Thèse soutenue

Planification des tâches de calcul et de communication par lots : base théorique et conception d’algorithmes
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Hehuan Shi
Direction : Lin Chen
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 29/03/2021
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
référent : Faculté des sciences d'Orsay
Jury : Président / Présidente : Marco Di Renzo
Examinateurs / Examinatrices : Ken Chen, Francesco De Pellegrini, Tijani Chahed, Anastasios Giovanidis
Rapporteurs / Rapporteuses : Ken Chen, Francesco De Pellegrini

Résumé

FR  |  
EN

Dans cette thèse, nous formulons et analysons une classe de problèmes fondamentaux d'ordonnancement de tâches découlant d'une variété de systèmes informatiques et de communication émergents: les tâches sont divisées en groupes; ceux d'un groupe peuvent être regroupés et exécutés simultanément; le but de l'ordonnanceur est de concevoir des algorithmes d'ordonnancement maximisant l'utilité globale du système. Sous le parapluie générique ci-dessus, nous étudions différentes classes de problèmes de planification de tâches de traitement par lots, établissant le cadre théorique correspondant, concevant des algorithmes de planification à la fois hors ligne et en ligne et illustrant leur application dans la planification des tâches de communication et de calcul. Nous commençons par le scénario de base de la planification des tâches de traitement par lots. Il existe un ensemble de tâches à exécuter sur un certain nombre de machines. Certaines tâches peuvent être exécutées simultanément sur une seule machine, tandis que d'autres nécessitent l'utilisation exclusive d'une machine entière. Nous recherchons une politique de planification optimale pour maximiser l'utilité globale du système. Nous développons un cadre algorithmique pour le problème d'ordonnancement ci-dessus sous la forme générique qui peut atteindre 1/2-optimalité, surpassant le meilleur résultat connu. Le cœur technique de notre conception est un mécanisme de relaxation LP adapté et une approche d'arrondi et de coloration qui transforme la solution de la relaxation LP en une politique d'ordonnancement réalisable 1/2-optimale. Nous démontrons ensuite l'application de notre cadre algorithmique pour résoudre le problème généralisé de diffusion proportionnelle en développant un algorithme d'approximation déterministe produisant une politique d'ordonnancement optimale l_min / (2 (l_min + 1)), alors qu'il n'existe que des algorithmes aléatoires dans la littérature. Nous formulons et analysons ensuite un problème fondamental d'ordonnancement de transmission en liaison descendante dans les systèmes de communication sans fil, composés d'une station de base et d'un ensemble d'utilisateurs, chacun demandant qu'un paquet soit servi dans une fenêtre temporelle. Certains paquets sont demandés par plusieurs utilisateurs et peuvent être servis simultanément en raison de la nature de diffusion du support sans fil. Par rapport au modèle de base, il existe deux particularités. Premièrement, chaque demande peut être servie par un sous-ensemble de stratégies de transmission. Deuxièmement, les demandes doivent être servies selon la méthode FIFO. Nous recherchons un algorithme de planification de transmission de liaison descendante maximisant l'utilité globale du système. Nous développons un cadre algorithmique du problème de planification de transmission de données de liaison descendante formulé dans les paramètres hors ligne et en ligne. Nous établissons d'abord sa dureté, puis développons des algorithmes d'approximation avec une garantie de performance mathématiquement prouvée en termes d'approximation et de ratios compétitifs pour les paramètres hors ligne et en ligne, respectivement. La troisième contribution de cette thèse concerne l'ordonnancement des tâches de batching de ressources contiguës. Un ensemble de tâches doit être exécuté sur un pool de ressources continues, chacune nécessitant un certain temps et une ressource contiguë; certaines tâches peuvent être exécutées simultanément par lots en partageant la ressource, tandis que d'autres nécessitent une utilisation exclusive de la ressource; les tâches sont servies à la manière FIFO. Nous recherchons une allocation optimale des ressources et la politique de planification associée maximisant l'utilité globale du système. Nous fournissons une analyse algorithmique complète du problème en établissant sa dureté et en développant des algorithmes de planification d'approximation pour les paramètres hors ligne et en ligne.