Thèse « Diagnostic de performances par interprétation de données pour des fonctions réseau 5G cloud-natives » F/H

Description de l'offre

about the role

Votre rôle est d'effectuer un travail de thèse sur : « Diagnostic de performances par interprétation de données pour des fonctions réseau 5G cloud-natives »

Les opérateurs télécoms doivent aujourd'hui faire face à une évolution profonde, inéluctable, des services et des infrastructures. Ils sont constamment tenus d'accélérer le renouvellement de leurs offres afin de faire face à de nouveaux défis et opportunités. C'est dans ce contexte que le concept des fonctions réseau « Cloud-native» [1][2][3] est en train de prendre de plus en plus d'ampleur.

S'inspirant du monde IT où la « Cloud readiness» a déjà fait ses preuves, l'idée de la cloudification des fonctions réseau consiste à mettre en place des fonctions « scalables » et auto-réparables tout en fournissant des API génériques accessibles par leurs systèmes de management et d'orchestration. Néanmoins, la transition vers un modèle « Cloud-native » ne se limite pas à l'encapsulation des fonctions réseau dans des machines virtuelles. Elle exige une adaptation, voire une refonte totale des fonctions réseau.

C'est dans ce contexte que les architectures micro-service [4] deviennent incontournables pour la conception des applications 5G cloud natives. En effet, la décomposition des applications en services indépendants permet d'apporter de la flexibilité en termes de i) développement, ii) déploiement et iii) évolutivité.

Néanmoins, adopter ce nouveau paradigme architectural pour les fonctions réseau virtualisées apporte de nouvelles interrogations sur les opérations liées à l'orchestration et l'automatisation. En particulier, l'observabilité représente un pilier d'une démarche de surveillance des fonctions 5G dans le but de fournir le plus haut niveau de satisfaction client. Cette fonctionnalité correspond aux activités impliquant les mesures, la collecte et l'analyse des différents signaux de diagnostic remontés à la fois de l'infrastructure de l'opérateur et des applications qui s'y exécutent. L'observabilité permet ainsi d'acquérir une compréhension approfondie du comportement du réseau et d'anticiper des dégradations de la qualité de service.

Diverses approches d'observabilité sont proposées dans la littérature [5]. Ces dernières permettent d'analyser le comportement des applications IT cloud-natives et d'apporter les actions de remédiation nécessaires. Dans ce contexte, les indicateurs [6], les logs [7] et les traces d'applications [8] sont les trois principales composantes de ces approches. Cependant, la complexité de l'infrastructure softwarisée de l'opérateur et le volume de données [9] à traiter nécessitent l'élaboration de nouvelles techniques capables de détecter en temps réel une situation à risque et de prendre les bonnes décisions afin d'éviter par exemple une violation du contrat en matière de Qualité de Service (SLA). C'est dans ce cadre que s'inscrivent les travaux de cette thèse.

about you

Formation demandée (master, diplôme d'ingénieur, domaine …)

·   Diplôme d' ingénieur/Master 2 dans le domaine informatique et/ou réseau

Expériences souhaitées (stages, …)

·   Un stage en recherche sera considéré comme un plus.
Compétences (scientifiques et techniques)
·   Architectures de réseaux (5G, 4G, coeur, RAN, etc.)
·   Connaissances avancées sur les technologies de virtualisation
·   Développement logiciel (Golang, Python, Java)
·   Une connaissance des outils de machine learning et spécifiquement apprentissage profond (deep learning) sera un plus

et qualités personnelles souhaitées pour le poste

·   Forte appétence pour les nouvelles technologies
·   Autonomie et prise d'initiative
·   Ouverture d'esprit et proactivité
·   Capacité d'intégration à une équipe et au travail collaboratif (même à distance)
·   Aisance dans la communication écrite et orale en français et en anglais
·   Esprit de synthèse

additional information

L'objectif de la thèse est de concevoir et mettre en place un framework de diagnostic de performances permettant d'identifier d'une manière proactive et en s'appuyant sur les données collectées du système les anomalies et déficits de performances (spécifiquement la violation de QoS) des fonctions réseaux cloud-natives de la 5G.

La définition de cet objectif nous permet de décliner les défis principaux à lever selon trois axes :

·   Pour assurer une observabilité optimale, la prise en compte des caractéristiques des fonctions réseau coeur 5G est nécessaire telles que :

 - la complexité de l'architecture

 - le caractère évolutif, dynamique et distribué

 - les besoins critiques notamment en termes de latence et débit et haute disponibilité

·   La reconnaissance de patterns spatiaux (entre microservices) et temporels (évolution des métriques de performances) pouvant conduire à l'identification d'une violation des exigences de QoS
·   La détection des violations des exigences de QoS imminentes avec une précision maximale et dans une fenêtre temporelle permettant de prendre les actions correctives nécessaires.

Approche méthodologique-planning

Dans un premier temps, le doctorant mènera une étude approfondie sur les différentes approches d'observabilité proposées dans l'état de l'art [5]. À l'issue de cette étude, il pourra déterminer quelles sont les informations relatives aux fonctions réseau du coeur 5G qui doivent être remontées et quelles sont les techniques nécessaires pour le faire d'une manière efficace

Ensuite, des travaux de conception et de mise en oeuvre seront effectués. En première étape, le doctorant définira l'ensemble des briques logicielles nécessaires au traçage distribué des applications et à la surveillance active d'une infrastructure réseau large échelle. En deuxième étape, ces briques seront implémentées et utilisées pour collecter des données massives de traçage et de surveillance. Ces données seront utilisées durant la phase d'apprentissage à la reconnaissance des patterns spatiaux et temporels relatifs aux violations de la QoS

Troisièmement, une approche proactive et data-driven pour la détection de la violation de QoS sera proposée. L'objectif principal étant d'anticiper les violations de QoS et de retrouver la source du problème. Pour ce, une technique d'apprentissage sera utilisée pour détecter les dégradations de QoS.

·   Les résultats de la thèse alimenteront de façon continue les rapports internes, publications et colloques.
·   Le doctorant sera également amené à présenter ses travaux au sein du groupe Orange, en particulier lors de colloques organisés sous l'égide de la direction Orange Labs Research ainsi que dans la communauté scientifique, au sein de l'école doctorale dont il dépend et plus largement dans toute conférence, chaque fois qu'il sera sollicité pour ce faire par ses encadrants.

department

Description de l'entité

Au sein d'Orange Labs Networks, le département NARA (Network ARchitecture & Automation) a pour missions principales:

·  d'étudier, concevoir et expérimenter les solutions innovantes (architectures, protocoles…) de contrôle de réseau et de préparer les évolutions des architectures des réseaux d'Orange
·  d'éétudier, concevoir, construire et expérimenter les solutions d'orchestration des services réseau, de leur déploiement, de leur gestion et de leur exploitation pour une meilleure flexibilité vis-à-vis des clients et pour une performance accrue.

Pour contribuer à ces missions, au sein du département NARA, l'équipe TEAM (Transformation towards nEtwork Automation and Enhanced Management) mène et contribue à des études d'architecture portant sur les mécanismes de management, d'orchestration et d'automatisation.

·  --

Le doctorant aura la possibilité de participer à des projets collaboratifs de niveau national et/ou Européen,

Le sujet traité, de par son actualité et son importance, peut permettre au doctorant d'acquérir une expertise reconnue et très prisée dans le rapprochement du monde IT et des réseaux cellulaires de nouvelles générations (5G et 6G).

·  --

Références

[1] “The Road to Cloud Native VNF”, Nati Shalom, Cloudify, 2016. Available: http://getcloudify.org/cloud-native-vnf.html

[2] “Cloud-Native NFV Architecture for Agile Service Creation & Scaling”, Roz Roseboro, Mellanox Technologies. 2016, Available:

https://www.mellanox.com/related-docs/whitepapers/wp-heavyreading-nfv-architecture-for-agile-service.pdf

[3] “The application of cloud native design principles to network functions virtualization”, Martin Taylor, Metaswitch Networks, 2017, Available:

http://www.metaswitch.com/resources/the-application-of-cloud-native-design-principles-to-network-functions-virtualization

[4] D. Namiot and M. Sneps-Sneppe, “On micro-services architecture,”

International Journal of Open Information Technologies, vol. 2, no. 9, 2014

[5] Brogi, Antonio & Neri, Davide & Soldani, Jacopo & Zimmermann, Olaf. (2019). Design principles, architectural smells and refactorings for microservices: A multivocal review.

[­6] Pina, Fabio & Correia, Jaime & Filipe, Ricardo & Araujo, Filipe & Cardroom, Jorge. (2018). Nonintrusive Monitoring of Microservice-Based Systems.

[7] Mendonça, Nabor & Jamshidi, Pooyan & Garlan, David & Pahl, Claus. (2019). Developing Self-Adaptive Microservice Systems: Challenges and Directions. IEEE Software

[8] Santana, Edmundo & Sampaio Junior, Adalberto & Andrade, Marcos & Rosa, Nelson. (2019). Transparent tracing of microservice-based applications. 1252-1259.

[9] John, W., Moradi, F., Pechenot, B. and Sköldström, P. (2017). Meeting the observability challenges for VNFs in 5G systems. 2017 IFIP/IEEE Symposium on Integrated Network and Service Management (IM), Lisbon, pp. 1127-1130.

contract

Thesis