La multiplication des équipements informatiques augmente la consommation d'énergie de la maison numérique. Pour limiter cette tendance, les équipements de l'électronique grand public contrôlent leur consommation d'énergie individuellement. Les environnements répartis offrent de nouvelles opportunités de gestion de la consommation d'énergie des équipements. Ce travail propose de mettre en place une coordination intelligente entre les équipements afin de limiter la consommation énergétique de l'ensemble de ces équipements tout en délivrant les mêmes services. Notre approche déplace des composants logiciels d'un équipement à l'autre afin de maximiser l'efficience énergétique. Ces déplacements sont contraints par l'environnement et par les besoins des composants logiciels, i.e., l'hétérogénéité, la dynamicité et la qualité de service. L'hétérogénéité nécessite une modélisation de chaque équipement et de chaque service suivant des critères différenciant, e.g., ressources matérielles, présence de l'utilisateur. La dynamicité requiert de modifier la répartition des composants logiciels lorsqu'un événement significatif survient, e.g., apparition d'un équipement, afin de conserver l'efficience énergétique. Enfin, la mise en place de solutions moins énergivores ne doit pas impacter la qualité de service, e.g., satisfaire les besoins en ressources matérielles des composants logiciels. Nous proposons une modélisation de ces propriétés. Ce modèle est ensuite considéré par un système décisionnel autonome qui prend la décision de modifier la répartition des composants sur les équipements afin d'atteindre l'objectif d'efficience énergétique tout en satisfaisant à la qualité de service. / The proliferation of computer devices increases the energy consumption of the digital home. To limit this tendency, consumer electronic devices control their own energy consumption. Distributed environments offer new opportunities to manage the energy consumption of a set of devices. This work proposes to set an intelligent coordination between devices in order to limit the energy consumption of the set of devices while providing the same services. Our approach moves software components from one device to another in order to maximize the energy efficiency. The migrations are constrained by both the environment and the needs from software components, i.e., the heterogeneity, the dynamicity and the quality of service. Heterogeneity needs a model of each device and each service according to different criterion, e.g., hardware resources, user presence. Dynamicity needs to modify the distribution of the software components when a relevant event occurs, e.g., appearance of a device, in order to conserve energy efficiency. Finally, less energy consuming solutions must not impact the quality of service, e.g., satisfying the required hardware resources of the software components. We propose to model those properties. This model is then considered by an autonomic decision-making system. On the observation of relevant events, the system takes the decision to modify the distribution of the software components on the devices in order to reach the energy efficiency goal while satisfying to the quality of service.
| Identifer | oai:union.ndltd.org:theses.fr/2013LIL10130 |
| Date | 05 December 2013 |
| Creators | Druilhe, Rémi |
| Contributors | Lille 1, Duchien, Laurence, Seinturier, Lionel, Anne, Matthieu |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0064 seconds