowing simulations on the entire network. In this context, we highlight the importance of real data and real urban topology in order to properly interpret the results of simulations (production of a real trace). We describe different services using V2V and V2I communication. In each of them we do not pretend to take control of the vehicle, the driver is present in his vehicle, our goal is to show the potential of communication thanks to local decisions. In the small scale, we focus on a service with a traffic light that improves travel times, waiting times and CO2 and fuel consumption. The medium scale is a roundabout, it allows, through a decentralized autonomous and probabilist algorithm, to improve the same parameters. It also shows that with a simple and decentralized decision-making process, the system is robust to packet loss, density, human behavior or equipment rate. Finally on the scale of a city, we show that local and decentralized decisions, with only a partial access to information in the network, lead to results close to centralized solutions. The amount of data in the network is greatly reduced. We also test the response of these systems in case of significant disruption in the network such as accidents, terrorist attack or natural disaster. Models, allowing local decision thanks to information delivered around the vehicle, show their potential whatsoever with the V2I communication or V2V.

Résumé:

“De l’impact d’une décision locale et autonome sur les systèmes de transport intelligent à différentes échelles”.

Les environnements connectés sont en plein essor, grâce aux différents supports technologiques couplés aux nouvelles technologies de l’information et de la communication. Le milieu urbain et véhiculaire ne déroge pas à la règle ; la communication entre les véhicules et l’infrastructure permet d’imaginer une quantité considérable de nouveaux services, rendant la ville toujours plus intelligente et efficace.

Dans cette thèse nous présentons des applications véhiculaires au sein de différentes échelles : de la petite échelle qui permet d’effectuer des tests réels de communication et de service, à des échelles plus grandes incluant plus de contraintes mais permettant des simulations sur l’ensemble du réseau. Dans ce contexte, nous soulignons l’importance de traiter des données réelles (production d’une trace) afin de pouvoir interpréter correctement les résultats des simulations. Nous proposons alors, différents services utilisant les communications V2V et V2I. Dans ces derniers, nous ne prétendons pas prendre le contrôle du véhicule, notre but est de montrer le potentiel et l’impact de prise de décisions locales sur le milieu urbain grâce à la communication véhiculaire. A petite échelle, nous nous focalisons sur un service comprenant un feu de circulation, permettant d’améliorer les temps de parcours et d’attente, ainsi que la consommation en CO2 et en carburant. La moyenne échelle se situant sur un rond-point, permet, grâce à un algorithme décentralisé autonome et probabiliste, d’améliorer ces mêmes paramètres et montre également qu’avec une prise de décision simple et décentralisée, le système est robuste face à la perte de paquet, à la densité, ou encore aux taux d’équipement. Enfin, à l’échelle d’une ville, nous montrons que des décisions prises de manière locale et décentralisée, avec un accès à une information partielle dans le réseau, donnent des résultats proches des solutions centralisées. Ainsi la quantité de données transitant dans le réseau est considérablement diminuée. Nous testons également la réponse de ces modèles en cas de perturbation plus ou moins importante, tels que un accident, un acte terroriste ou encore une catastrophe naturelle. Les modèles permettant une prise de décision locale grâce aux informations délivrées autour d’un véhicule, montrent leur potentiel, que se soit avec la communication V2I ou V2V.