Th`ese de Doctorat de l'université Paris VI Pierre et Marie Curie Mlle ...
Th`ese de Doctorat de l'université Paris VI Pierre et Marie Curie Mlle ...
Th`ese de Doctorat de l'université Paris VI Pierre et Marie Curie Mlle ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
(Policy Decision Point), d’un ensemble <strong>de</strong> PEP (Policy Enforcement Point) installés aux<br />
routeurs d’entrée <strong>et</strong> <strong>de</strong> moniteurs <strong>de</strong> trafic qui sont implémentés dans les noeuds au coeur du<br />
réseau. Quand les moniteurs détectent <strong>de</strong>s changements significatifs dans la ban<strong>de</strong> passante<br />
disponible, ils contactent directement le PDP qui change dynamiquement les politiques sur<br />
les trafics d’entrée “in-profile” <strong>et</strong> “out-of-profile” en se basant sur l’état actuel du réseau<br />
qui est estimé utilisant l’information collectée <strong>de</strong>s moniteurs <strong>de</strong> trafic. Cependant, c<strong>et</strong>te<br />
architecture, même si elle performe une adaptation dynamique <strong>de</strong> la qualité <strong>de</strong> service <strong>de</strong>s<br />
applications multimédia, elle ne prend pas en compte les fonctions d’utilité <strong>de</strong>s utilisateurs<br />
<strong>et</strong> leur intention <strong>de</strong> payer plus pour transm<strong>et</strong>tre du trafic “out-of-profile”, augmentant ainsi<br />
les revenus du réseau.<br />
Une structure générique <strong>de</strong> chargement est présentée dans [2] pour caractériser les<br />
schémas <strong>de</strong> chargement actuellement utilisés dans l’Intern<strong>et</strong>. En plus, un algorithme <strong>de</strong><br />
chargement dynamique <strong>et</strong> sensible à la congestion est proposé pour inciter les applications<br />
multimédia à adapter leur débit en fonction <strong>de</strong>s conditions actuelles du réseau. Comme<br />
dans [2], nous prenons en compte les fonctions d’utilité <strong>de</strong>s utilisateurs pour évaluer nos al-<br />
gorithmes d’allocation dynamique <strong>de</strong> la ban<strong>de</strong> passante en terme <strong>de</strong> l’augmentation <strong>de</strong>s re-<br />
venus du réseau. Cependant, les auteurs dans [2] considèrent un modèle <strong>de</strong> service différent<br />
<strong>et</strong> se focalisent principalement sur l’idée <strong>de</strong> charger dynamiquement les services afin <strong>de</strong><br />
performer une adaptation du débit basée sur les conditions du réseau.<br />
L’idée <strong>de</strong> mesurer dynamiquement le nombre effectif <strong>de</strong> connexions actives avec leur<br />
débit actuel est une technique qui est adoptée dans plusieurs travaux <strong>de</strong> recherche [5, 8, 9].<br />
Dans [5], les auteurs proposent une approche active <strong>de</strong> gestion <strong>de</strong> ressources (ARM) dans un<br />
environnement DiffServ. Le concept <strong>de</strong> base <strong>de</strong> ARM est <strong>de</strong> savoir effectivement àchaque<br />
moment quand un client est en train <strong>de</strong> transm<strong>et</strong>tre <strong>et</strong> combien il est en train d’utiliser <strong>de</strong><br />
sa ban<strong>de</strong> passante allouée. La ban<strong>de</strong> passante non utilisée par ces clients peut être réallouée<br />
à d’autres clients. Ce concept est en ligne avec nos objectifs ; cependant, différemment <strong>de</strong><br />
notre travail, ARM ne garantit pas à l’utilisateur une ban<strong>de</strong> passante minimale pendant la<br />
7