VNE dans un environnement intraCloud

Le problème du VNE dans le cadre d’un seul fournisseur de réseau Cloud correspond au pro- blème d’hébergement intraCloud des demandes, et a été largement traité dans la littérature, sous différentes angles de recherche. En effet, dans ce contexte, le CP peut profiter de la connaissance complète et détaillée qu’il a de son réseau d’infrastructure interne, afin de pou- voir optimiser différents critères à son profit. Nombreux sont les travaux qui ne s’intéressent qu’à la phase de sélection des serveurs, telle que présentée à la Section 1.1.6, qui consiste généralement à optimiser l’utilisation de l’équipement physique logé au sein d’un DC. Cepen- dant, dans cette revue de littérature, nous nous intéresserons particulièrement aux travaux qui incluent un niveau d’implication encore plus haut de la hiérarchie de déploiement, à savoir la sélection des DCs au sein du réseau intraCloud. Quelques propositions pertinentes sont alors présentées dans la suite, dépendamment des objectifs d’optimisation visés par le CP.

2.3.1 Optimisation de l’utilisation des ressources et des capacités de survie du réseau Cloud

Les CPs sont particulièrement préoccupés par l’optimisation de l’utilisation de leur équi- pement et les questions de capacités de survie de leur infrastructure. (Ayoubi et al., 2015) ont proposé un cadre de VNE permettant de traiter des services Cloud à multidiffusion. Un modèle mathématique est utilisé pour formuler le problème, dans le but d’optimiser le taux d’acceptation et l’équilibrage des charges du réseau. Les auteurs ont ensuite proposé une extension du travail (Ayoubi et al., 2016), afin d’intégrer les aspects dynamiques liés à la ca- pacité de survie de l’équipement physique et à la variation des demandes de ressources. Pour cela, des mécanismes de migration et de re-localisation des VMs, s’adaptant à la disponibilité et à la fiabilité du réseau Cloud, sont alors mis en œuvre. Dans la même lancée, (Shahriar et al., 2017) ont également adressé les questions de capacité de survie du réseau, en proposant un modèle proactif de VNE. Ce dernier est basé sur des stratégies de reconfiguration et de réacheminement de trafic, permettant de garantir un fonctionnement transparent des VNRs hébergées dans l’infrastructure, en cas de présence de pannes. Étant donné que la plupart de ces approches peuvent tout de même être affectées par un équilibrage insuffisant de la charge, dû à une sous-utilisation de certains liens de communication, (Khan et al., 2016) ont alors proposé une amélioration dans la résolution du problème. Les auteurs ont développé une stratégie d’intégration des liens virtuels qui divise le trafic sur plusieurs chemins physiques, dans le but d’exploiter le potentiel des techniques de fractionnement de chemins pour assurer la survie de l’équipement réseau, tout en minimisant la redondance des ressources et le délai de fractionnement des chemins.

2.3.2 Minimisation de l’énergie

Certains travaux relatifs à la gestion du réseau intraCloud se sont intéressés à la dimension “vert” de l’infrastructure, en proposant des modèles de VNE permettant d’optimiser l’em- preinte écologique du Cloud. En effet, l’exploitation à grande échelle des DCs et leur entretien nécessitent une énergie électrique considérable, se traduisant en retour par des émissions de carbone davantage importantes. En ce sens, plusieurs cadres d’assignation de charges dans le réseau Cloud visent en particulier à réduire l’empreinte carbone des DCs. (Justafort et al., 2015) ont proposé un cadre de placement de VMs au sein d’un réseau distribué de plusieurs DCs, permettant notamment de minimiser l’impact écologique, en considérant divers aspects liés à la puissance des équipements de calcul, à leur consommation énergétique et à celle des ressources réseau. Les auteurs ont également proposé une extension dans leur travail (Jus- tafort et al., 2016), afin de considérer des applications plus complexes faisant intervenir du

trafic entre les VMs. (Khoshkholghi et al., 2017), quant à eux, ont additionnellement considéré une dimension dynamique du processus de placement des VMs, en utilisant des techniques de migration de ces dernières entre les différentes entités hôtes, afin d’améliorer davantage l’utilisation des ressources informatiques et de réduire la consommation de l’énergie.

2.3.3 Maximisation des revenus/profits

Dans un tel contexte où les enjeux économiques demeurent importants pour le fournisseur du réseau Cloud, certains travaux se sont alors naturellement intéressés à définir des mo- dèles maximisant les revenus ou profits du CP. L’optimisation de ces critères économiques se traduit notamment par une gestion adéquate de l’utilisation et de l’allocation des ressources de l’infrastructure Cloud, mais également celle des modèles de tarification et de facturation à soumettre aux locataires de services. Les auteurs (Chowdhury et al., 2012) ont proposé des solutions de VNE maximisant les revenus du CP, tout en assurant une meilleure coor- dination entre l’intégration des VMs et celle des VLs, par opposition aux approches moins performantes, qui traitent ces entités séparément en deux phases séquentielles. Dans la même visée, (Hesselbach et al., 2016) ont récemment proposé une stratégie de VNE basée sur l’al- gèbre des chemins, afin de maximiser le taux d’acceptation des demandes d’hébergement et les revenus du CP. (Zhang et al., 2014) ont ajouté une étape supplémentaire à cette opti- misation conjointe, en proposant une approche linéaire permettant de supporter la variation dynamique dans le temps, autant pour les ressources demandées que celles disponibles. Les auteurs ont alors mis en œuvre un mécanisme de re-allocation de ressources durant la durée de vie des requêtes, afin de continuer à assurer les services sans dégradation de la performance exigée. (Amokrane et al., 2015) ont, quant à eux, développé un modèle considérant la variabi- lité dans le temps et dans l’espace de l’énergie renouvelable et des prix de celle-ci. Le modèle vise précisément à maximiser les profits du CP, ce qui se traduit dans leur approche par une maximisation des revenus et une minimisation des coûts opérationnels sur l’infrastructure, des coûts de migration des VMs et des pénalités liées aux émissions de carbone.

2.3.4 Optimisation multicritère

D’autres travaux de la littérature ont adopté une approche de résolution multiobjectif du problème du VNE intraCloud, dans le but d’offrir au CP la possibilité de privilégier, dans le même modèle, certains objectifs par rapport à d’autres selon ses priorités, mais également de lui permettre de faire des compromis entre des critères conflictuels. (Larumbe et Sanso, 2013), par exemple, ont proposé un modèle multiobjectif dans un cadre de VNE au sein d’un réseau constitué de plusieurs DCs. Leur approche permet de conjointement minimiser

les coûts d’exploitation des ressources serveur pour l’hébergement des VMs et des ressources réseau pour le routage du trafic, mais également les coûts de consommation d’énergie, les pé- nalités relatives à l’émission de carbone et au délai de routage, ainsi que les coûts d’opération et d’entretien des DCs. (Houidi et al., 2015) ont également proposé un modèle multiobjectif prenant en compte plusieurs critères et contraintes de performance relatifs à la puissance de consommation en énergie de l’équipement physique, à la disponibilité des ressources et à l’équilibrage des charges. De plus, le modèle intègre des mécanismes de re-allocation de ressources, afin de considérer des cas de pannes de l’équipement et les variations dynamiques en demande de ressources des VNRs. (Melo et al., 2013), quant à eux, se sont intéressés à développer un modèle de VNE en ligne, permettant d’optimiser conjointement l’utilisation des ressources et l’équilibrage des charges, ainsi que le délai de routage entre les DCs. Une extension de leur travail est réalisée par la suite (Melo et al., 2015), dans le but de considé- rer également l’optimisation de la consommation de énergie de l’infrastructure. (Pyoung et Baek, 2018) ont également récemment proposé un cadre de VNE optimisant conjointement l’équilibrage des charges et les économies en énergie, afin de maximiser les profits générés en conséquence par le CP.