Yann Busnel - Le besoin d'échantillonnage avisé dans la supervision de réseaux à grande échelle

Avec la prolifération des appareils connectés (smartphones, capteurs, etc.), de plus en plus de sources de flux de données émettent des données en temps réel avec des fluctuations du débit d'entrée et de la distribution des valeurs au fil du temps. Le traitement de ces flux tout en respectant certaines contraintes de qualité de service (QoS) soulève des problèmes de Big Data (variété et rapidité) dans un contexte temps réel. Le besoin de collecter l’information a des fins de supervision est désormais devenu essentiel. Dans un objectif de passage a l’échelle, l’échantillonnage avisé semble être une solution pertinente pour fournir une brique de base de ces applications. Nous considérons dans cet exposé le problème de l'échantillonnage des données dans les systèmes à grande échelle en présence d'un adversaire puissant, en temps réel, dans le contexte de fenêtres glissantes. Deux résultats complémentaires seront présentés, permettant soit d’uniformiser la probabilité de sélection des données en entrée, ou la détection et la sélection automatique des données issues du top-k.

Références :

• Emmanuelle Anceaume, Yann Busnel, Vasile Cazacu. On the Fly Detection of the Top-k Items in the Distributed Sliding Window Model. 17th IEEE International Symposium on Network Computing and Applications (NCA 2018), Nov 2018, Boston, United States. IEEE, pp.1-8. https://hal.archives-ouvertes.fr/hal-01888298
• Emmanuelle Anceaume, Yann Busnel, Bruno Sericola. Uniform Node Sampling Service Robust against Collusions of Malicious Nodes. 43rd Annual IEEE/IFIP International Conference on Dependable Systems and Networks (DSN 2013), Jun 2013, Budapest, Hungary. 43, pp.249, 2013. https://hal.archives-ouvertes.fr/hal-00804430