Algorithmes de dissémination épidémiques dans les réseaux à grande échelle : comparaison et adaptation aux topologies

• Auteur / Autrice : Ruijing Hu
• Direction : Pierre Sens, Isabelle Demeure
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2013
• Etablissement(s) : Paris 6

Mots clés

Mots clés contrôlés

Gestion de l'information

Information, Théorie de l'

Aléatoire

Topologie

Systèmes à paramètres répartis

Algorithmes

Résumé

La dissémination d'informations (broadcast) est essentielle pour de nombreuses applications réparties. Celle-ci doit être efficace, c'est à dire limiter la redondance des messages, et assurer forte fiabilité et faible latence. Nous considérons ici les algorithmes répartis profitant des propriétés des topologies sous-jacentes. Cependant, ces propriétés et les paramètres dans les algorithmes sont hétérogènes. Ainsi, nous devons trouver une manière pour les comparer équitablement. D'abord, nous étudions les protocoles probabilistes de dissémination d’informations (gossip) exécutées sur trois graphes aléatoires. Les trois graphes représentent les topologies typiques des réseaux à grande-échelle : le graphe de Bernoulli, le graphe géométrique aléatoire et le graphe scale-free. Afin de comparer équitablement leurs performances, nous proposons un nouveau paramètre générique : le fanout effectif. Pour une topologie et un algorithme donnés, le fanout effectif caractérise la puissance moyenne de la dissémination des sites infectés. De plus, il simplifie la comparaison théorique des différents algorithmes sur une topologie. Après avoir compris l’impact des topologies et les algorithmes sur les performances , nous proposons un algorithme fiable et efficace pour la topologie scale-free.

Information dissemination (broadcast) is essential for numerous distributed applications. This must be efficient, which limits the message redundancy, and ensures high reliability as well as low latency. We consider here the distributed algorithms that benefitting from the properties of the underlying topologies. Nonetheless, these properties and the parameters in the algorithms are heterogeneous. Thus, we should find a method to fairly compare them. First of all, we study the probabilistic protocols for information dissemination (gossip) executed over three random graphs. The three graphs represent the typical topologies of large-scale topologies: Bernoulli graph, the random geometric graph, and scale-free graph. In order to fairly compare their performance, we propose a new generic parameter: effectual fanout. For a given topology and algorithm, the effectual fanout characterizes the mean dissemination power of infected sites. Furthermore, it simplifies the theoretical comparison of different algorithms over one topology. After having understood the impact of topologies and algorithms on the performance, we propose an efficient reliable algorithm for scale-free topologies