Contributions à la gestion des pipelines de traitement de flux dans les environnements de fog computing ; Contributions to the management of stream processing pipelines in fog computing environments
Saved in:
| Title: | Contributions à la gestion des pipelines de traitement de flux dans les environnements de fog computing ; Contributions to the management of stream processing pipelines in fog computing environments |
|---|---|
| Authors: | Battulga, Davaadorj |
| Contributors: | Design and Implementation of Autonomous Distributed Systems (MYRIADS), Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-SYSTÈMES LARGE ÉCHELLE (IRISA-D1), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT), Université de Rennes, Cédric Tedeschi, Daniele Miorandi |
| Source: | https://theses.hal.science/tel-04475283 ; Other [cs.OH]. Université de Rennes, 2023. English. ⟨NNT : 2023URENS074⟩. |
| Publisher Information: | HAL CCSD |
| Publication Year: | 2023 |
| Collection: | Université de Rennes 1: Publications scientifiques (HAL) |
| Subject Terms: | Stream Processing, Fog computing, Geo-Distributed platforms, Distributed Computing, Dynamic adaptation, Traitement de flux de données, Plates-Formes géo-Distribuées, Caclul distribué, Adaptation dynamique, [INFO.INFO-OH]Computer Science [cs]/Other [cs.OH] |
| Description: | Stream processing answers the need for quickly developing and deploying applications for real-time processing of continually created data. While its ability to handle a high volume of data in real-time makes it the perfect technology for IoT use cases, it is still not adapted to geographically dispersed platforms including low-power compute nodes, such as Fog environments, which are yet the natural playground for IoT. In this work, we contribute to the building of Fog platforms managing Stream Process- ing Pipelines, addressing the key properties of scalability, autonomy, and programmability. Firstly, to address scalability and move one step towards the deployment of stream pro- cessing applications over Fog platforms, we propose a new architectural model based on the coordination of multiple computing sites to deploy the stream processing pipelines over a geo-distributed environment. Secondly, to address autonomy and manage the life of an application after its initial deployment, we devise an adaptation mechanism where sites collaborate together to enable the efficient reconfiguration of the deployment of the SP pipeline. Finally, on a more practical side, we discuss the implementation of a Fog node from the ground up so as to build a compute node that could be a generic compute node to be located at the edge specialized in the local processing of data streams, in particular in the context of Smart Cities. ; Le domaine du traitement de flux de données (ou stream processing (SP)) a émergé comme une réponse au besoin de développer et de déployer des applications pour le traitement en temps-réel de données générés en continu. Alors qu’aujourd’hui les outils du stream processing ont atteint un degré de maturité et d’utilisabilité significatifs leur permettant de gérer un grand volume de donnés en temps réel, ils ne sont pas adaptés aux plates-formes géographiquement distribuées, comme celles supportant le Fog computing. Les travaux décrits dans cette thèse contribuent à construire des plates-formes pour le Fog ... |
| Document Type: | doctoral or postdoctoral thesis |
| Language: | English |
| Relation: | NNT: 2023URENS074 |
| Availability: | https://theses.hal.science/tel-04475283 https://theses.hal.science/tel-04475283v1/document https://theses.hal.science/tel-04475283v1/file/BATTULGA_Davaadorj.pdf |
| Rights: | info:eu-repo/semantics/OpenAccess |
| Accession Number: | edsbas.3AA845D9 |
| Database: | BASE |
Nájsť tento článok vo Web of Science Be the first to leave a comment!