Cloud computing is an emerging trend where clients are billed for services on a pay-per-use basis. Service level agreements define the formal negotiations between the clients and the service providers on common metrics such as processing power, memory and bandwidth. In the case of service level agreement violations, the service provider is penalised. From service provider's point of view, providing cloud services efficiently within the negotiated metrics is an important problem. Particularly, in large-scale data center settings, manual administration for resource allocation is not a feasible option. Service providers aim to maximize resource utilization in the data center, as well as, avoiding service level agreement violations. On the other hand, from the client's point of view, the cloud must continuously ensure enough resources to the changing workloads of hosted application environments and services. Therefore, an autonomous cloud manager that is capable of dynamically allocating resources in order to satisfy both the client and the service provider's requirements emerges as a necessity. In this thesis, we focus on the autonomous resource allocation in cloud computing environments. A distributed resource consolidation manager for clouds, called IMPROMPTU, was introduced in our previous studies. IMPROMPTU adopts a threshold based reactive design where each unique physical machine is coupled with an autonomous node agent that manages resource consolidation independently from the rest of the autonomous node agents. In our previous studies, IMPROMPTU demonstrated the viability of Multiple Criteria Decision Analysis (MCDA) to provide resource consolidation management that simultaneously achieves lower numbers of reconfiguration events and service level agreement violations under the management of three well-known outranking-based methods called PROMETHEE II, ELECTRE III and PAMSSEM II. The interesting question of whether more efficient single synthesizing criterion and outranking based MCDA methods exist was left open for research. This thesis addresses these limitations by analysing the capabilities of IMPROMPTU using a comprehensive set of single synthesizing criterion and outranking based MCDA methods in the context of dynamic resource allocation. The performances of PROMETHEE II, ELECTRE III, PAMSSEM II, REGIME, ORESTE, QUALIFEX, AHP and SMART are investigated by in-depth analysis of simulation results. Most importantly, the question of what denotes the properties of good MCDA methods for this problem domain is answered. / Graduate / 0984

Cette thèse traite du processus d’évaluation et de sélection de projets sur la base de critères multiples. Outre la capacité du modèle à permettre une identification efficace des meilleurs projets et leur intégration à un portefeuille, l’équité et la transparence sont des considérations importantes dans la conception de modèles d’appui à ce processus. Nous proposons un cadre de travail général pour l’évaluation de projets, Il reprend les codes de l’analyse SWOT, dont de nombreuses organisations orientées projets sont familières. Nos contributions apportent des éléments de réponse à la question de « l’après SWOT », à laquelle ces organisations peuvent éprouver des difficultés à répondre. Dans ce cadre de travail, nous introduisons et discutons un modèle de préférences permettant de mesurer l’importance des critères sur deux dimensions, représentant de manière indépendante leurs capacités de conviction et d’opposition. Suivant l’évaluation et en préalable à la sélection, le filtrage consiste à écarter les projets trop inadéquats. Nous proposons un mécanisme basé sur la dominance pour effectuer cette opération. Nous proposons, enfin, deux méthodes de sélection de projets, chacune étant basée sur une procédure d’agrégation multicritère originale. La première méthode, SPADE (pour Structure de Préférence pour l’Aide à la Décision) est une approche de surclassement, destinée à des contextes où les préférences exprimées concernent essentiellement les projets individuels, et dans lesquels les décisions concernant un projet peuvent être argumentées en référence à des projets tiers. Nous garantissons la validité théorique de SPADE, en amont, ce qui permet un temps de mise en œuvre réduit et une utilisation en temps réel. En pratique, nous illustrons l’application de SPADE, en la comparant à deux autres approches d’aide multicritères à la décision, MAUT et ELECTRE, en mettant en exergue ses spécificités. La seconde méthode, RADAR (Règles d’Aide à la Décision et à l’ARgumentation) est une approche à base de règles logiques. Elle est destinée à des contextes plus contraints dans lesquels les préférences exprimées concernent à la fois les projets individuels, mais aussi le portefeuille de projets (degré de diversification, budget total, etc.). De plus, l'argumentation des décisions est ici basée exclusivement sur la qualité intrinsèque des projets en référence à une norme fixe. RADAR permet également la construction automatique de tels arguments. Nous proposons un programme linéaire en variable mixtes permettant de valider théoriquement cette approche. Cependant, sa résolution est nécessaire à chaque mise en œuvre de RADAR, ce qui limite l’application de cette approche au temps différé. Nous illustrons une telle application sur un jeu de données représentant des évaluations de projets financés par le Fond des Nations Unies pour la Démocratie (UNDEF). / Project portfolio management (PPM) involves the use of methods and tools, allowing an organization to plan, evaluate, analyze and screen the execution of a set of projects or project proposals, sharing common resources or aiming at the attainment of common objectives. Multicriteria decision aid models are useful tools to support this process, given their ability to accurately model preferences, and rationally agregate points of view. However, existing models present some lacks that limit their use outside of academic circles : (i) They neglect the non-symetrical nature of the importance of some criteria that are relevant in PPM. (ii) The black box effect makes it hard to use them for the argumentation of decisions and to gain their acceptance by users (iii) They are implicitly fitted for private/for-profit projects, which limits their use in public organizations. In this thesis, our contribution consists in proposing two multicriteria methods for supporting the activities of evaluating, selecting and arguing decision, for project portfolio management. We propose: (i) An analysis of the specific features of public and private projects and their consequences for decision support (ii) A framework that allows an independent modeling of the abilities of a criterion to oppose and convince (iii) Two transparent multicriteria agregation procedures, fitted for different decision contexts. We ensure the theoretical validity of our approaches and illustrate their applicability on real data, with satisfying results.