PEPR Cloud - SPIREC

Supervision et Prédiction multi-niveaux pour InFrastructures géo-distribuées Hétérogènes dans le continuum Cloud/Edge/IoT
Projet ANR
Agrément n° ANR-23-PECL-0006

Le projet SPIREC relèvera les défis de la supervision des services du continuum, de la détection de leurs anomalies d’exécution et de la prédiction de l’utilisation de leurs ressources.

France 2030

Le cloud constitue aujourd’hui la principale infrastructure sur laquelle sont construites les plus grandes applications distribuées au monde. De nouvelles exigences apparaissent pour les capacités de calcul et de stockage à la périphérie et les nombreux appareils de l’internet des objets qui font partie des villes intelligentes, de l’industrie du futur, des réseaux de véhicules… L’écosystème cybernétique qui en résulte, le continuum Cloud-Edge-IoT, est caractérisé par des infrastructures très hétérogènes ainsi que par des applications et des piles logicielles multicouches. La surveillance des infrastructures et des applications, la détection des anomalies dans l’exécution des services et des applications ainsi que la prédiction de l’utilisation des ressources sont des services fondamentaux pour le continuum. Ils permettent de sécuriser les applications et d’assurer de nombreuses propriétés de qualité de service. Cependant, l’hétérogénéité croissante et l’utilisation de piles logicielles de plus en plus complexes nécessitent de nouvelles méthodes pour le développement de ces services. 

Méthode utilisée

Le projet vise à définir des méthodes, utilisant notamment l’apprentissage automatique distribué, pour permettre leur gestion efficace, fournir des moyens de les sécuriser et assurer une variété de propriétés de qualité de service. Les partenaires développeront également des composants logiciels et des outils afin d’intégrer ces fonctionnalités dans les infrastructures et les applications existantes, en particulier SLICES et les futurs écosystèmes logiciels. Il est organisé en 5 lots suivants :
Lot 0 : Gestion et communication
Lot 1 : Collecte et modélisation de données pour la supervision et la détection d’anomalies
Lot 2 : Surveillance pour larges infrastructures et applications dans des environnements hétérogènes du continuum CEI
Lot 3 : Intelligence artificielle multicritères répartie pour la prédiction d’utilisation de ressources
Lot 4 : Applications, validation, implémentation et intégration

Partenaires du projet : 

IMT Atlantique est coordinateur du projet, avec la participation de IMTBS-TSP

Les partenaires du projet : 
C.E.A. - Commissariat Energie Atomique - Saclay - GIF SUR YVETTE
UNIVERSITE DE LORRAINE (NANCY)
UNIVERSITE DE VERSAILLES ST QUENTIN EN YVELINES (VERSAILLES)
INRIA (LILLE)
CNRS (Valbonne)
UMAS (SPLIT)
IMT
 

Personnel impliqué : 
Permanents (non financés par le projet) : 13, Personnes financées par le projet : 8 doctorants, 8 postdoctorants,9 ingénieurs.

 

Anr
Contacts

Mario Südholt, enseignant chercheur au département DAPI

Enjeux du projet
Objectifs de développement durable