Fondements scientifiques

Mots clés : modélisation, analyse déterministe, algorithme distribué, système, protocole, réseau, parallélisme asynchrone, ordonnancement en-ligne, défaillance partielle, redondance, consensus, atomicité, complexité, analyse pire-cas .

Pouvoir bien poser les bons problèmes implique de disposer des modèles et des propriétés génériques permettant de représenter fidèlement un problème applicatif, donc une réalité opérationnelle. L'élaboration de nouveaux modèles ou propriétés dans chacune des classes connues est une activité de recherche continue, ainsi que l'identification de hiérarchies strictes ou d'ordres partiels à l'intérieur de chaque classe. Par exemple, le modèle événementiel de type arbitraire multimodal domine le modèle périodique. Le modèle de défaillance byzantin domine tous les modèles de défaillances connus. Ou bien, la propriété de linéarisabilité n'est pas comparable à la propriété de sérialisabilité. Ou bien encore, la propriété de diffusion atomique causale domine la propriété de diffusion fiable.

C'est sur l'existence d'ordres hiérarchiques stricts ou partiels que repose le concept d'obligation de preuve de conception correcte de systèmes informatiques.

Pouvoir bien résoudre les bons problèmes repose sur des connaissances qui relèvent des disciplines et domaines tels que les architectures des systèmes, la théorie de la sérialisabilité, la théorie de l'ordonnancement, le calcul matriciel en algèbre (max, +), l'agorithmique distribuée, l'algorithmique de détection ou de masquage de défaillances, l'algorithmique d'ordonnancement temps réel.

Les problèmes, les solutions, sont de type ``déterministe''. En effet, l'évolution des besoins applicatifs (appels d'offre, cahiers des charges, normes industrielles) impose de plus en plus souvent de résoudre des problèmes informatiques de ce type. Les propriétés exigées (sûreté, vivacité, ponctualité, confiance) le sont pour des scénarios pires cas - qu'il s'agit d'identifier et de prouver - jouables par des environnements modélisés selon des ``adversaires'' déterministes, par opposition aux ``adversaires'' stochastiques considérés en modélisation analytique (ex : théorie des réseaux de files d'attente) ou en analyse statistique (ex : simulation événementielle). L'incertitude découlant de l'impossibilité de prédire le futur de façon certaine est exprimée par des taux de couverture des hypothèses (les modèles). Pour des hypothèses données, on exige des preuves de propriétés obtenues de façon certaine, grâce à des conceptions reposant sur des solutions algorithmiques déterministes.

Les domaines couverts sont définis comme suit :

Traitement Distribué (TD) : un système est dit distribué s'il offre la possibilité d'exécutions concomittantes, par plusieurs processeurs, sans connaissance de l'état global du système (propriétés de sûreté et vivacité). La complexité des problèmes algorithmiques va croissant, en allant du modèle (de calcul) synchrone aux modèles partiellement synchrones, puis au modèle asynchrone.
Temps Réel (TR) : un système est dit temps réel si ses spécifications comportent des références directes ou indirectes au temps physique et si son comportement est déterminé par des algorithmes d'ordonnancement utilisant directement ou indirectement des attributs temporels dérivés d'une spécification de problème (propriétés de ponctualité). La complexité des problèmes algorithmiques et des conditions de faisabilité va croissant, en allant du modèle (de contrainte temporelle) à échéances de terminaison au plus tard constantes au modèle à gigues de terminaison bornées et à dates de démarrage au plus tôt non constantes (il existe des modèles intermédiaires), et du modèle (événementiel) périodique au modèle arbitraire (il existe des modèles intermédiaires).
Tolérance aux Fautes (TF) : un système est dit tolérant aux fautes si son comportement reste conforme à sa spécification malgré la présence d'états erronés (logiciel, matériel, données) et malgré l'occurrence de défaillances partielles d'origine interne ou dues à l'environnement (propriétés de confiance). La complexité des problèmes algorithmiques va croissant en allant du modèle (de défaillance) de type arrêt immédiat au modèle de type byzantin (il existe des modèles intermédiaires).

Précédent : Présentation et objectifs généraux Remonter : Génie système et informatique distribuée Suivant : Domaines d'applications