Modèles scalable pour la prédiction temporelle et énergétique des infrastructures Fog

L'informatique géo-distribuée (Fog Computing) désigne la migration des ressources de calcul et de stockage du nuage (Cloud) vers les utilisateurs. Cette migration des ressources permet de réduire la latence des terminaux utilisateurs afin de répondre à l'évolution des usages de l'Internet.
En parallèle, le nombre de terminaux ne cesse de croître avec le développement de l’Internet des objets. Cette croissance des infrastructures et du nombre d’objets connectés à Internet entraîne une hausse de la consommation électrique globale liée au numérique.
Cependant, cette consommation est très distribuée et fait intervenir de multiples acteurs : objets connectés, réseaux locaux, fournisseurs d’accès à Internet, infrastructures de Fog et de Cloud. Il est ainsi difficile d’étudier l’impact de la croissance du nombre d’objets connectés sur la consommation électrique des infrastructures qui constituent l’Internet des objets.
L’objectif de cette thèse est de proposer des modèles afin de permettre l’étude à grande échelle de la consommation énergétique des infrastructures Fog de manière efficace et reproductible. Les modèles proposés ont été intégrés à l’outil de simulation SimGrid afin d’être validés et diffusés.