Siebert

Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Modélisation multi-modèles des réseaux
dynamiques : cas des réseaux pair-à-pair
Julien Siebert, Laurent Ciarletta et Vincent Chevrier
{julien.siebert, laurent.ciarletta,
vincent.chevrier}@loria.fr
LORIA - Campus Scientifique - BP 239 - 54506 Vandœuvre-lès-Nancy Cedex
17 janvier 2008
1 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Introduction
Contexte : Réseaux pair-à-pair et simulation multi-agents
Proposition
Cas d’étude et modèle
Premières expérimentations
Conclusion
2 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Thème général
• Contexte : réseaux dynamiques et informatique ambiante
(P2P, adHoc, Mesh...).
• Le comportement des utilisateurs : une composante active de
la QoS.
• Quel est son impact ? Comment peut-on l’évaluer ?
• Des modèles existent déjà à chaque niveau d’abstraction
(Comportement des utilisateurs, Protocoles d’interaction,
Environnement physique).
• Approche multi-modèles liant Réseau et Multi-Agents.
3 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Un cas d’étude : Les systèmes Pair-à-Pair (P2P)
• Qu’est ce ?
• Systèmes distribués à large échelle.
• Pair : à la fois consommateurs et fournisseur d’un service.
• VoIP, Messagerie instantanée, Streaming (Radio,Vidéo),
Partage de fichiers.
• Comment ça marche ?
• Une application : le client (aMule, eMule, Azureus...) .
• Un protocole d’interaction (gnutella, eDonkey, kademlia,
bittorrent...)
4 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Caractéristiques P2P
• Avantages recherchés :
• Robustesse, tolérance aux pannes.
• Passage à l’échelle.
• Inconvénient : La qualité de service dépend du comportement
des usagers.
• Disponibilité.
• Manque de partage (free-riding).
• Connexions/Déconnexions (churn), durée des sessions.
• Contenu.
• Corruption des données.
• Illégalité.
Problématique générale
Comprendre l’impact du comportement des usagers sur les
performances réseaux et la qualité de service.
5 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Intérêt de la simulation multi-agents
• Expériences réelles :
• Maı̂trise des conditions initiales ?
• Possibilité de rejouer une expérience à l’identique ?
• Temps expérience >> temps simulation.
• Limites des modèles mathématiques classiques :
• Grand nombre de variables + relations complexes.
• Difficulté de modéliser l’action, le comportement.
• Quel réalisme, quelle granularité ?
• Approche par simulation multi-agents :
• Bien adaptée aux simulations des systèmes complexes
(éthologie, écosystèmes, trafic routier...).
• Représenter directement les entités, leurs comportements et
leurs interactions.
• Effet d’un comportement local sur le fonctionnement global.
6 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Système Multi-Agents (SMA)
Définition
Un ensemble d’entités organisées qui interagissent au sein d’un
environnement.
• Agent : entité autonome, proactive, flexible, située. De réactif
à cognitif.
• Environnement : lois du monde (localisation, évolution),
medium de l’interaction.
• Interactions : actions qui affectent l’agent dans la réalisation
de son but.
• Organisation : groupes, rôles.
Application : génie logiciel agent (web services), robotique
collective, simulation.
7 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Travaux existants
• Modélisation du comportement des utilisateurs des réseaux :
• Théorie des jeux.
• Sciences cognitives (réseaux sociaux ; diffusion d’opinion).
Limite : prise en compte des aspects réseaux.
• Modélisation des protocoles/réseaux : Comportement des
utilisateurs très simplifié.
Constat
Besoin d’un couplage entre les différents niveaux d’abstractions :
Utilisateur, Service & Protocole, Réseau Physique.
8 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Proposition : couplage SMA - P2P
• À notre connaissance, pas de travaux dans cette direction.
• Des modèles existent pour chaque niveau d’abstraction.
• Comment les faire interagir ?
Idée
Utiliser le paradigme multi-agents pour coupler ces différentes
échelles de représentation :
• Agent (proactif, flexible...) : Utilisateur.
• Interactions : Protocole P2P.
• Environnement (médium de l’interaction) : Réseaux physiques
sous-jacents.
• Organisation (groupes, rôles) : initiale ou émergente.
9 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Un premier cas d’étude : le P2P
Problématique générale
Impact du comportement des utilisateurs
• Quelles problématiques :
• Manque de partage.
• Corruption des données.
• Quels modèles :
• Comportement : relativement simple (agent réactif).
• Protocole : Kademlia (eMule).
• Réseau sous-jacent : temps de transfert messages/données.
• Quel outil :
• Simulateur SMA : pas de modélisation du réseau sous jacent ni
des protocoles.
• Simulateur réseau (niveau paquets) : trop détaillé, passage à
l’échelle.
• Simulateur réseau Overlay : bon compromis.
10 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Outil utilisé : PeerFactSim.Kom, TUD Darmstadt
• Simulateur de réseaux overlay (Can, Chord, Kademlia).
• Open Source Java.
• De l’ordre de 105 nœuds annoncés.
• Architecture de l’outil : séparation des différents niveaux
d’abstraction.
1
1
http ://www.peerfact.org
11 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Modification apportées
Simulateur Overlay
Focalisé sur l’envoi de messages des protocoles P2P.
Manques comblés :
• Client P2P :
• Partage des données.
• Réseau Physique :
• Transfert des données d’un pair à un autre.
• Ressources :
• Modélisation de la pollution des données.
• Utilisateur :
• Implanter un comportement.
12 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Un premier modèle comportemental : l’agent réactif
• Schéma comportemental simple, proche du réflexe
• Perceptions
• Coût de consommation/partage des ressources (bande
passante upload/download).
• Nombre de sources disponibles.
• Temps de téléchargement.
• États internes.
• Volonté de partager (générosité).
• Conscience de la pollution.
• Actions
• Connexion/déconnexion.
• Recherche/téléchargement d’une ressource.
• Partage ou non d’une ressource.
• Contrôle du taux de pollution d’une ressource.
13 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Scénario expérimental : Étude partage + pollution
• Réseau de N noeuds. Initialement :
• P utilisateurs publient f fichiers.
• B0 copies polluées et G0 saines.
• Plusieurs étapes :
• Recherche des ressources.
• Demande de téléchargement. Partage automatique des
données récupérées.
• Vérification de l’avancement du téléchargement. Si oui (4),
sinon (5).
• Contrôle de la pollution. Si fichier ok : partage ? Sinon
suppression et (5).
• Relancer la procédure.
14 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Premières expériences
• Impact du nombre de publications initiales sur la charge par
utilisateur C .
• P augmente → répartition de C
• N = 1000 f = 1 P = 10
15 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Premières expériences
• Impact du nombre de publications initiales sur la charge par
utilisateur C .
• P augmente → répartition de C
• N = 1000 f = 1 P = 100
15 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Premières expériences
• Impact du nombre de publications initiales sur la charge par
utilisateur C .
• P augmente → répartition de C
• N = 1000 f = 1 P = 500
15 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Bilan
• Implanter un modèle comportemental.
• Adapter un outil de simulation.
• Approche de modélisation cohérente.
• (En Cours) Impact du local sur le global.
16 / 17
Plan
Introduction
Contexte
Proposition
Modèle
Expérimentations
Conclusion
Conclusion et perspectives
• Bilan
• Problématique : impact comportement des utilisateurs.
• Proposition : approche multi-modèles.
• Preuve de concept mais manque d’outils d’analyse.
• Perspectives
• Continuité des travaux en P2P.
• Généralisation (Services/Réseaux différents).
• Direction générale : une boı̂te à outil SMA-Réseaux.
•
•
•
•
modéliser
simuler
comprendre
contrôler/concevoir
17 / 17