Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

See discussions, stats, and author profiles for this publication at: https://ww

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/343796977 Thèse de Doctorat en Informatique-Intelligence Artiﬁcielle sous le titre: Nouvelle génération des réseaux tout optique: stratégies d'optimisation à base de réseaux de neurones art... Thesis · July 2019 CITATIONS 0 READS 431 2 authors, including: Some of the authors of this publication are also working on these related projects: Optical burst switching View project Abderrahim Larhlimi Université Hassan II de Casablanca 8 PUBLICATIONS 14 CITATIONS SEE PROFILE All content following this page was uploaded by Abderrahim Larhlimi on 21 August 2020. The user has requested enhancement of the downloaded file. Nouvelle génération des réseaux tout optique: Stratégies d'optimisation à base de réseaux de neurones artificiels implémentés sur des cartes GPU Abderrahim Larhlimi N° d’ordre : 15/2019/CED Université Hassan II de Casablanca Thèse de Doctorat Présentée par: Mr. Abderrahim larhlimi Spécialité: Informatique-Intelligence Artificielle Sujet de la thèse: Nouvelle génération des réseaux tout optique: stratégies d'optimisation à base de réseaux de neurones artificiels implémentés sur des cartes GPU. Thèse présentée et soutenue publiquement à la FST Mohammedia le 18/07/2019 devant le jury composé de: Pr. Omar BOUATTANE PES ENSET Mohammedia Université Hassan II de Casablanca Président Pr. Azedine BOULMAKOUL PES FSTM Université Hassan II de Casablanca Rapporteur Pr. Rachid OULAD HAJ THAMI PES ENSIAS Université Mohammed V de Rabat Rapporteur Pr. Hassan BADIR PH ENSA Tanger Université Abdelmalek Essaadi Rapporteur Pr. Mohamed YOUSSFI PES ENSET Mohammedia Université Hassan II de Casablanca Examinateur Pr. Mohamed El KHAILI PA ENSET Mohammedia Université Hassan II de Casablanca Co-Directeur de thèse Pr. Mohammed MESTARI PES ENSET Mohammedia Université Hassan II de Casablanca Directeur de thèse CEDoc: Sciences, Techniques, Ingénierie et Développement Durable. Laboratoire: Signaux, Systèmes Distribués et Intelligence Artificielle. Etablissement : ENSET Mohammedia. BP : 146 Mohammedia 20650 Maroc Tél : 0523314705 0523314708 Fax : 0523315353 www.fstm.ac.ma 2019 Résumé de la thèse: Stimulés par les progrès des récentes technologies à base des fibres optiques multi cœurs et des techniques de multiplexage dense en longueur d'ondes, les réseaux tout optique à commutation de rafales ont révolutionné le monde des réseaux de nouvelle génération. Toutefois, la maîtrise de ces technologies tout optique demeure encore un vaste sujet de recherche scientifique et un chantier d’ingénierie de premier plan avec un nombre croissant de défis à relever avant tout déploiement optimal de masse. Ces défis appartiennent à deux catégories majeures : ingénierie de conception réseaux et ingénierie réseaux du trafic optique. La deuxième catégorie, dans laquelle s’inscrivent les travaux de cette thèse, concerne principalement la question de l’attribution efficace des ressources optiques (longueur d'ondes) aux demandes en trafic. Les acteurs cherchent à développer des architectures de réseau tout optique, des protocoles et des algorithmes appropriés pour une meilleure adéquation entre les fonctionnalités du réseau et le potentiel inexploité de l'optique. Les débits actuels et l'occupation en bande passante restent largement inférieurs aux capacités optiques possibles. Qualifiés de type NP-complet, les problèmes de l'ingénierie réseaux du trafic tout optique retiennent l'attention des communautés scientifiques et techniques depuis des décennies déjà et plusieurs approches ont été développées. Toutefois, lorsque nous sommes face à des systèmes fortement contraignants avec des données de grandes tailles, les algorithmes conventionnels, les heuristiques, les méta heuristiques et/ou les autres approches mathématiques affichent des carences majeures en efficacité et en efficience. Dans ce contexte, les travaux de recherches réalisées dans le cadre de cette thèse analysent et proposent des résolutions exactes liées à l'ingénierie réseau du trafic optique. On s'intéresse en particulier aux problèmes de l'optimisation de l'exploitation des ressources optiques à travers des critères multi objectifs et hiérarchiques prenant en compte l'état du réseau et du trafic, en plus des critères traditionnels de gestion. Nous mettons en œuvre un ensemble de stratégies à travers de nouvelles fonctions d'Optimisation Multi Objectifs Hiérarchiques utilisant (i) la Programmation Linéaire en Nombres Entiers, (ii) des modèles à base de réseaux de neurones artificiels profitant de leur parallélisme connexionniste à grains fins et (iii) des implémentations basées sur les unités de traitement graphique (GPU). L’augmentation de la puissance et de la flexibilité ainsi que le faible coût de ces GPU ont propulsé leur utilisation comme accélérateur potentiel dans des domaines nouveaux autres que graphiques. Notre travail s'est soldé essentiellement par deux contributions scientifiques :  Une nouvelle stratégie de routage des rafales optiques et affectation des longueurs d'onde;  Une nouvelle stratégie de groupage des rafales optiques. Nous avons mis en place des solutions basées sur un calcul massif, parallèle et exact avec une maitrise de la complexité des procédés grâce aux réseaux de neurones artificiels. Nous tirons profit des progrès réalisés par les nouvelles méthodes d'optimisation multi objectifs, du parallélisme inhérent aux réseaux de neurones artificiels ainsi que de la puissance croissante des architectures à base de cartes GPU. Les résultats obtenus montrent que notre implémentation est plus rapide, de plusieurs ordres de fois, que les CPU-solutions équivalentes. Ces résultats nous motivent à, repenser les méthodes conventionnelles d’optimisation et à entamer d’autres perspectives prometteuses. Mots clés: Les réseaux tout-optique, Les réseaux à Commutation de rafales, Optimisation Multi Objectifs, Réseaux des neurones artificiels, GPU, CUDA, Calcul Haute Performance. Abstarct: Driven by advances in recent multicore fiber technologies and dense wavelength multiplexing techniques, optical burst switched networks have revolutionized the next-generation network world. However, before any optimal mass deployment, an optimal benefit of these all optical switching and associated technologies remains a vast topic of scientific research and a major engineering project with a growing number of challenges. These challenges are divided into two major categories: network design engineering and optical traffic network engineering. The second category, of which the work of this thesis is part, concerns mainly the question of the efficient allocation of the existing wavelengths to the requests in traffic. The scientific and industrial specialists are looking to develop all optical network architectures, protocols and algorithms for a better match between the functionalities of the network and the unexploited potential of optics. The current network throughput and bandwidth occupancy remain far below the potential optical capabilities. Qualified as NP-complete, the problems of engineering all optical traffic networks have attracted the attention of the scientific and technical community for decades already and several approaches have been developed. However, when faced with highly constrained systems with large data sizes, conventional algorithms, heuristics, meta-heuristics and / or other mathematical approaches show major shortcomings in efficiency and effectiveness. In this context, the research work carried out during this thesis analyzes and proposes exact resolutions related to optical traffic network engineering. We focus in particular on the problems of optimizing the exploitation of allocated optical resources, through multi-objective and hierarchical criteria taking into account the state of the network and the traffic, in addition to the traditional management criteria. We implement a set of strategies through new Hierarchical Multi-Objective Optimization functions using (i) Linear Integer Linear Programming, (ii) models based on artificial neural networks taking advantage of their fine-grained connectionist parallelism and (iii) implementations based on graphics processing unit (GPU) computing. The increase in power, flexibility and low cost of these GPUs has propelled their use as a potential accelerator in new non-graphic domains. Our work has essentially resulted in two scientific contributions:  A new strategy for optical burst routing and wavelength assignment;  A new strategy for optical bursts grouping. We have implemented solutions based on a massive, parallel and exact calculation with a mastery of the complexity of the processes thanks to the artificial neural networks. We have taken advantage of advances in new multi-objective optimization methods, the parallelism inherent in artificial neural networks, and the increasing power of GPU-based architectures. The results show that our implementation is several orders of magnitude faster than the equivalent CPU-solutions. These results motivate us to rethink conventional optimization methods and begin other promising perspectives. Keywords: All optical networks, Burst Switching Networks, Multi Objective Optimization, Artificial Neural Networks, GPU, CUDA, High Performance Computing. N° d’ordre 15/2019/CED View publication stats View publication stats uploads/Ingenierie_Lourd/ informatique-intelligence-artificielle-sous-le-titre.pdf