Allocation de ressources et modèles économiques dans un environnement Cloud

Le déploiement des réseaux publics à haut débit a motivé l'externalisation des ressources informatiques privées. Au lieu d'être utilisées par une seule entreprise, ces ressources distribuées peuvent être utilisées à la demande par des utilisateurs rattachés à différentes entités administratives. Le Cloud computing est l'évolution la plus récente du calcul distribué. En termes de virtualisation des ressources, la gestion parallèle du calcul distribué, du stockage et du réseau entraîne un problème d'optimisation complexe. Ce problème est étroitement lié à la conception des stratégies de tarification innovantes, utilisées par un fournisseur de services Cloud (CSP). L'un des challenges de cette thèse consiste à prendre comme base de travail l'offre d'un service Cloud innovant. L'offre de service Cloud se caractérise par deux contraintes fortes. La première concerne la très large bande passante pouvant être requise sur tout ou une partie des liens par un utilisateur. La seconde réside dans l'hétérogénéité des ressources informatiques qui sont distribuées sur tout le globe terrestre. Dans cette thèse nous proposons des modèles économiques pour allouer les ressources en nous basant sur le fait que le CSP possède ou non les ressources. Nous introduisons aussi deux nouvelles caractéristiques à l'algorithme d'allocation de ressources. La première caractéristique prend en considération l'utilisation de nœuds multicast dans le réseau afin de gérer les transfert de données point-à-multipoints. La deuxième caractéristique permet de distribuer les données sur plusieurs nœuds de stockage. Enfin, nous nous intéressons au problème d'abstraction de l'architecture réseau vue par le CSP.In the mid-1990s, the vast deployment of high-speed public data networks has motivated the externalization of private computing resources. Such an evolution is economically very attractive for enterprises for two reasons. First, data-centers externalization enables to replace costly investment in the equipment by a pay-per-use of shared resources. Second, it alleviates the operation and maintenance costs of private equipment. Cloud is the most recent evolution of distributed computing including storage and network services. In terms of resource virtualization, managing conjunctly distributed computing, storage, and network facilities remains a complex optimization problem. This problem is closely related to the design of innovative pricing strategies for Cloud Service Providers (CSPs) that act as mediators between resource owners and end-users. In practice, resource owners do not accept, for confidentiality reasons, to inform the CSP about a detailed description of their available equipment. Meanwhile, they accept to regularly provide the CSP with an abstracted view of their sharable resources. This resource abstraction introduces an additional complexity to the dynamic resource allocation problem to be solved by the CSP. In this thesis, we propose market-based resource allocation algorithms. We consider two business models depending on the fact the CSP owns or not the computing, storage and network resources. An extension to our algorithm is to make use of multicast nodes in order to manage point-to-multipoint data transfer. Another feature is to distribute storage data over multiple nodes. At the end, we propose an optimal resource abstraction algorithm.PARIS-Télécom ParisTech (751132302) / SudocSudocFranceF