L’Ecole doctorale : Ecole Doctorale de l’Institut Polytechnique de Paris
et le Laboratoire de recherche SAMOVAR – Services répartis, Architectures, Modélisation, Validation, Administration des Réseaux
présentent
l’AVIS DE SOUTENANCE de Monsieur Syed Mohsan RAZA
Autorisé à présenter ses travaux en vue de l’obtention du Doctorat de l’Institut Polytechnique de Paris, préparé à Télécom SudParis en :
Informatique
« Jumelage numérique en réseau pour le continuum Edge-Cloud : Rôles et exigences »
le JEUDI 11 SEPTEMBRE 2025 à 14h00
à
AMPHITHEATRE 10
9 Rue Charles Fourier, 91000 EVRY Courcouronnes, France
https://teams.microsoft.com/meet/3175321922718?p=Eb8g7Hnjbq5biLogLb
Membres du jury :
M. Noel CRESPI, Professeur, Télécom SudParis, FRANCE – Directeur de these
M. Antonio MANZALINI, Project Manager, Telecom Italia, ITALIE – Examinateur
M. Roberto MINERVA, Maître de conférences, Telecom SudParis , FRANCE – CoDirecteur de these
M. Pedro BRACONNOT VELLOSO, Associate Professor, Conservatoire National des Arts et Métiers (CNAM), FRANCE – Rapporteur
Mme Barbara MARTINI, Professeur, Universitas Mercatorum, ITALIE – Examinateur
M. Paolo BELLAVISTA, Professor, University of Bologna, ITALIE – Rapporteur
« Jumelage numérique en réseau pour le continuum Edge-Cloud : Rôles et exigences »
présenté par Monsieur Syed Mohsan RAZA
Résumé :
Un Network Digital Twin collecte des données provenant de composants physiques, virtuels et logiciels et prend en charge l’analyse en temps réel des performances du réseau, l’émulation et le contrôle intelligent du réseau physique. Il répond principalement aux exigences et aux objectifs business des opérateurs et des fournisseurs de services. Cependant, les spécifications actuelles des Network Digital Twins de l’IETF, de l’ITU et des propositions académqiue négligent les exigences d’autres parties prenantes dans le continuum Edge-Cloud, notamment celles des fournisseurs de services. Il est nécessaire d’exploiter la flexibilité de l’architecture Network Digital Twin et d’intégrer de nouveaux modèles de données afin de contextualiser 1) les ressources dans les différents segments du continuum Edge-Cloud, à savoir Edge, Core et Cloud ; 2) les applications déployées dans les ressources ; et 3) le rendu des vues d’informations pour les utilisateurs ou les parties prenantes concernés. Récemment, la composantisation des applications utilisateur, réseau et cloud a été largement adoptée à l’aide d’une architecture de microservices. En général, les programmeurs d’applications se concentrent sur les fonctionnalités plutôt que sur le temps de réponse potentiel et l’impact du placement des microservices sur les ressources informatiques sous-jacentes. Chaque microservice consomme diverses ressources, a un impact sur les nœuds de calcul et doit être déployé sur des nœuds qui répondent à ses exigences. Par ailleurs, le continuum Edge-Cloud comprend des nœuds dont les performances sont dynamiques et qui présentent des limites en termes de prise en charge de la qualité de service requise. De plus, leur propriété entrave souvent une collaboration fluide. Les requêtes des utilisateurs peuvent connaître des temps de réponse plus longs si la passerelle d’interface de programmation d’application et les microservices associés sont éloignés de l’origine de l’utilisateur, ou si la chaîne de microservices est très distribuée à travers le continuum. Cela remet en question l’hypothèse courante selon laquelle les ressources Edge sont toujours le meilleur choix pour minimiser le temps de réponse. Il devient donc important de comprendre l’architecture de l’application, les interactions entre les microservices, de mesurer l’impact sur les ressources et d’organiser les microservices afin d’optimiser le temps de réponse global. Pour relever ces défis, cette thèse contribue tout d’abord à utiliser les capacités de simulation du Network Digital Twin et à développer un modèle pour un placement efficace des microservices dans le scénario Edge-Cloud Continuum. Ce modèle permet au fournisseur de services de saisir les paramètres souhaités liés à la distribution des ressources et au déploiement des microservices. Il permet au fournisseur de localiser la passerelle API dans un segment particulier, d’enchaîner les microservices dans un certain ordre et d’évaluer le temps de réponse afin d’agréger et d’organiser les microservices pertinents. Deuxièmement, cette thèse apporte une analyse par couches des segments dans le continuum Edge-Cloud. Elle propose ensuite un nouveau modèle de données qui conceptualise principalement les caractéristiques des nœuds et des microservices déployés, dans le but de rendre le Network Digital Twin sensible au contexte. Elle adopte une représentation ontologique pour les composants du cluster dans un segment et met en œuvre un modèle de données utilisable qui caractérise les données de performance et de consommation des nœuds. En résumé, les contributions de la thèse sont doubles : le placement des microservices dans le continuum Edge-Cloud et la promotion d’une modélisation précise pour étendre les capacités du Network Digital Twin.
Abstract :
Network Digital Twin collects data from physical, virtual, and software components and supports real-time network performance analysis, emulation, and intelligent physical network control. Primarily, it supports the requirements and business objectives of network operators and communication service providers. However, the current Network Digital Twin specifications from the Internet Research Task Force, the International Telecommunication Union, and academic proposals overlook the requirements of other stakeholders in the Edge-Cloud Continuum, such as service providers. It necessitates exploiting the flexibility of Network Digital Twin architecture and integrating new data models to contextualize 1) the resources across segments of the Edge-Cloud Continuum, namely Edge, Core, and Cloud; 2) applications deployed in resources; and 3) rendering the information views for the relevant users or stakeholders. Recently, componentization of user, network, and cloud applications has been widely adopted using a microservices architecture. Typically, application programmers focus on functionality rather than the potential response time and the impact of microservice placement on the underlying computing resources. Each microservice consumes various resources, impacts computational nodes, and must be deployed on nodes that meet its requirements. Meanwhile, the Edge-Cloud Continuum includes nodes with dynamic performance characteristics and limitations in supporting the required service quality, and their ownership often hinders seamless collaboration. User requests can experience larger response times if the application programming interface gateway and related microservices are far from the user’s origin, or the microservice chain is highly distributed across the continuum. This challenges the common assumption that Edge resources are always the best choice for minimizing response time. Thus, it becomes important to understand the application architecture, interactions among microservices, measuring the impact on resources, and arranging microservices to optimize overall response time. To address the aforementioned challenges, this thesis first contributes by utilizing the simulation capabilities of Network Digital Twin and developing a model for efficient microservices placement in the Edge-Cloud Continuum scenario. This model allows the service provider to input the desired parameters related to resource distribution and microservices deployment. It enables the provider to locate the API Gateway in a particular segment, enchain the microservices in a certain order, and evaluate the response time to aggregate and arrange the relevant microservices. Secondly, this thesis contributes a layer-wise analysis of the segments in Edge-Cloud Continuum. Next, it proposes a novel data model that primarily conceptualizes the characteristics of nodes and deployed microservices, aiming to make the Network Digital Twin context-aware. It adopts an ontological representation for the cluster components in a segment and implements a usable data model that characterizes the performance and node consumption data. In summary, the thesis contributions are twofold: microservices placement in the Edge-Cloud Continuum and promoting precise modeling to extend the Network Digital Twin capabilities.