Transport de Flux Temps Réels dans un Réseau IP<br />Mobile

In this thesis, we study several implementation methods of the QoS (Quality ofService) in an IP network. Before starting our research, we will first reveal the variousmechanisms of QoS which we will study in the thesis. MPLS (Multi Protocol SwitchingLabel), DiffServ (Differentiated Services) and scheduling algorithms will form the basicmechanisms of our backbone network which we will study. In accordance with several otherworks, we define three classes of services to differentiate in the network. The first classincludes voice flows. It requires a small delay and a reduced jitter. Flows of "critical data",requiring a low loss probability and a limited delay, form the second class. The third class,gathering the applications such as file transfer or email exchange, do not need any conditionfrom the network.As a first step, we model outgoing/entering flows of a mobile wireless network. Wemodel the inter arrival law of the aggregation of the flows at the MAC (Medium AccessControl) layer, entering the UTRAN (UMTS Terrestrial Radio Access Network) network, theUMTS (Mobile Universal Telecommunication Service) access network. The CDMA (CodeDivision Multiple Access) protocol used in this network, proposes different access probabilityaccording to the QoS required. We determine also the characterizing law of the inter arrivalaggregated traffic leaving a WiFi (Wireless Fidelity) network, using the basic MAC 802.11layer. For these two networks, we propose various models of aggregation of voice, Web, filetransfer flow and a multiplexing of these various classes. We measure the precision of twodistribution models to those created by the traces. The first distribution used is the MMPP(Markov Modulated Poisson Process) process which represents a Markovian model. Weexperimented two values of the states number: 2 and 4. The second law that we consider is theGaussian law. Our results show that both the type of aggregate flows and the network usedinfluence the resulting model.In a second step, we develop the equations determining the stationary probabilities ofa queue implementing a GPS (Generalised Processor Sharing) scheduler with three classes ofservices. By using the DiffServ mechanism to differentiate flows, we measure the QoS at theoutput of a single queue using WRR (Weighted Round Robin), one of the algorithmsapproximating GPS. We then plot the various curves of delays and loss probabilities observedat the output of this queue according to weight and the load created by each class. We applythe various conclusions of the choice of the parameters which we draw from one server to awhole network. Moreover, we add the traffic engineering capability of MPLS to quantify thegain added by each policy. From this work, we can generalize our observations which becomevalid as well on a queue as in a network.In a third step, we develop a method of dynamic adaptation of the routing. We proposeit in order to solve the problem with the variations of the delay distribution on the linksforming the end to end path. This mechanism is based on network tomography techniques inorder to estimate the delay distribution on the various sections of the paths observed. If theaverage delay on the used path remains greater of the ε threshold for a time τ than the averagedelay of another path, then, the mechanism initiates the procedure of path modification. Theuse of the MPLS protocol allows this mechanism to be flexible and fast.Dans cette thèse, nous étudions plusieurs méthodes pour la mise en place de la QoS(Quality of Service) dans un réseau IP. Avant d'entamer nos travaux de recherche, nousdévoilons tout d'abord les différents mécanismes de QoS que nous étudierons dans la thèse.MPLS (Multi Protocol Label Switching), DiffServ (Differentiated Services) et les algorithmesd'ordonnancement formeront la base du réseau coeur que nous utiliserons. En accord avecplusieurs travaux, nous définissons trois classes de service à différencier dans le réseau. Lapremière classe comporte les flux voix. Elle nécessite un délai faible et une gigue réduite. Lesflux de "données critiques", qui requièrent un taux de perte faible et un délai borné, forme ladeuxième classe. La troisième classe, qui regroupe les applications telles que le transfert defichiers ou l'échange de courriers électroniques, n'exige aucune condition particulière duréseau.Dans un premier temps, nous modélisons les flux sortant/entrant d'un réseau mobilesans fil. D'abord, nous modélisons les lois d'inter arrivée des paquets d'un flux agrégé auniveau de la couche MAC (Medium Access Control) entrant au réseau UTRAN (UMTSTerrestrial Radio Access Network), le réseau d'accès à l'UMTS (Universal MobileTelecommunication Service). Le protocole CDMA (Code Division Multiple Access) utilisédans ce réseau propose un accès différent en fonction de la QoS demandée. Ensuite, nousdéterminons la loi caractérisant l'inter arrivée des paquets sortant d'un réseau WiFi (WirelessFidelity) utilisant la couche MAC 802.11 de base. Pour ces deux réseaux, nous proposonsdifférents modèles d'agrégation de flux voix, Web, transfert de fichiers ou un multiplexage deces différentes classes. Nous mesurons l'adéquation de deux modèles de loi de distributionsaux traces créées. La première distribution est le processus MMPP (Markov ModulatedPoisson Process) qui représente un modèle Markovien. Nous expérimentons deux valeurs dunombre d'états: 2 et 4. La seconde loi que nous considérons est la loi Gaussienne. Nosrésultats montrent que d'une part, le type des flux agrégés et d'autre part, le réseau utilisé,influent tous les deux sur le modèle produit.Dans un second temps, nous développons les équations qui déterminent lesprobabilités stationnaires d'une file d'attente implémentant l'ordonnanceur GPS (GeneralisedProcessor Sharing) avec trois classes de service. En utilisant le mécanisme DiffServ pourdifférencier les flux, nous mesurons la QoS à la sortie d'une file unique utilisant WRR(Weighted Round Robin), un des algorithmes qui approximent GPS. Nous traçons alors lesdifférentes courbes de délai et de taux de perte observés à la sortie de cette file en fonction dela pondération et de la charge créée par chacune des classes. Nous appliquons les différentesconclusions du choix des paramètres que nous tirons d'un seul serveur à un réseau entier. Deplus, nous ajoutons l'ingénierie de trafic de MPLS pour quantifier le gain mesuré par chaquepolitique. A partir de ce travail, nous avons pu généraliser nos constatations qui deviennentvalable aussi bien sur une file que dans un réseau.Dans un troisième temps, nous développons une méthode d'adaptation dynamique duroutage. Nous la proposons afin de palier aux variations de la distribution du délai sur lesliens qui forment le chemin de bout en bout. Ce mécanisme se base sur les techniques detomographie des réseaux afin d'estimer la distribution du délai sur les différents tronçons deschemins observés. Si le délai moyen sur la route utilisée reste supérieur d'un seuil ε pendantun temps τ au délai moyen d'un autre chemin, le mécanisme déclenche alors la procédure demodification du chemin emprunté. C'est l'utilisation du protocole MPLS associé à cemécanisme qui permet une modification souple et rapide des itinéraires