رسائل ماجيستير
French
2016
Monitoring des “applications scientifiques” dans un environnement combiné “Cloud-Grid
Ikram Adli, Tari Abdelkamel
جامعة عبد الرحمان ميرة - بجاية · الجزائر
L’intégration entre l’infrastructure grille et Cloud est considérée comme un nouveau paradigmequi améliore la gestion de la grille dans son mod`ele actuel car le syst`eme d’administrationCloud IaaS fournit une fléxibilité pour faciliter et simplifier la gestion des ressources déployéespour l’exécution des applications scientifiques. Cependant, l’environnement “Grid-Cloud”rajoute une complexité dans l’architecture résultante, et la virtualisation des services decalcul entraine inévitablement des pertes de performance par rapport `a l’utilisation directedes ressources physiques, ainsi que l’imprévisibilité de la charge de travail des applicationsscientifiques qui conduit généralement soit `a une infrastructure sous-chargée ou `a une infrastructure surchargée.L’une des problématiques d’un environnement “Grid-Cloud” est de garantir une certaineperformance des applications scientifiques qui s’exécutent dans un environnement virtualis´eavec une charge de travail imprévisible. Dans ce cas de figure, un monitoring multi niveauxpour surveiller le comportement des applications scientifiques, suivi d’une interpr´etation del’utilisation des ressources pour prédire périodiquement la demande future sont n´ecessaires.Cela permet de déterminer les besoins en ressources pour assurer la haute disponibilité desapplications scientifiques dans un environnement “Grid-Cloud”.Dans le présent travail, nous nous appuyons sur un monitoring multi niveaux et une approche de modélisation pour prédire la performance des applications scientifiques et effectuerune mise `a l’échelle automatique dans un environnement combiné “Grid-Cloud”. Pour cefaire, nous avons proposé une approche multi niveaux de monitoring basée modèle de performance des applications scientifiques, et qui s’exécutent sur des services grille déployéesdans un environnement cloud. Notre modèle de performance se base sur les approches demodélisation prédictives, plus précisément “l’analyse des séries chronologiques”.
