University Sétif 1 FERHAT ABBAS Faculty of Sciences
Catégories
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Titre : Paradigme bio-inspire au service des réseaux de capteurs sans fil Type de document : texte imprimé Auteurs : Balbal,Samir, Auteur ; Bouamama,Salim, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol (109 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Côte titre : DI/0069 En ligne : https://drive.google.com/file/d/1svSnJnLan0ucD3QnOjRjtBtnCAStZrRX/view?usp=shari [...] Format de la ressource électronique : Paradigme bio-inspire au service des réseaux de capteurs sans fil [texte imprimé] / Balbal,Samir, Auteur ; Bouamama,Salim, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol (109 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Côte titre : DI/0069 En ligne : https://drive.google.com/file/d/1svSnJnLan0ucD3QnOjRjtBtnCAStZrRX/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité DI/0069 DI/0069 Thèse Bibliothéque des sciences Français Disponible
DisponibleParadigmes bio-inspirés pour la modélisation de la mobilité de sink dans les réseaux de capteurs sans fil / Benzine,Ahmed Redha.
![]()
Titre : Paradigmes bio-inspirés pour la modélisation de la mobilité de sink dans les réseaux de capteurs sans fil Type de document : texte imprimé Auteurs : Benzine,Ahmed Redha., Auteur ; Djamila Mechta, Directeur de thèse Editeur : Setif:UFA Année de publication : 2018 Importance : 1 vol (59 f .) Format : 29 cm Langues : Français (fre) Langues originales : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : RCSFs
Firefly
Wolf Search
Sink mobileIndex. décimale : 004 Informatique Résumé : Résumé
Les réseaux de capteurs sans fil (RCSFs) sont, de nos jours, exploité de plus en plus dans différents domaines d’application. Mais ils souffrent toujours du problème de faible capacité et surtout de consommation d’énergie.
La mobilité de la station de base (BS) est considérée comme l’une des solutions possibles à la résolution de la lacune citée précédemment, ce qui poussent les chercheurs à innover sur de nouveau schémas qui visent à optimiser le mouvement de la BS.
Dans ce travail, nous avons proposé un schéma bio-inspiré pour le mouvement de la BS fondé sur deux algorithmes bio-inspirés connus pour être performants (Firefly Algorithm et Wolf Search Algorithm). Les performances de notre contribution sont testées via un simulateur que l’on a implémenté sous Java.Note de contenu : Sommaire
Remerciement ................................................................................................................. I
Dédicace ................................................................................................................ II
Introduction générale ............................................................................................. 6
Chapitre 1 : Schémas bio-inspirés de la mobilité de la BS
1.1. Introduction .............................................................................. 8
1.2. La mobilité dans les RCSFs ........................................................................................... 8
1.3. Avantages de la mobilité ............................................................................................................. 9
1.4. Station de base mobile ................................................................................................................. 9
1.5. La mobilité de la station de base ............................................................................................... 10
1.5.1. Schémas de mobilité classiques de la BS .......................................................................... 10
1.5.2. Schémas de mobilité basés sur des méthodes bio-inspirés ................................................ 11
1.5.2.1. Un algorithme de clustering basé sur l’algorithme bio-inspiré de colonie de fourmis basé pour les réseaux domestiques : ............ 12
1.5.2.2. Algorithme optimale bio-inspiré des hormones (Bio Inspired Optimal Relocation of Mobile Sink Nodes in Wireless Sensor Networks) ...... 14
1.5.2.3. Algorithme du Particle Swarm Optimisation (PSO) ................................................. 16
1.5.2.4. Algorithme de colonie d’abeilles artificielles pour les RCSFs clairsemés ................ 18
1.5.2.5. Algorithme des essaims de poisons artificiels AFSA (Prolonging WSN lifetime using a new scheme for Sink moving based on Artificial Fish Swarm Algorithm) ................................ 20
1.5.2.6. Algorithme génétique (Genetic algorithm based length reduction of Mobile BS paths in WSNs) 23
1.6. Conclusion ................................................................................................. 26
Chapitre 2 : Schémas proposés pour la mobilité de la station de base
2.1. Introduction ............................................................................................................................... 27
2.2. Contributions ............................................................................................................................. 27
2.2.1. Firefly Based Energy (Firefly-BE) .................................................................................... 27
2.2.1.1. Hypothèses et architecture de réseau ......................................................................... 27
2.2.1.2. Principe ...................................................................................................................... 28
2.2.2. Wolf Search Sink Moving (WS-MS) ................................................................................ 33
2.2.2.1. Principe ...................................................................................................................... 33
2.3. Conclusion ............................................................................................................. 40
Chapitre 3 : Résultats et discussions
3.1. Introduction .............................................................................................................. 41
3.2. L’environnement de développement .............................................................................................. 41
3.3. Simulation et évaluation ................................................................................................................. 41
3.3.1. Les paramètres de simulation .................................................................................................. 41
3.3.2. Comparaison des performances ............................................................................................... 42
3.4. Conclusion .......................................................................................................... 55
Conclusion générale .......................................................................................................... 56
Bibliographie ................................................................................................................ 57Côte titre : MAI/0233 En ligne : https://drive.google.com/file/d/1kDPeZcktf96OUl2yjhTBaCFXfAYg6tSa/view?usp=shari [...] Format de la ressource électronique : Paradigmes bio-inspirés pour la modélisation de la mobilité de sink dans les réseaux de capteurs sans fil [texte imprimé] / Benzine,Ahmed Redha., Auteur ; Djamila Mechta, Directeur de thèse . - [S.l.] : Setif:UFA, 2018 . - 1 vol (59 f .) ; 29 cm.
Langues : Français (fre) Langues originales : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : RCSFs
Firefly
Wolf Search
Sink mobileIndex. décimale : 004 Informatique Résumé : Résumé
Les réseaux de capteurs sans fil (RCSFs) sont, de nos jours, exploité de plus en plus dans différents domaines d’application. Mais ils souffrent toujours du problème de faible capacité et surtout de consommation d’énergie.
La mobilité de la station de base (BS) est considérée comme l’une des solutions possibles à la résolution de la lacune citée précédemment, ce qui poussent les chercheurs à innover sur de nouveau schémas qui visent à optimiser le mouvement de la BS.
Dans ce travail, nous avons proposé un schéma bio-inspiré pour le mouvement de la BS fondé sur deux algorithmes bio-inspirés connus pour être performants (Firefly Algorithm et Wolf Search Algorithm). Les performances de notre contribution sont testées via un simulateur que l’on a implémenté sous Java.Note de contenu : Sommaire
Remerciement ................................................................................................................. I
Dédicace ................................................................................................................ II
Introduction générale ............................................................................................. 6
Chapitre 1 : Schémas bio-inspirés de la mobilité de la BS
1.1. Introduction .............................................................................. 8
1.2. La mobilité dans les RCSFs ........................................................................................... 8
1.3. Avantages de la mobilité ............................................................................................................. 9
1.4. Station de base mobile ................................................................................................................. 9
1.5. La mobilité de la station de base ............................................................................................... 10
1.5.1. Schémas de mobilité classiques de la BS .......................................................................... 10
1.5.2. Schémas de mobilité basés sur des méthodes bio-inspirés ................................................ 11
1.5.2.1. Un algorithme de clustering basé sur l’algorithme bio-inspiré de colonie de fourmis basé pour les réseaux domestiques : ............ 12
1.5.2.2. Algorithme optimale bio-inspiré des hormones (Bio Inspired Optimal Relocation of Mobile Sink Nodes in Wireless Sensor Networks) ...... 14
1.5.2.3. Algorithme du Particle Swarm Optimisation (PSO) ................................................. 16
1.5.2.4. Algorithme de colonie d’abeilles artificielles pour les RCSFs clairsemés ................ 18
1.5.2.5. Algorithme des essaims de poisons artificiels AFSA (Prolonging WSN lifetime using a new scheme for Sink moving based on Artificial Fish Swarm Algorithm) ................................ 20
1.5.2.6. Algorithme génétique (Genetic algorithm based length reduction of Mobile BS paths in WSNs) 23
1.6. Conclusion ................................................................................................. 26
Chapitre 2 : Schémas proposés pour la mobilité de la station de base
2.1. Introduction ............................................................................................................................... 27
2.2. Contributions ............................................................................................................................. 27
2.2.1. Firefly Based Energy (Firefly-BE) .................................................................................... 27
2.2.1.1. Hypothèses et architecture de réseau ......................................................................... 27
2.2.1.2. Principe ...................................................................................................................... 28
2.2.2. Wolf Search Sink Moving (WS-MS) ................................................................................ 33
2.2.2.1. Principe ...................................................................................................................... 33
2.3. Conclusion ............................................................................................................. 40
Chapitre 3 : Résultats et discussions
3.1. Introduction .............................................................................................................. 41
3.2. L’environnement de développement .............................................................................................. 41
3.3. Simulation et évaluation ................................................................................................................. 41
3.3.1. Les paramètres de simulation .................................................................................................. 41
3.3.2. Comparaison des performances ............................................................................................... 42
3.4. Conclusion .......................................................................................................... 55
Conclusion générale .......................................................................................................... 56
Bibliographie ................................................................................................................ 57Côte titre : MAI/0233 En ligne : https://drive.google.com/file/d/1kDPeZcktf96OUl2yjhTBaCFXfAYg6tSa/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0233 MAI/0233 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Parallélisation de la méthode B, B sur GPU appliquée au PFSP Type de document : texte imprimé Auteurs : Boucenna, sid ali ; SAIDI,MOHAMED, Directeur de thèse Editeur : Setif:UFA Année de publication : 2017 Importance : 1 vol (75f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Génie Logiciel
parallélisation
CUDA
NVIDIA GPU
PFSPIndex. décimale : 004 Informatique Résumé : Résumé
Les problèmes d'optimisation combinatoire sont principalement classés NP-Hard. Leur
résolution prend un temps de calcul, qui est exponentiel et proportionnel à leur taille. Les
algorithmes Branch & Bound (B & B) sont très efficaces pour une résolution précise de ces
problèmes. Ils appartiennent à la classe de méthodes d'optimisation exactes, dont l'objectif
est de trouver (la) meilleure (s) solution (s) du problème à résoudre. Cependant, ces
algorithmes sont insuffisants et nécessitent une puissance de calcul considérable lorsqu'ils
sont appliqués à des problèmes d'optimisation de grande taille.
La parallélisation de calcule est l'un des moyens les plus efficaces en termes
d'amélioration des performances d'exécution, notamment par l'intermédiaire d'unités de
traitement graphique (GPUs Graphics Processing Unit). Les GPU sont des processeurs
massivement parallèles qui utilisent un multi-thread basé sur le modèle SIMD. L'utilisation
des GPU peut accélérer les parties intensives de l'algorithme. Cependant, l'architecture
particulière des GPU nécessite l'adaptation d'algorithmes existants pour offrir des
performances optimales. Ce projet implique la conception et la mise en Å“uvre d'une
architecture parallèle à l'aide d'une CPU et d'un GPU. L'application sera mise en œuvre en
utilisant C / CUDA et des expériences seront effectuées sur les processeurs graphiques
NVIDIA.Note de contenu : Table des matières
LISTE DES FIGURES................................................................................................................ VIII
LISTE DES TABLEAUX............................................................................................................... IX
INTRODUCTION GENERALE ...................................................................................................... 1
CHAPITRE 1 : LES PROBLEMES D’ORDONNANCEMENT .............................................................. 4
1. INTRODUCTION ...........................................................................................................4
2. GENERALITES ET DEFINITIONS ...............................................................................................4
LES TACHES....................................................................................................................................4
LES RESSOURCES .............................................................................................................................5
LES CONTRAINTES ...........................................................................................................................6
3. EVALUATION D’UN ORDONNANCEMENT .........................................................................6
DIAGRAMME DE GANTT .............................................................7
4. CLASSIFICATION DES PROBLEMES D'ORDONNANCEMENT.................................................................................8
PROBLEME A UNE MACHINE ..............................................................................................................8
LES PROBLEMES A MACHINES PARALLELES ............................................................................................8
LES PROBLEMES D’ATELIERS...............................................................................................................8
5. PROBLEME DE FLOW-SHOP DE PERMUTATION (PFSP).................................................................................10
SPECIFICATION DU PROBLEME..........................................................................................................10
EXEMPLE DU PFSP........................................................................................................................11
6. ETUDE DE LA COMPLEXITE ................................................................................................12
7. CONCLUSION .........................................................................................................14
CHAPITRE 2 : APPROCHES DE RESOLUTIONS ............................................................................15
1. INTRODUCTION ............................................................................................................15
2. METHODES DE RESOLUTION.................................................................................................15
METHODES EXACTES......................................................................................................................15
METHODES APPROCHEES................................................................................................................16
3. LA METHODE BRANCHE & BOUND ...........................................................................................................17
PRINCIPE FONDAMENTALE DE LA METHODE ........................................................................................19
STRATEGIES DE PARCOURS ..............................................................................................................21
ENONCE DE L’ALGORITHME B&B .....................................................................................................24
4. ILLUSTRATION DE LA METHODE B&B SUR LE PROBLEME FSP .........................................................................24
CALCUL DE LA BORNE INFERIEURE .....................................................................................................25
CALCUL DE LA BORNE SUPERIEURE ....................................................................................................26
5. CONCLUSION ............................................................................................27
CHAPITRE 3 : NOTIONS DU PARALLELISME ................................................................27
1. INTRODUCTION ....................................................................................................27
2. ARCHITECTURE PARALLELE....................................................................................................27
3. ALGORITHME PARALLELE ................................................................................................28
4. SOURCES DE PARALLELISME ....................................................................................................................28
PARALLELISME DE CONTROLE...........................................................................................................28
PARALLELISME DE DONNEES ............................................................................................................29
PARALLELISME DE FLUX ..................................................................................................................29
5. LES MACHINES PARALLELES ....................................................................................................................30
LA CLASSIFICATION DE MICHAEL J. FLYNN (1966) .............................................................................30
CLASSIFICATION SELON L’ORGANISATION DE LA MEMOIRE .....................................................................31
6. LES MESURES DE PERFORMANCES.............................................................................................................33
LE TEMPS D’EXECUTION..................................................................................................................33
L’ACCELERATION (SPEED UP) ..........................................................................................................34
7. ARCHITECTURE PARALLELE ACTUELLE ........................................................................................................35
PROCESSEUR GRAPHIQUE ...............................................................................................................35
CLOUD........................................................................................................................................35
CLUSTER......................................................................................................................................36
GRILLE INFORMATIQUE ..................................................................................................................36
8. PARALLELISATION D’UN BRANCH AND BOUND............................................................................................36
CLASSIFICATION DE TRIENEKENS ET AL...............................................................................................36
CLASSIFICATION DE GENDRON ET AL .................................................................................................37
CLASSIFICATION DE MELAB .............................................................................................................38
9. CONCLUSION .........................................................................................................40
CHAPITRE 4 : PROGRAMMATION SUR GPU AVEC CUDA-C ........................................................41
1. INTRODUCTION ....................................................................................................41
2. ARCHITECTURE DES GPU NVIDIA...........................................................................................................42
ARCHITECTURE TESLA....................................................................................................................42
ARCHITECTURE FERMI....................................................................................................................43
3. LE LANGAGE CUDA ..............................................................................................................................45
LES THREADS ................................................................................................................................47
LES MEMOIRES .............................................................................................................................49
HOST ET DEVICE ...........................................................................................................................50
4. REGLES D’OPTIMISATIONS ......................................................................................................................53
INSTRUCTIONS DE BASE ..................................................................................................................53
INSTRUCTIONS DE CONTROLE...........................................................................................................53
INSTRUCTIONS DE GESTION MEMOIRE ...............................................................................................54
NOMBRE DE THREADS PAR BLOCK.....................................................................................................56
TRANSFERTS DE DONNEES CPU ↔ GPU ...........................................................................................57
5. CONCLUSION ...............................................................................................57
CHAPITRE 5 : CONCEPTION DE LA SOLUTION ...........................................................................58
1. INTRODUCTION .......................................................................................................58
2. STRATEGIE DE PARALLELISATION ........................................................................................58
3. CALCUL DE LA BORNE INFERIEURE.........................................................................................59
CALCUL SUR CPU..........................................................................................................................60
CALCUL SUR GPU .........................................................................................................................60
4. UNE NOUVELLE BORNE INFERIEURE ..........................................................................................................61
5. ENONCE DE L’ALGORITHME :...................................................................................................62
6. CONCLUSION ........................................................................................................62
CHAPITRE 6 : TEST ET RESULTATS ............................................................................................63
1. INTRODUCTION ........................................................................................................63
2. TESTS...........................................................................................................63
. TYPE DE DONNEES UTILISEES............................................................................................................63
. OUTILS DE MISE EN Å’UVRE .............................................................................................................64
3. RESULTATS ......................................................................................................65
PARALLELISATION..............................................................................................69
4. RESULTATS GENERAUX......................................................................................70
5. CONCLUSION ..................................................................................70
CONCLUSION GENERALE .........................................................................................................72
BIBLIOGRAPHIE ......................................................................................................................73Côte titre : MAI/0171 En ligne : https://drive.google.com/file/d/1qrI3pYZ4_edkoJ9j-pPuyPuttehoRwDn/view?usp=shari [...] Format de la ressource électronique : Parallélisation de la méthode B, B sur GPU appliquée au PFSP [texte imprimé] / Boucenna, sid ali ; SAIDI,MOHAMED, Directeur de thèse . - [S.l.] : Setif:UFA, 2017 . - 1 vol (75f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Génie Logiciel
parallélisation
CUDA
NVIDIA GPU
PFSPIndex. décimale : 004 Informatique Résumé : Résumé
Les problèmes d'optimisation combinatoire sont principalement classés NP-Hard. Leur
résolution prend un temps de calcul, qui est exponentiel et proportionnel à leur taille. Les
algorithmes Branch & Bound (B & B) sont très efficaces pour une résolution précise de ces
problèmes. Ils appartiennent à la classe de méthodes d'optimisation exactes, dont l'objectif
est de trouver (la) meilleure (s) solution (s) du problème à résoudre. Cependant, ces
algorithmes sont insuffisants et nécessitent une puissance de calcul considérable lorsqu'ils
sont appliqués à des problèmes d'optimisation de grande taille.
La parallélisation de calcule est l'un des moyens les plus efficaces en termes
d'amélioration des performances d'exécution, notamment par l'intermédiaire d'unités de
traitement graphique (GPUs Graphics Processing Unit). Les GPU sont des processeurs
massivement parallèles qui utilisent un multi-thread basé sur le modèle SIMD. L'utilisation
des GPU peut accélérer les parties intensives de l'algorithme. Cependant, l'architecture
particulière des GPU nécessite l'adaptation d'algorithmes existants pour offrir des
performances optimales. Ce projet implique la conception et la mise en Å“uvre d'une
architecture parallèle à l'aide d'une CPU et d'un GPU. L'application sera mise en œuvre en
utilisant C / CUDA et des expériences seront effectuées sur les processeurs graphiques
NVIDIA.Note de contenu : Table des matières
LISTE DES FIGURES................................................................................................................ VIII
LISTE DES TABLEAUX............................................................................................................... IX
INTRODUCTION GENERALE ...................................................................................................... 1
CHAPITRE 1 : LES PROBLEMES D’ORDONNANCEMENT .............................................................. 4
1. INTRODUCTION ...........................................................................................................4
2. GENERALITES ET DEFINITIONS ...............................................................................................4
LES TACHES....................................................................................................................................4
LES RESSOURCES .............................................................................................................................5
LES CONTRAINTES ...........................................................................................................................6
3. EVALUATION D’UN ORDONNANCEMENT .........................................................................6
DIAGRAMME DE GANTT .............................................................7
4. CLASSIFICATION DES PROBLEMES D'ORDONNANCEMENT.................................................................................8
PROBLEME A UNE MACHINE ..............................................................................................................8
LES PROBLEMES A MACHINES PARALLELES ............................................................................................8
LES PROBLEMES D’ATELIERS...............................................................................................................8
5. PROBLEME DE FLOW-SHOP DE PERMUTATION (PFSP).................................................................................10
SPECIFICATION DU PROBLEME..........................................................................................................10
EXEMPLE DU PFSP........................................................................................................................11
6. ETUDE DE LA COMPLEXITE ................................................................................................12
7. CONCLUSION .........................................................................................................14
CHAPITRE 2 : APPROCHES DE RESOLUTIONS ............................................................................15
1. INTRODUCTION ............................................................................................................15
2. METHODES DE RESOLUTION.................................................................................................15
METHODES EXACTES......................................................................................................................15
METHODES APPROCHEES................................................................................................................16
3. LA METHODE BRANCHE & BOUND ...........................................................................................................17
PRINCIPE FONDAMENTALE DE LA METHODE ........................................................................................19
STRATEGIES DE PARCOURS ..............................................................................................................21
ENONCE DE L’ALGORITHME B&B .....................................................................................................24
4. ILLUSTRATION DE LA METHODE B&B SUR LE PROBLEME FSP .........................................................................24
CALCUL DE LA BORNE INFERIEURE .....................................................................................................25
CALCUL DE LA BORNE SUPERIEURE ....................................................................................................26
5. CONCLUSION ............................................................................................27
CHAPITRE 3 : NOTIONS DU PARALLELISME ................................................................27
1. INTRODUCTION ....................................................................................................27
2. ARCHITECTURE PARALLELE....................................................................................................27
3. ALGORITHME PARALLELE ................................................................................................28
4. SOURCES DE PARALLELISME ....................................................................................................................28
PARALLELISME DE CONTROLE...........................................................................................................28
PARALLELISME DE DONNEES ............................................................................................................29
PARALLELISME DE FLUX ..................................................................................................................29
5. LES MACHINES PARALLELES ....................................................................................................................30
LA CLASSIFICATION DE MICHAEL J. FLYNN (1966) .............................................................................30
CLASSIFICATION SELON L’ORGANISATION DE LA MEMOIRE .....................................................................31
6. LES MESURES DE PERFORMANCES.............................................................................................................33
LE TEMPS D’EXECUTION..................................................................................................................33
L’ACCELERATION (SPEED UP) ..........................................................................................................34
7. ARCHITECTURE PARALLELE ACTUELLE ........................................................................................................35
PROCESSEUR GRAPHIQUE ...............................................................................................................35
CLOUD........................................................................................................................................35
CLUSTER......................................................................................................................................36
GRILLE INFORMATIQUE ..................................................................................................................36
8. PARALLELISATION D’UN BRANCH AND BOUND............................................................................................36
CLASSIFICATION DE TRIENEKENS ET AL...............................................................................................36
CLASSIFICATION DE GENDRON ET AL .................................................................................................37
CLASSIFICATION DE MELAB .............................................................................................................38
9. CONCLUSION .........................................................................................................40
CHAPITRE 4 : PROGRAMMATION SUR GPU AVEC CUDA-C ........................................................41
1. INTRODUCTION ....................................................................................................41
2. ARCHITECTURE DES GPU NVIDIA...........................................................................................................42
ARCHITECTURE TESLA....................................................................................................................42
ARCHITECTURE FERMI....................................................................................................................43
3. LE LANGAGE CUDA ..............................................................................................................................45
LES THREADS ................................................................................................................................47
LES MEMOIRES .............................................................................................................................49
HOST ET DEVICE ...........................................................................................................................50
4. REGLES D’OPTIMISATIONS ......................................................................................................................53
INSTRUCTIONS DE BASE ..................................................................................................................53
INSTRUCTIONS DE CONTROLE...........................................................................................................53
INSTRUCTIONS DE GESTION MEMOIRE ...............................................................................................54
NOMBRE DE THREADS PAR BLOCK.....................................................................................................56
TRANSFERTS DE DONNEES CPU ↔ GPU ...........................................................................................57
5. CONCLUSION ...............................................................................................57
CHAPITRE 5 : CONCEPTION DE LA SOLUTION ...........................................................................58
1. INTRODUCTION .......................................................................................................58
2. STRATEGIE DE PARALLELISATION ........................................................................................58
3. CALCUL DE LA BORNE INFERIEURE.........................................................................................59
CALCUL SUR CPU..........................................................................................................................60
CALCUL SUR GPU .........................................................................................................................60
4. UNE NOUVELLE BORNE INFERIEURE ..........................................................................................................61
5. ENONCE DE L’ALGORITHME :...................................................................................................62
6. CONCLUSION ........................................................................................................62
CHAPITRE 6 : TEST ET RESULTATS ............................................................................................63
1. INTRODUCTION ........................................................................................................63
2. TESTS...........................................................................................................63
. TYPE DE DONNEES UTILISEES............................................................................................................63
. OUTILS DE MISE EN Å’UVRE .............................................................................................................64
3. RESULTATS ......................................................................................................65
PARALLELISATION..............................................................................................69
4. RESULTATS GENERAUX......................................................................................70
5. CONCLUSION ..................................................................................70
CONCLUSION GENERALE .........................................................................................................72
BIBLIOGRAPHIE ......................................................................................................................73Côte titre : MAI/0171 En ligne : https://drive.google.com/file/d/1qrI3pYZ4_edkoJ9j-pPuyPuttehoRwDn/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0171 MAI/0171 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Performances de la couche MAC dans les réseaux sans fil Ad hoc Type de document : texte imprimé Auteurs : Dous ,Hadjer, Auteur ; Zerguine, Nadia, Directeur de thèse Editeur : Setif:UFA Année de publication : 2019 Importance : 1 vol (56 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Réseau ad hoc
Ieee-802.11
Brotocole MACIndex. décimale : 004 - Informatique Résumé : Les réseaux sans fil se sont imposés comme moyen de communication et de travail au sein des différentes structures sociales. La norme IEEE 802.11 est devenue un standard de la technologie sans fil. Cependant, son utilisation dans les réseaux ad hoc pose des problèmes de performance et en particulier, en terme d’équité d’accès au médium et d'efficacité qui sont définit dans le protocole MAC (Medium Access Control). Dans ce projet nous proposons un algorithme de backoff, permettant d'obtenir un bon compromis équité-efficacité par rapport à l’algorithme standard de backoff (BEB). De plus, notre algorithme est simple car il ne s'appuie que sur des informations locales. L'analyse et les simulations sont faites par NS-2 et les résultats sont discutés et comparés avec le BEB classique. Côte titre : MAI/0453 En ligne : https://drive.google.com/file/d/1Jr18NNBVmnEo2zNvHSCkUVb03OF-8sMG/view?usp=shari [...] Format de la ressource électronique : Performances de la couche MAC dans les réseaux sans fil Ad hoc [texte imprimé] / Dous ,Hadjer, Auteur ; Zerguine, Nadia, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol (56 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Réseau ad hoc
Ieee-802.11
Brotocole MACIndex. décimale : 004 - Informatique Résumé : Les réseaux sans fil se sont imposés comme moyen de communication et de travail au sein des différentes structures sociales. La norme IEEE 802.11 est devenue un standard de la technologie sans fil. Cependant, son utilisation dans les réseaux ad hoc pose des problèmes de performance et en particulier, en terme d’équité d’accès au médium et d'efficacité qui sont définit dans le protocole MAC (Medium Access Control). Dans ce projet nous proposons un algorithme de backoff, permettant d'obtenir un bon compromis équité-efficacité par rapport à l’algorithme standard de backoff (BEB). De plus, notre algorithme est simple car il ne s'appuie que sur des informations locales. L'analyse et les simulations sont faites par NS-2 et les résultats sont discutés et comparés avec le BEB classique. Côte titre : MAI/0453 En ligne : https://drive.google.com/file/d/1Jr18NNBVmnEo2zNvHSCkUVb03OF-8sMG/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0453 MAI/0453 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Placement de services de sécurité dans l’IoT Type de document : texte imprimé Auteurs : Younes Abid, Auteur ; Layachi-Houssem Bendana, Auteur ; Samir Balbal, Directeur de thèse Editeur : Sétif:UFA1 Année de publication : 2023 Importance : 1 vol (67 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Internet des Objets
Ensemble dominant minimalIndex. décimale : 004 Informatique Résumé : L’émergence de l’Internet des objets (IoT) a suscité un intérêt croissant dans notre
société, en permettant la connectivité d’un large éventail d’objets, des plus petits aux plus
grands. Cependant, la sécurité représente un défi majeur dans le domaine de l’IoT, étant
donné le nombre massif d’appareils connectés et les données sensibles qui circulent sur
les réseaux. Assurer la protection de ces informations contre les cyberattaques revêt une
importance capitale. Dans ce contexte, le placement optimal des services de sécurité dans
l’IoT joue un rôle crucial pour garantir la sécurité des appareils et des données. Une approche
prometteuse pour optimiser ce placement est l’utilisation de l’ensemble dominant
minimal (MDS) dans les graphes, permettant d’optimiser l’allocation des ressources de
sécurité. Cependant, le problème de l’ensemble dominant minimal est considéré comme
NP-difficile, rendant sa résolution complexe. Ainsi, l’objectif de cette étude est d’explorer
l’utilisation de méthodes heuristiques et métaheuristiques pour résoudre ce problème
complexe de placement de services de sécurité dans l’IoT. Enfin, une comparaison avec
les approches existantes dans la littérature sera réalisée pour évaluer l’efficacité et la
performance de notre approche.Côte titre : MAI/0736 En ligne : https://drive.google.com/file/d/18Ew94yLj97PJyhxDu0kbmi6-U2pQgStu/view?usp=drive [...] Format de la ressource électronique : Placement de services de sécurité dans l’IoT [texte imprimé] / Younes Abid, Auteur ; Layachi-Houssem Bendana, Auteur ; Samir Balbal, Directeur de thèse . - [S.l.] : Sétif:UFA1, 2023 . - 1 vol (67 f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Internet des Objets
Ensemble dominant minimalIndex. décimale : 004 Informatique Résumé : L’émergence de l’Internet des objets (IoT) a suscité un intérêt croissant dans notre
société, en permettant la connectivité d’un large éventail d’objets, des plus petits aux plus
grands. Cependant, la sécurité représente un défi majeur dans le domaine de l’IoT, étant
donné le nombre massif d’appareils connectés et les données sensibles qui circulent sur
les réseaux. Assurer la protection de ces informations contre les cyberattaques revêt une
importance capitale. Dans ce contexte, le placement optimal des services de sécurité dans
l’IoT joue un rôle crucial pour garantir la sécurité des appareils et des données. Une approche
prometteuse pour optimiser ce placement est l’utilisation de l’ensemble dominant
minimal (MDS) dans les graphes, permettant d’optimiser l’allocation des ressources de
sécurité. Cependant, le problème de l’ensemble dominant minimal est considéré comme
NP-difficile, rendant sa résolution complexe. Ainsi, l’objectif de cette étude est d’explorer
l’utilisation de méthodes heuristiques et métaheuristiques pour résoudre ce problème
complexe de placement de services de sécurité dans l’IoT. Enfin, une comparaison avec
les approches existantes dans la littérature sera réalisée pour évaluer l’efficacité et la
performance de notre approche.Côte titre : MAI/0736 En ligne : https://drive.google.com/file/d/18Ew94yLj97PJyhxDu0kbmi6-U2pQgStu/view?usp=drive [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0736 MAI/0736 Mémoire Bibliothéque des sciences Français Disponible
DisponiblePlanification automatique des cours en ligne basée sur les préférences des apprenants / Khaoula Boussoualim
![]()
PermalinkPermalinkPermalinkPlant leaf Disease Classification Using Deep Learning Transformers Driven Bayesian Learning and Regularization. / Soulafa Chouarfa
![]()
PermalinkPlant Species Identification Using Siamese Network Architecture and Deep Boltzmann Machine Algorithm / Anes Manallah
![]()
PermalinkPermalinkPlateforme sémantique Cloud Computing pour la gestion des applications ERP sensibles au contexte / Reffad,Hamza
![]()
PermalinkUn portail web selon une architecture orientée Web Service pour le suivi des appels d’offres / Cherabite, Kamel
![]()
PermalinkPermalinkPermalink