Thèse Renforcement de la Résilience du Plan de Contrôle des Réseaux Multi-Sauts Sans-Fil Programmables H/F - Doctorat.Gouv.Fr

Établissement : Institut National des Sciences Appliquées de Toulouse
École doctorale : SYSTEMES
Laboratoire de recherche : LAAS - Laboratoire d'Analyse et d'Architecture des Systèmes
Direction de la thèse : Slim ABDELLATIF
Début de la thèse : 2025-10-01
Date limite de candidature : 2026-05-15T23:59:59

Les réseaux multi-sauts sans fil, utilisés notamment dans les contextes de réseaux d'intervention d'urgence ou de réseaux temporaires, présentent une forte dynamique de topologie, des liens instables et des ressources limitées. Dans ce cadre, l'introduction d'un plan de contrôle centralisé conforme au paradigme SDN (Software Defined Networking) offre des perspectives de gestion plus efficaces : vision globale, décisions optimisées, gestion du trafic plus fine et capacité d'anticipation de l'évolution du réseau. Toutefois, la faisabilité pratique d'un tel réseau repose sur deux conditions critiques: la disponibilité du contrôleur et la robustesse du canal de contrôle reliant le contrôleur aux noeuds du réseau. Les approches existantes abordent principalement la résilience en optimisant le placement ou la redondance des contrôleurs, ou en mettant en place des architectures hybrides permettant un repli vers des protocoles de routage classiques en cas de perte de connectivité avec le contrôleur. Ces solutions restent cependant dépendantes de la qualité intrinsèque du canal de contrôle, qui demeure un point de fragilité majeur.
Cette thèse cherche à adresser les limites structurelles du canal de contrôle et la dépendance exclusive vis-à-vis du contrôleur centralisé. Le premier objectif de la thèse est d'améliorer la disponibilité et les performances du canal de contrôle en développant, d'une part, un canal agrégé combinant des technologies hétérogènes, permettant d'exploiter de manière opportuniste des liens dans-la-bande et hors-bande (LP-WAN, réseaux aériens par drones, plateformes haute altitude) et, d'autre part, un canal de contrôle fondé sur les communications par sémantique, capable de transmettre l'information utile en réduisant considérablement la bande passante requise et en augmentant la tolérance aux erreurs. Ces deux approches visent à rendre le canal de contrôle intrinsèquement plus fiable, plus flexible et mieux adapté aux environnements contraints.
Le second objectif est de concevoir un contrôle hybride fondé sur l'intégration, au sein de chaque noeud, d'un agent d'intelligence artificielle capable de prendre localement des décisions de routage en cas de perte temporaire du lien avec le contrôleur. Contrairement aux travaux antérieurs qui reposent sur des modèles d'IA indépendants, l'approche proposée vise à entraîner ces agents sur la base des décisions du contrôleur central, afin de reproduire sa politique de routage tout en restant adaptés aux contraintes des réseaux multi-sauts sans fil : mobilité des noeuds, variabilité des liens radio.

En associant un canal de contrôle résilient et une couche d'intelligence distribuée, cette thèse ambitionne de développer une nouvelle génération de plans de contrôle pour réseaux multi-sauts sans fil, plus robustes, capables de s'adapter pour maintenir le fonctionnement du réseau même dans des conditions fortement dégradées.

Les réseaux multi-sauts sans fil constituent une solution essentielle pour les communications dans les environnements dynamiques, contraints ou dépourvus d'infrastructure, tels que les réseaux d'intervention d'urgence, les réseaux temporaires. Leur fonctionnement repose toutefois sur des liens sans-fil instables, une topologie dynamique, ce qui rend difficile le contrôle et l'optimisation du réseau.
Dans ce contexte, l'introduction d'un plan de contrôle centralisé inspiré du paradigme SDN (Software-Defined Networking) offre des perspectives prometteuses : vision globale de l'état du réseau, décisions de gestion plus efficaces, pilotage fin du trafic et anticipation des changements de topologie. Cependant, la dépendance vis-à-vis d'un contrôleur central et la fragilité du canal de contrôle reliant celui-ci aux noeuds constituent aujourd'hui un facteur limitant majeur, particulièrement pour les réseaux multi-sauts.
Les travaux existants se concentrent principalement sur la redondance du contrôleur ou sur des mécanismes de repli reposant sur les protocoles de routage traditionnels. Ils demeurent ainsi tributaires de la qualité intrinsèque du canal de contrôle et ne proposent pas d'amélioration de celui-ci. Par ailleurs, les approches hybrides existantes n'explorent que marginalement l'apport de l'intelligence artificielle distribuée pour maintenir la fonctionnalité locale des noeuds en l'absence du contrôleur.
Ce sujet de thèse se situe précisément dans cette double lacune scientifique : améliorer la résilience intrinsèque du canal de contrôle et proposer un modèle de contrôle hybride intégrant des capacités décisionnelles locales basées sur l'IA.

Les deux principaux objectifs de ce travail de thèse sont :
1)Développement d'un canal de contrôle agrégé et basé sur les communications par sémantique
2) Architecture de contrôle hybride fondée sur des agents IA embarqués

Il s'agira de développer :
- des procédures et protocoles permettant de développer un canal de contrôle agrégé
- des méthodes de flow splitting et load-balancing pour exploiter dynamiquement les différents canaux de contrôle disponibles
- les communication par sémantique pour les échanges de contrôle
- des méthode d'apprentissage type DRL et transfert learning pour le routage de paquets

Le/la candidat(e) devra idéalement avoir une formation de niveau master (M2) ou diplôme d'ingénieur dans l'un des domaines suivants :
- informatique
- mathématiques appliquées
- réseaux
Les compétences suivantes seraient particulièrement appréciées :
- Connaissances solides en intelligence artificielle, apprentissage automatique ou réseaux de neurones
- bases en optimisation combinatoire
- bases en réseaux informatiques, notamment en réseaux sans fil

Au-delà des compétences techniques, sont également recherchées :
- motivation pour la recherche
- rigueur scientifique
- aptitude à travailler de manière autonome
- un intérêt pour le travail expérimental