— Objectifs du lot
Porteur: Walid Gaaloul
- Concevoir et implémenter une architecture d’orchestration de ressources, services et applications dans le continuum Cloud-Edge-IoT
- Concevoir et implémenter pour une composition multi-niveaux des propriétés fonctionnelles d’une orchestration
- Développer des algorithmes d’orchestration adaptative et autonomique prenant en compte le partitionnement réseau
- Explorer les possibilités de coopération et de coordination entre des boucles autonomiques opérant sur les différents niveaux du continuum IoT-Edge-Cloud
— Les missions
L’orchestration est le processus de gestion dynamique et automatisée des ressources IoT-Edge-Cloud, des applications et des services pour répondre aux besoins des utilisateurs finaux. Ce lot sera en lien avec la solution de surveillance et d’analyse développée dans le projet PEPR Cloud SPIREC qui a pour objectif de prévoir la demande de ressources, les pannes de serveur etc. Ces derniers éléments sont nécessaires pour construire une orchestration autonomique afin d’allouer de manière proactive les ressources nécessaires assurant une disponibilité optimale des services dans une orchestration. Il utilisera de manière privilégié la plateforme SLICES-FR à laquelle contribue le projet SILECS pour les expérimentations. Les modèles proposés par le Lot 1, en vue d’orchestration configurable et décomposable, devront aussi être pris en compte par les moteurs d’orchestration dans ce lot. Par ailleurs, nous utiliserons aussi les langages d’approvisionnement et de configuration et les techniques de reconfiguration, résultat du Lot 2, pour bâtir des orchestrateurs efficaces et sûrs. Notre orchestration s’appuiera également sur les résultats du Lot 4 afin d’optimiser les performances d’une orchestration (ex., coûts d’exécution et consommation d’énergie) en offrant un cadre d’intégration de leurs techniques d’optimisation.
— Description des tâches
T3.1 Gestion multi-niveaux des propriétés fonctionnelles adressant la toplogie réseau du continuum Cloud-Edge-IoT
L’orchestration des services et ressources dans le continuum IoT-Edge-Cloud est caractérisée par deux défis relatifs à la topologie de l’orchestration dans le réseau : (i) la complexité des niveaux de granularité des services et ressources IoT-Edge-Cloud et (ii) le partitionnement réseau impactant le bon fonctionnement des applications en mode déconnecté. Pour répondre à ces défis, nous développons une architecture d’orchestration qui prend en compte l’intention sous la forme de capacité (capacity) pour la description des dépendances fonctionnelles des services dans la topologie (voir tâche 1.3 dans Lot 1). Par ailleurs, l’évolution vers le continuum Cloud/Edge/IoT introduit des problématiques de partitionnement réseau devenant la norme et donc la nécessité d’étudier de nouvelles approches pour assurer le bon fonctionnement des applications en mode déconnecté. L’implémentation de cette architecture nécessite le développement de nouveaux composants logiciels qui viendront en extension dans des orchestrateurs de services Cloud / IoT existants tel que Kubernetes.
T3.2 Orchestration autonomique dans le continuum Cloud-Edge-IoT
La gestion et orchestration autonomique des systèmes distribués fait intervenir des boucles de contrôle pour traiter une diversité d’objectifs (p.ex. auto-optimisation, configuration, protection, etc.). Dans ce contexte, nous soulignons deux défis:
- Le premier vise la nécessité de coordonner des boucles multiples, voire parallèles, pour répondre à la coexistence de problèmes multiples dans les architectures réelles complexes. Un défi complémentaire est l’introduction de concurrence dans les boucles autonomiques MAPE-K (Monitoring/Analysis/Planning/Execution-Knowledge). Cet objectif est complémentaire de la tâche 2.2 dont un des objectifs est de permettre la concurrence de phases d’exécution. Il y a aussi des liens avec le Lot 4 afin de définir des algorithmes de placement adaptés.
- Un deuxième défi concerne l’application des techniques d’apprentissage automatique de nature centralisée généralement, à la construction de la boucle autonomique dans l’environnement distribué du continuum IoT-Edge-Cloud. En s’interfaçant avec le projet SPIREC pour détecter et prévoir les anomalies, on vise à agir de manière proactive sur la boucle autonomique pour fournir les ressources et correctifs nécessaires afin de maintenir une disponibilité optimale des orchestrations. Les validations expérimentales viseront la plateforme SLICES-FR avec un souci de reproductibilité lié à T2.3 et T3.4.
T3.3 Gestion des propriétés non fonctionnelles d’une orchestration dans le continuum Cloud-Edge-IoT
Dans la tâche T3.3, en lien avec la tâche T3.2, nous nous intéressons à certaines propriétés non fonctionnelles importantes de l’orchestration dans le continuum Cloud-Edge-IoT.
- La première est la vulnérabilité des continuums IoT-Edge-Cloud aux attaques de vie privée (privacy) et en particulier face à des participants byzantins et ce malgré la décentralisation des données dans l’apprentissage fédéré. Nous prévoyons donc d’améliorer cet apprentissage en collaboration avec le projet TRUSTINCloudS.
- La deuxième propriété est la gestion de l’empreinte énergétique où la majorité des travaux adressant l’empreinte énergétique du Cloud considère une application comme une “boîte noire” qui n’est pas consciente de l’infrastructure sous-jacente. Or, une coopération plus étroite entre l’application hébergée et son infrastructure peut conduire à des résultats intéressants. Par exemple, l’infrastructure pourrait informer dynamiquement l’application de son empreinte carbone, ainsi que des contraintes énergétiques de l’infrastructure permettant à l’application de s’adapter pour gérer de manière contrôlée sa QoS.
T3.4 Déploiement d’infrastructures et de services de base pour le Cloud-Edge-IoT
Cette tâche vise à développer un framework de déploiement de services et d’infrastructures qui puisse gérer la configuration, le provisionnement et la gestion des ressources cloud et matérielles, des applications et des services pour assurer la continuité des opérations. Les liens entre le déploiement de services, comme proposés dans le lot 2, et la gestion d’infrastructure sont étroitement liés aux plateformes physiques et aux usages cibles. Une polyvalence accrue dans la gestion d’infrastructure permet d’envisager des services plus étendus et facilite la prise en compte de propriétés non-fonctionnelles. L’approche se veut complémentaire voire alternative à la tâche T3.3 en autorisant et exploitant des déploiements bas niveau ou premier plus riches. De plus, il est nécessaire d’intégrer au framework d’orchestration un service de communication asynchrone à grande échelle pouvant fonctionner en mode déconnecté et pouvant servir de support pour les autres services de base de TARANIS ou des applications du PEPR ou pour les services applicatifs de plus haut niveau sur le continuum IoT / Edge et Cloud. Les déploiements expérimentaux seront effectués sur la plateforme SLICES-FR.
Les autres lots
