[Soutenance de thèse] 15/07/2024 – Sahand KHODAPARAS TALATAPEH : « Orchestration et optimisation du cache dans les réseaux IoT » (UPR 4128 – LIA – Laboratoire d’Informatique d’Avignon)

Sahand KHODAPARAS TALATAPEH soutiendra sa thèse le 15 juillet 2024 à Avignon Université sur le thème : « Orchestration et optimisation du cache dans les réseaux IoT ».

Date et lieu

Soutenance prévue le lundi 15 juillet 2024 à 15h00
Lieu :   339 Chem. des Meinajaries, 84000 Avignon
Salle : de réunion du CERI

Discipline

Informatique

Laboratoire

UPR 4128 – LIA – Laboratoire d’Informatique d’Avignon

Encadrement

M. Abderrahim BENSLIMANE	Avignon Université	Directeur de thèse
M. Saleh YOUSEFI	Urmia university	Co-directeur de thèse

Composition du jury de soutenance

M. Abderrahim BENSLIMANE	Avignon Université	Directeur de thèse
M. Antoine  GALLAIS	INSA Hauts-de-France	Rapporteur
M. Saleh YOUSEFI	Urmia university	Co-directeur de thèse
M. Jamshid BAGHERZADEH	Urmia university	Examinateur
Mme Leila SHARIFI	Urmia university	Examinatrice
M. Vahid SOLOUK	Urmia University of Technology	Examinateur
M. Yezekael HAYEL	Avignon Université	Examinateur
Mme Anna Maria VEGNI	Roma Tre University	Rapporteure

Résumé

Cette thèse explore l’amélioration des mécanismes de mise en cache au sein des réseaux de l’Internet des Objets (IoT) et de l’Internet des Véhicules (IoV) afin d’atténuer la congestion du réseau de backhaul, de prolonger la durée de vie des nœuds IoT et d’améliorer la qualité générale du service réseau. Elle commence par introduire une méthode de clustering au sein des infrastructures IoT, utilisant des techniques de prise de décision multicritères telles que TOPSIS et AHP pour optimiser le placement du cache parmi les nœuds et en s’appuyant sur le Réseau Défini par Logiciel (SDN) pour un routage efficace. Les travaux se penchent ensuite sur les réseaux IoV, différenciant les stratégies de mise en cache de contenu de sécurité et de divertissement. La mise en cache du contenu de sécurité est localisée et dynamique, basée sur la gravité de l’incident et la fraîcheur des données, tandis que la mise en cache du contenu de divertissement emploie l’apprentissage fédéré pour prévoir la popularité du contenu sans compromettre la confidentialité des utilisateurs. Le dernier aspect de la recherche aborde les défis de couverture réseau et de distribution de charge à travers le déploiement de Véhicules Aériens Sans Pilote (UAV). Un modèle d’optimisation pour le placement des UAV est développé, tenant compte des contraintes d’énergie, de la satisfaction des utilisateurs, des débits de données requis et de l’efficacité des ressources, avec l’application de l’apprentissage par renforcement pour résoudre ce problème complexe. Ensemble, ces stratégies forment une approche cohérente visant à réduire la latence et à améliorer la Qualité de Service dans les réseaux véhiculaires.

Mots-clés : Caching, IoT, IoV, UAV, Federated learning, Blockchain