Éléments de la problématique

Bien que le modèle de service IaaS sous un mode déploiement multiCloud semble gagner du terrain sur le marché des TIC par les nombreux avantages qu’il offre au consommateur, il n’en

demeure pas moins que le processus d’intégration des VNRs auprès des multiples fournisseurs constitue un problème d’optimisation complexe à résoudre.

En effet, tel que défini précédemment, le processus global du VNE dans le réseau multiCloud sous-jacent nécessite deux grandes phases de résolution complexe, qui doivent de surcroît être traitées de manière séquentielle, ce qui ne permet pas de considérer ni de contrôler dans le processus, tous les facteurs du problème en interaction dans l’environnement.

De plus, les différents acteurs intervenant dans chacune des deux phases ont généralement des objectifs différents, voire conflictuels, dans l’optimisation de leurs intérêts économiques (Samuel et al., 2013). Alors que les CPs s’intéressent généralement à maximiser les profits économiques et énergétiques, le SP est principalement préoccupé la minimisation des coûts d’approvisionnement. À cela s’ajoute le fait que le VNP n’ait pas un contrôle total sur les éléments économiques du marché multiCloud, à savoir les systèmes de facturation et modèles de tarification, qui peuvent être différents d’un CP à un autre. Il devient alors difficile pour le VNP de répondre, dans un tel contexte, aux objectifs économiques du SP, outre le niveau de performance de ses requêtes aux emplacements géographiques choisis et les aspects de QdS et de sécurité à satisfaire. Le VNP se retrouve confronté au défi principal de procéder à des décisions judicieuses et stratégiques de partitionnement des VNRs face à la grande panoplie hétérogène d’instances de ressources et de services déployés, disponibles différemment chez chaque CP et à des coûts d’approvisionnement variés.

Par ailleurs, l’un des plus grands défis relatifs au VNE dans le réseau multiCloud consiste à organiser les CPs dans un cadre d’approvisionnement de leurs services Cloud, sans passer outre leur autonomie locale (Dietrich et al., 2015; Mano et al., 2016). Chaque CP doit pouvoir intégrer des parties ou l’intégralité d’une requête conformément à ses politiques administra- tives internes, tout en maintenant une connectivité globale avec les autres CPs, par le biais des réseaux de transit. Toutefois, le VNP se heurte aux politiques de confidentialité des CPs et au manque d’interopérabilité entre eux, qui lui rendent la tâche difficile d’obtenir des so- lutions de configuration optimales, relatives au choix complexe des Clouds hôtes. En effet, la visibilité du VNP sur le réseau multiCloud est particulièrement essentielle pour l’efficacité de la stratégie de partitionnement des VNRs entre les différentes infrastructures. Cependant, les politiques restrictives des CPs entraînent que certaines informations internes sur leur réseau intraCloud, telles que le nombre d’instances de ressources disponibles, leur utilisation et leur capacité, la topologie détaillée du réseau sous-jacent et des PoPs, la connectivité au niveau des routeurs et des DCs, etc., ne sont pas divulguées au VNP. Par conséquent, les mécanismes de VNE existants et notamment appliqués dans le cadre d’un seul CP et qui se basent sur une connaissance complète du réseau substrat, ne sauraient être applicables dans le contexte du

multiCloud. Au niveau de la phase d’intégration intraCloud, les CPs peuvent donc générer des configurations idéales d’hébergement des segments de VNRs dans leur infrastructure, car ayant une vision complète et détaillée de leur réseau. Le VNP, quant à lui, doit procéder à la phase de partitionnement des VNRs avec un accès limité et une connaissance plutôt agrégée de l’environnement sous-jacent, ce qui rend difficile d’optimiser la phase de sélection des CPs. D’autre part, la non-interopérabilité entre les CPs entraîne que les situations d’hébergement des segments d’une même VNR ne sont pas partagées entre les CPs auxquels ils sont assignés, ce qui fait qu’un CP procède au processus complet d’intégration d’un segment de VNR en particulier, sans aucune connaissance du résultat de l’intégration du reste de la requête. En cela résulte, du point de vue global du processus du VNE dans le multiCloud, une difficulté majeure pour le VNP de générer des solutions qui doivent au mieux répondre aux objectifs du SP, tout en se conformant aux politiques restrictives des CPs.

Par ailleurs, considérant la nature dynamique de l’environnement multiCloud (mise à jour périodique des informations contenues dans les référentiels, fluctuation des requêtes et des prix, etc.), il devient nécessaire de développer des mécanismes automatiques et adaptatifs d’intégration des VNRs, afin d’assurer la continuité du processus d’approvisionnement des services. Toutefois, le problème du VNE dans le multiCloud représente un défi majeur en matière d’allocation de ressources et de services dû à la nature NP-Difficile du problème (Fischer et al., 2013; Zhang et al., 2016a), autant pour la phase de partitionnement multiCloud que celle de l’hébergement intraCloud. En effet, dans le cas où le trafic inter-VMs n’est pas tenu en compte, le processus d’assignation des VMs seules aux différents CPs et DCs est un problème NP-Difficile, qui s’assimile généralement au problème de Bin Packing (Chowdhury et al., 2012). Même si les VMs seraient déjà assignées et que seules les liaisons VLs restent à router, le problème reste NP-Difficile. Considérer alors la combinaison de l’assignation des VMs et le routage du trafic inter-VMs, ainsi que les contraintes associées, résulte en un problème encore plus difficile, généralement réduit au problème de Multiway Separator (Sanchis, 1989; Tao et al., 1992).

À cet effet, des mécanismes utilisant des approches de résolution exactes, même si elles peuvent procurer des solutions optimales au problème, ne seraient pas appropriées. Ces der- nières génèrent des temps de résolution extrêmement longs, notamment pour des configura- tions de VNRs ayant un nombre élevé de VMs. Il devient alors nécessaire de recourir à des approches approximatives et évolutives basées sur les (méta) heuristiques (Boussaïd et al., 2013), qui permettraient de résoudre de manière efficace le problème et ce en un temps de calcul raisonnable.

Ces divers éléments de la problématique nous ont amenés à l’élaboration des questions de recherche suivantes :

— Serons-nous en mesure de proposer une stratégie efficace de partitionnement des VNRs dans l’environnement multiCloud, qui puisse répondre à toutes les attentes du SP, tout en se conformant aux politiques restrictives des CPs ?

— Comment modéliser mathématiquement le problème du partitionnement des VNRs, afin qu’une telle stratégie soit à même de considérer tous les besoins en performance et les contraintes de QdS conjointement liés aux VMs à assigner aux CPs et aux VLs à router sur les différents réseaux sous-jacents ?

— Partant de cette modélisation, pourrons-nous résoudre le problème du partitionnement des VNRs à l’aide d’un modèle de programmation mathématique, nous permettant de sélectionner efficacement les CPs, tout en prenant en compte la nature dynamique de l’environnement multiCloud ?

— Comment adopter et résoudre de manière adéquate une approche d’hébergement des requêtes dans les réseaux intraCloud des CPs, afin que le processus global d’intégration des VNRs dans l’environnement multiCloud puisse refléter la réalité et considérer au mieux possible toutes les interactions entre les différents éléments techniques et les acteurs intervenant dans l’environnement ?

— Saurons-nous proposer des mécanismes de résolution permettant de pallier la nature NP-Difficile du problème et de parvenir à un bon compromis entre qualité des solutions obtenues et temps de résolution ?

— Serons-nous en mesure de mettre en œuvre un processus global d’intégration des VNRs dans l’environnement multiCloud, qui puisse minimiser les coûts d’approvisionnement de ressources pour le SP face aux différents systèmes de tarification et de facturation des services, tout en considérant les objectifs d’optimisation des performances des ap- plications et de maximisation des profits des CPs ?

Voici un ensemble de questions auxquelles nous tenterons de répondre par les objectifs de recherche présentés dans la section suivante.