Search

44 p. ill., PRÉFACE 1 -- MESSAGES CLÉS 2 -- SYNTHÈSE 4 -- 1. INTRODUCTION 6 -- 1.1. CONTEXTE 6 -- 1.2. QUESTION DE RECHERCHE 7 -- 2. SITUATION ACTUELLE EN BELGIQUE 7 -- 2.1. INTERVENTIONS FINANCIÈRES DESTINÉES AUX PATIENTS PALLIATIFS 7 -- 2.1.1. À l’hôpital 7 -- 2.1.2. À domicile 8 -- 2.1.3. En maisons de repos et de soins (ou autres institutions résidentielles) 9 -- 2.1.4. Structures intermédiaires 9 -- 2.2. RÉPARTITION DES COMPÉTENCES RELATIVES AUX SOINS PALLIATIFS 11 -- 2.3. OUTILS DÉVELOPPÉS EN BELGIQUE POUR ÉVALUER LES PATIENTS PALLIATIFS 13 -- 2.3.1. PICT 13 -- 2.3.2. BelRAI 17 -- 3. OUTILS PERMETTANT DE CATÉGORISER LES PATIENTS EN FONCTION DE LEURS BESOINS 18 -- 3.1. BESOINS DES PATIENTS PALLIATIFS 18 -- 3.2. COMMENT APPRÉHENDER LA COMPLEXITÉ DES BESOINS ? 19 -- 3.3. TRÈS PEU D’OUTILS CORRESPONDENT À LA DEMANDE D’OUTIL DE CATÉGORISATION PERFORMANT 20 -- 3.4. UNE QUESTION QUI POSE QUESTION 21 -- 4. MOYENS UTILISÉS À L’ÉTRANGER POUR ENCADRER L’OUVERTURE DES DROITS DES PATIENTS EN SOINS PALLIATIFS 21 -- 5. CONSULTATION DE STAKEHOLDERS ET EXPERTS 23 -- 5.1. STRATÉGIE 1 : UTILISER UN (OU PLUSIEURS) OUTIL(S) DÉVELOPPÉ(S) DANS D’AUTRES PAYS 23 -- 5.1.1. Étape 1: Identifier le patient le plus tôt possible sur la base d’une évaluation courte 24 -- 5.1.2. Étape 2 : Évaluer la phase de soins palliatifs dans laquelle se trouve le patient 24 -- 5.1.3. Étape 3 : Faire usage d'un instrument ‘holistique’ pour évaluer la complexité des besoins en soins du patient 25 -- 5.1.4. Étape 4 : Catégoriser le patient en fonction de la complexité et de l’intensité de ses besoins en soins 25 -- 5.2. STRATÉGIE 2 : TESTER DIFFÉRENTES ADAPTATIONS DE L’ÉCHELLE PICT-2 26 -- 5.3. STRATÉGIE 3 : UTILISER LES OUTILS BELRAI 27 -- 5.4. STRATÉGIE 4 : NE PAS UTILISER OBLIGATOIREMENT D'OUTIL DE CATÉGORISATION, À L’INSTAR DES 8 PAYS ÉTUDIÉS 28 -- 5.5. STRATÉGIE 5 : ADAPTER LA STRATÉGIE BELGE ACTUELLE 29 -- 6. CONCLUSION 31 -- 6.1. UNE QUESTION DIFFICILE 31 -- 6.2. PERSPECTIVES 32 -- RECOMMANDATIONS 35 La phase palliative d’une maladie grave – la période plus ou moins longue qui précède un décès prévisible – s’accompagne souvent de besoins d’aide et de soins importants et susceptibles d’évoluer rapidement. Dans les hôpitaux et maisons de repos et de soins, une partie importante du coût des soins et de l’accompagnement des patients en fin de vie est déjà inclus dans le financement habituel de l’établissement. Les personnes qui choisissent de finir leurs jours à la maison, par contre, devront souvent assumer elles-mêmes de nombreuses dépenses. Des mesures existent dans notre pays pour aider financièrement les patients palliatifs, mais ces aides ne sont pas toujours jugées suffisantes et, surtout, ne sont octroyées qu’au cours de la toute dernière phase de la vie. Le Centre Fédéral d’Expertise des Soins de Santé (KCE) a réfléchi aux moyens de mieux adapter les aides financières aux besoins individuels de ces personnes… mais sans, malheureusement, parvenir à identifier une solution idéale.

This paper analyzes the determinants of women's decision-making power in West Africa. The data used come from the Demographic Health Surveys (DHS IV) database of three West African countries, namely Benin, Niger and Ivory Coast. A Logit model was used to be able to analyze the determinants of women's decision-making power. The descriptive analysis of DHS data shows us that 64% of women in Benin, 38% in Ivory Coast and 21% in Niger have the last word on their health care. 58% in Benin, 35% in Ivory Coast and 20% in Niger have the power to decide on major purchases for household. Econometric analysis reveals that the age of woman, level of education, place of residence, woman's employment status, ethnicity, religion and type of union positively influence the power of decision-making process. Policies for women empowerment must take into account parents who constitute barriers to improving the decision-making power of women., Repères et Perspectives Economiques, Vol. 5, No 1 (2021)

In this thesis, we focus on radio resource planning issues for low power wide area networks based on NB-IoT and LoRa technologies. In both cases, the average behavior of the network is considered by assuming the sensors and the collectors are distributed according to independent random Poisson Point Process marked by the channel randomness. For the NB-IoT, we elaborate a statistical dimensioning model that estimates the number of radio resources in the network depending on the tolerated delay access, the density of active nodes, the collectors, and the antenna configuration with single and multi-user transmission. For the LoRa network, we propose a multi-sub band allocation technique to mitigate the high level of interference induced by nodes that transmit with the same spreading factor. To dynamically allocate the spreading factor and the power, we present a Q-learning multi-agent approach to improve the energy efficiency., Cette thèse étudie le problème de planification des ressources pour les réseaux IoT longues portées basés sur les technologies NB-IoT et LoRa. Dans les deux cas, on suppose que les capteurs et les collecteurs sont distribués suivant des processus de points de Poisson spatial indépendants marqués par le caractère aléatoire du canal. Pour le NB-IoT, nous élaborons un modèle de dimensionnement statistique qui estime le nombre de ressources radio nécessaires en fonction du délai d’accès toléré, de la densité des nœuds actifs, des collecteurs et de la configuration de l’antenne. Pour le réseau LoRa, nous proposons une technique d’allocation de plusieurs sous-bandes pour atténuer le niveau élevé d’interférence induit par les nœuds qui transmettent avec le même facteur d’étalement. Pour allouer dynamiquement le facteur d’étalement et la puissance, nous présentons une approche d’apprentissage automatique avec multi-agents qui permet d’améliorer l’efficacité énergétique.

Objectives Consolidation of supported housing policies is a primary source of solutions aimed at addressing the problem of homelessness. Transitional housing (TH) offers a sequential housing trajectory from emergency shelters, to TH, to permanent housing with or without supports. Post-TH follow-up may improve residential stability and community integration. Yet little information is available on successful conditions and effectiveness related to post-TH follow-up for improving residential stability and community integration among homeless people, and especially homeless women. This pilot case study aimed to identify the needs of women who were previous TH residents before acquiring permanent housing with supports, the implementation process for post-TH follow-up activities and intensity of services offered and conditions for success of the follow-up, as well as the outcomes of post-TH follow-up in meeting the needs of these homeless women. Methods Two non-profit organizations for housing reintegration in the Montreal area were selected for study. Mixed methods based on a case study approach were used, triangulating the data collected from homeless women, case managers, and housing managers. Two interviews were conducted at 6-month intervals with homeless women (n=10), whose needs and outcomes related to post-TH follow-up were identified through a questionnaire with open and closed questions. To document implementation of the post-TH follow-up, case managers (n=2) recorded information on follow-up activities and intensity of services offered for the 6-month period using contact sheets. Factors facilitating and hindering post-TH follow-up were also identified in a group interview with case managers (n=2) and resource managers (n=4). Results Users identified health maintenance, support for daily activities and improved socialization as their primary needs. Most women were satisfied with activities offered and the frequency of follow-up, ease of access to case managers, and the overall capacity of follow-up to meet their needs. The intensity of follow-up, user/case manager therapeutic alliance, and user motivation to recover were identified as facilitating factors that influenced effectiveness of post-TH follow-up. Factors that hindered effectiveness included: the limited duration of TH before post-TH follow-up particularly among users with major trauma; refractory behavior; reluctance to take medications and consumption of psychoactive substances; problems in accessing health services, particularly specialized mental health services; and for case managers: time constraints, logistical difficulties related to follow-up, and lack of affordable permanent housing adequate to user needs. After six months, 80% of users remained in their housing and no changes were identified in community integration. Conclusion Post-TH follow-up seems particularly adapted to promote residential stability among chronically homeless women with mental health or dependence issues, as the essential first step toward community integration. The study underlined the importance of offering multiple service modalities adapted to user needs and post-TH follow-up geared toward recovery. Better funding of post-TH follow-up, tighter collaboration with other public services, case manager training, and increase in affordable and adequate permanent housing would promote more effective deployment of post-TH follow-up.

Climate change is placing increasing pressure on forests around the world, and its potential impacts on the reproductive capacity of individuals are yet poorly understood. Many forest tree species reproduce following so-called masting patterns, in which seed production is intermittent and synchronized among individuals, whose drivers need to be identified in order to better understand the impact of climate on the fecundity of forest trees. The general objective of this thesis is to deepen our knowledge of the environmental drivers of the fecundity of forest trees and their interactions, by focusing on the holm oak, a widespread species in the Mediterranean basin. It also aimed to determine how fecundity could be impacted by climate change, and to develop a process-based model capable of predicting this impact. This thesis work combines analyses of long-term monitoring in a holm oak forest exposed to a rainfall exclusion experiment, experimental manipulations of source-sink interactions involved in the resource allocation to reproduction, and modelling. I have shown that reproduction was strongly regulated by weather conditions during the reproductive cycle and in particular by the water availability in summer-autumn, and to a lesser extent by the availability of carbon and nutrients, as well as by competition between fruits and new buds. My experimental results show that the allocation of resources to reproduction could be modified in case of resource limitation due to defoliation; and that developing fruits have a negative impact on the dynamics of nitrogen and zinc reserves in branches, as well as on the production of female flowers the following year. Long-term observations show that multi-year rainfall reduction induce a decrease in the number of fruits produced which is additional to the interannual variability and that tree reproduction does not acclimate to drought. Finally, within the PHENOFIT model, I have developed a fecundity model based on the assumptions and results from my work and from the literature.; Le changement climatique exerce une pression croissante sur les forêts du monde entier, et ses impacts potentiels sur la fécondité des arbres sont encore mal compris. De nombreuses espèces d’arbres forestiers se reproduisent suivant des patrons de fructification intermittente et synchronisée entre les individus, dits de masting, dont les déterminants complexes doivent être identifiés pour comprendre l’effet du climat sur la fécondité des arbres forestiers. Cette thèse a comme objectif général d’approfondir notre connaissance des déterminants environnementaux de la fécondité des arbres forestiers et de leurs interactions, en se focalisant sur le chêne vert, une espèce très répandue en milieu méditerranéen. Elle a aussi pour objectif de déterminer comment la fécondité du chêne vert pourrait être affectée par le changement climatique, et de développer un modèle basé sur les processus capable de prédire cet impact. Ce travail de thèse a donc combiné des analyses de suivis à long terme dans une forêt de chêne vert soumise à une manipulation des précipitations, des expérimentations de manipulation des relations sources-puits pour l’allocation des ressources à la reproduction à l’échelle individuelle, et de la modélisation. J’ai montré que la reproduction était fortement régulée par les conditions météorologiques durant le cycle reproducteur, et en particulier par la disponibilité en eau en été-automne, et dans une moindre mesure par la disponibilité en carbone et nutriments ainsi que par la compétition entre fruits et nouveaux bourgeons. Mes résultats expérimentaux montrent que l’allocation de ressources à la reproduction peut être modifiée en cas de limitation des ressources par une défoliation ; et que les fruits en développement ont un impact négatif sur les dynamiques des réserves en azote et en zinc dans les branches ainsi que sur la production des fleurs femelles l’année suivante. Les observations en forêt indiquent qu’une réduction continue des précipitations sur plusieurs années induit une diminution du nombre de fruits produits, indépendamment des effets de la variabilité interannuelle et sans que les arbres semblent être capables de s’y acclimater. Enfin, j’ai développé, au sein du modèle de fonctionnement de l’arbre PHENOFIT, un modèle de fécondité se basant sur les hypothèses et résultats issus de mes travaux et de la littérature.

Over the next few years, the new fifth generation of mobile networks (5G) will face a significant growth in terms of data volumes and number of connected objects. Furthermore, with the emergence of new applications and services such as Internet of Things (IoT), Autonomous Driving (AD), Intelligent Transportation Systems (ITS), Augmented Reality and Industry 4.0 higher performances are required in terms of reliability and Quality of Service (QoS). Meeting these requirements, while reducing the Capital and Operation Expenditures (CAPEX/OPEX), are the pursued goals of the mobile operators. Consequently, Telcos defined a new radio access architecture, called Cloud/ Centralized Radio Access Network (C-RAN). This latter proposes to split the base station into two parts: the Remote Radio Head (RRH) on which only Radio Frequency (RF) operations are executed, and the BaseBand Unit (BBU) where baseband processing is performed. These two units are interconnected through a high-capacity/ low-delay Fronthaul (FH) network. In this thesis, we focus on the C-RAN performances. We propose new modeling approaches allowing the analysis and the tuning of a set of parameters related to cell cooperation and Fronthaul transport. The first part of the thesis is dedicated to resource sharing with cooperation mechanisms in a C-RAN context and H-CRAN (Heterogeneous C-RAN). There sources offered by the Cloud will have to provide the necessary computing capabilities for the processing required to manipulate these flows and make the necessary decisions in a fast, cooperative, coordinated and distributed manner, and in particular to solve radio problems such as interference management. For this purpose, we offer real-time dimensioning tools for resource sharing with interference management, which provides better network stability by maximizing overall throughput. In the other hand, since next generation cellular networks are targeting higher bit rates, lower delays and enhanced inter-cell coordination, higher capacity and lower latency fronthaul solutions are required, among others. The use of Ethernet packet-switched networks for the fronthaul links with a C-RAN architecture are nowadays considered. These will allow leveraging statistical multiplexing gains, infrastructure reuse and cost reduction. Different fronthaul split options are proposed. However, in order to satisfy latency requirements, most of studies advocate the use of lower fronthaul split options, requiring huge fronthaul link capacity. In order to reduce the deployment cost of links and Ethernet switches of the fronthaul while satisfying the stringent latency requirements of next generation mobile networks, we first propose a new decomposition of the functionalities between the radio heads and the BBU pool. Next, we propose a real-time dimensioning tool that allows, according to the split level and the type of radio traffic, to jointly design the sizing rules., Au cours des cinq prochaines années, la nouvelle génération des réseaux de téléphonie mobile (5G) devrait faire face à une croissance significative du volume de données, échangées entre des milliards d’objets et d’applications connectes. En outre, l’émergence de nouvelles technologies, telles que l’Internet des objets (IoT), la conduite autonome et la réalité augmentée, imposent des exigences plus élevées en termes de performances et de qualité de service (QoS). Répondre aux exigences tout en réduisant les dépenses d’investissement et d’exploitation (CAPEX / OPEX) sont les objectifs poursuivis par les opérateurs de téléphonie mobile. Par conséquent, les opérateurs télécoms définissent une nouvelle architecture d’accès radio, appelée Cloud Radio Access Network (C-RAN). Le C-RAN propose de découpler la station de base en deux entités: la Remote Radio Head (RRH) sur laquelle seules les opérations de signaux radio électriques sont exécutées, et la Base Band Unit (BBU) ou le traitement de bande de base est exécuté de façon centralisée. Ces deux unités sont interconnectées via le Fronthaul (FH). Dans cette thèse, nous modélisons et évaluons les performances liées au dimensionnement des RRH et du FH. Dans une première partie, nous nous intéressons à la répartition des ressources avec des mécanismes de coopération dans un contexte C-RAN et H-CRAN (Heterogeneous C-RAN). Les ressources offertes par le Cloud devront offrir les capacités de calcul nécessaires pour les traitements requis pour manipuler ces débits et prendre les décisions nécessaires de manière rapide, coopérative, coordonnée et distribuée, et résoudre en particulier les problèmes radio tels que la gestion des interférences. Dans ce but, nous proposons des outils de dimensionnement en temps réel pour la répartition des ressources avec gestion des interférences, ce qui permet d’offrir une meilleure stabilité du réseau en maximisant le débit global. D’autre part, étant donné que les réseaux cellulaires de nouvelle génération ciblent des débits binaires plus élevés, des retards moins importants et une coordination améliorée entre les cellules, des solutions à plus haute capacité et à plus faible latence sont nécessaires sur le fronthaul. L’utilisation de réseaux Ethernet a commutation de paquets sur le FH avec une architecture C-RAN est à présent envisagée. Ils permettront de tirer profit des avantages du multiplexage statistique, de la réutilisation des infrastructures et de la réduction des coûts. Différentes options de split de fronthaul sont proposées. Cependant, afin de satisfaire les exigences en termes de latence, la plupart des études préconisent l’utilisation d’options de splits moins élevées, nécessitant une capacité de liaison importante sur le FH. Afin de réduire le coût de déploiement des liaisons et des switchs Ethernet tout en répondant aux exigences strictes en matière de latence des réseaux mobiles de nouvelle génération, nous proposons tout d’abord une nouvelle décomposition des fonctionnalités entre les RRH et le BBU pool. Nous proposons ensuite un outil de dimensionnement en temps réel permettant, en fonction du niveau du split et du type de trafic radio, de concevoir conjointement les règles de dimensionnement.

Objectif de l’étude Les ressources humaines, matérielles et financières étant limitées, l’organisation du système de soins doit permettre une allocation des ressources efficiente. La prise en charge des cancers amène à des soins spécifiques et répétitifs pour lesquels le remboursement des frais de transports représente un coût important. Nous avons réalisé une analyse du surcoût de transport, liés à la prise en charge des patients franciliens, dans un centre autre, que le centre de radiothérapie le plus proche de leur domicile. Matériel et méthodes À partir de données de l’Agence régionale de santé d’Île-de-France, nous avons créé un modèle évaluant le surcoût lié aux transports engendrés par la prise en charge d’un patient en radiothérapie à distance de son domicile. Afin de prendre en compte les incertitudes liés aux hypothèses faites dans l’élaboration du modèle nous avons réalisés des analyses de sensibilité déterministe et probabiliste. Résultats Dans le cas de base, le surcoût annuel lié au transport était de 841 176 euros en Île-de-France. L’analyse de sensibilité probabiliste rapporte un surcoût total annuel de 2 817 481 euros. Conclusion Nos résultats se rapprochent d’un rapport de l’Inspection générale des affaires sociales publié en juillet 2011 qui pointait alors un surcoût compris entre 4 et 6 millions d’euros annuels. La prise en charge à distance de leur domicile des patients atteints de cancer participe à une dégradation de la qualité de vie liée aux temps de transport, à un retard à la prise en charge de potentielles complications des traitements et à la diffusion de maladies infectieuses, telle que le COVID-19, et de bactéries résistantes aux antibiotiques.

Network Function Virtualization (NFV) is an innovative emerging concept that decouples network functions (such as firewalls, DNS, NATs, load balancers, etc.) from dedicated hardware devices (the traditional expensive middleboxes). This decoupling enables hosting of network services, known as Virtualized Network Functions (VNFs), on commodity hardware (such as switches or servers) and thus facilitates and accelerates service deployment and management by providers, improves flexibility, leads to efficient and scalable resource usage, and reduces costs. This paradigm is a major turning point in the evolution of networking, as it introduces high expectations for enhanced economical network services, as well as major technical challenges.One of the main technical challenges in this domain is the optimal placement of the VNFs within the hosting infrastructures. This placement has a critical impact on the performance of the network, as well as on its reliability and operation cost. The VNF Placement and Chaining Problem is NP-Hard and there is a need for placement approaches that can scale with problem size and find good solutions in acceptable times. The overarching goal of this thesis is to enable dynamic virtual network resources provisioning to deal with demand fluctuation during the virtual network lifetime, and to enhance the substrate resource usage. Reserving a fixed amount of resources is inefficient to satisfy the VNF resource requirements. To cope with these problems, we propose dynamic resource management strategies.In this thesis, both exact and heuristic algorithms are designed and evaluated in terms of optimality, complexity, ability to scale, and compared with the state of the art. Elastic mechanisms and scaling algorithms are first presented to improve adaptation and deployment of virtualized network functions in NFV infrastructures to support increasing demand while increasing provider's revenue. Since network providers not only need to control, classify and steer user and application traffic flows in their dedicated slices but also want to extend their already acquired and operational virtual networks or slices with additional service graphs, the thesis proposes extension algorithms of already hosted network functions graphs without disrupting initially deployed and active service instances. The proposed algorithms extend already deployed network services and functions graphs to respond to new demands while taking into account the constraint of minimizing the impact on the original service graphs. The extension algorithms are particularly useful and suitable for situations where already deployed graphs need to be enhanced with new features and properties (adding new functions) and modified to react to degradation and attacks such as removing a fraction of the graph and replacing with new complex and composed functions into more capable and uncompromised graphs.The thesis also addresses the VNF placement and chaining problem in an online and in a batch mode to improve performance in terms of longer time reward. An enhanced Reinforcement Learning-based approach is also proposed to improve the long term reward beyond what the previous methods can achieve. This is analyzed and realized for a load balancing objective but can be adjusted for other criteria., Cette thèse traite du placement optimal et heuristique de fonctions réseau et de chaînes de fonction réseau dans des infrastructures cloud et réseau virtualisées. L'émergence de la virtualisation des fonctions réseau, connu sous l'acronyme NFV pour Network Function Virtualization, permet de découpler les fonctions réseau en mode logiciel du matériel d'hébergement et de s'appuyer sur des serveurs génériques et d'éviter l'usage de, et la dépendance à, des matériels dédiés voire propriétaires.Le placement de fonctions réseau virtualisées (représentées par VNF, Virtualized Network Functions) est NP-Difficile puisqu'il s'agit de projeter un petit graphe de ressources virtuelles sur un graphe plus grand (graphe de l'infrastructure d'hébergement). Les solutions optimales, en particulier la programmation linéaire en nombre entier (ILP), ne passent pas à l'échelle. Sachant que la demande est dynamique et peut varier dans le temps et que le réseau est lui même variable dans le temps, il est important de prévoir des adaptations des placements. Cela peut s'effectuer par de l'élasticité sur les ressources d'hébergement réservées à une fonction réseau virtualisée, à un graphe de service réseau et par une extension du graphe de service lui même en fonction du contexte et des exigences des utilisateurs ou tenants.La thèse propose une famille d'algorithmes pour le placement de chaînes de services (ou fonctions) réseau avec la possibilité d'étendre les ressources d'hébergement des VNFs (c'est à dire assurer l'élasticité du service d'hébergement en augmentant les ressources allouées ou en générant plusieurs instances de VNFs pour écouler le trafic et répondre à la demande) en plus du placement initial. Une solution en programmation en nombre entier est élaborée et aussi utilisée comme référence pour une comparaison avec l'état de l'art et avec les extensions proposées. L'optimisation étant effectuée en instantanée au fur à mesure de l'arrivée des demandes, une à la fois, une solution qui regroupe plusieurs demandes pour y répondre simultanément, en élaborant un graphe composite, permet d'améliorer les performances. Cette approche connue sous le nom de "batch" n'améliore que partiellement la performance, la récompense sur le long terme (en efficacité, minimisation des ressources consommées, et en équilibrage de charge) est nécessairement limitée.La thèse s'est penchée aussi sur l'extension de graphes de services réseau, de tenants, déjà déployés, en adoptant une approche de type arbre de recouvrement, Spanning Tree. Plus spécifiquement une modélisation du problème en un "Steiner Tree Problem" a conduit à des performances proches de l'optimal pour des extensions de graphes au fil des demandes, en les traitant séparément. Les travaux de thèse sont par la suite revenus sur la rentabilité sur le long terme des algorithmes, en approchant le placement de chaînes de services et fonctions réseau comme un objectif long terme via de l'apprentissage par renforcement en se souciant plus de la rentabilité et de l'efficacité long terme des algorithmes contrairement aux approches visant exclusivement l'optimalité instantanée à chaque nouvelle demande.Cette thèse a permis de faire avancer autant que faire se peut l'état de l'art du placement optimal dans les infrastructures cloud et réseau partagées. Notamment, le problème, et besoin, d'extension de graphes, de tenants, déjà déployés, sans perturber l'hébergement initial, a reçu peu d'attention. Pourtant ce besoin est essentiel pour répondre à des déploiements additionnels de nouvelles fonctions et services réseau, et pour réagir aux dégradations et à l'accroissement de la demande, aux attaques et pour assurer l'introduction de nouveaux services et fonctions de sécurité autour du graphe initial. L'approche peut aussi répondre à des modifications de graphes et d'isolations d'une partie (défectueuse ou compromise) d'un graphe et de son remplacement par d'autres services et graphes fiables et non altérés.

Cloud computing has become a widely used way to query databases. Today's cloud providers offer a variety of services implemented on parallel architectures. Performance targets and possible penalties in case of violation are established in advance in a contract called Service-Level Agreement (SLA). The provider's goal is to maximize its benefit while respecting the needs of tenants. Before the birth of cloud systems, several studies considered the problem of resource allocation for database querying in parallel architectures. The execution plan for each query is a graph of dependent tasks. The expression "Resource allocation" in this context often implies the placement of tasks within available resources and also their scheduling that takes into account dependencies between tasks. The main goal was to minimize query execution time and maximize the use of resources. However, this goal does not necessarily guarantee the best economic benefit for the provider in the cloud. In order to maximize the provider's benefit and meet the needs of tenants, it is important to include the economic model and SLAs in the resource allocation process. Indeed, the needs of tenants in terms of performance are different, so it would be interesting to allocate resources in a way that favors the most demanding tenants and ensure an acceptable quality of service for the least demanding tenants. In addition, in the cloud the number of assigned resources can increase/decrease according to demand (elasticity) and the monetary cost depends on the number of assigned resources, so it would be interesting to set up a mechanism to automatically choose the right moment to add or remove resources according to the load (auto-scaling). In this thesis, we are interested in designing elastic resource allocation methods for database queries in the cloud. This solution includes: (1) a static two-phase resource allocation method to ensure a good compromise between provider benefit and tenant satisfaction, while ensuring a reasonable allocation cost, (2) an SLA-driven resource reallocation to limit the impact of estimation errors on the benefit and (3) an auto-scaling method based on reinforcement learning that meet the specificities of database queries. In order to evaluate our contributions, we have implemented our methods in a simulated cloud environment and compared them with state-of-the-art methods in terms of monetary cost of the execution of queries as well as the allocation cost.; Le Cloud Computing est devenu un moyen largement utilisé pour l'interrogation de bases de données. Les fournisseurs de cloud actuels proposent une variété de services implémentés sur des architectures parallèles. Les objectifs de performances et les éventuelles pénalités dans le cas de violation sont établis au préalable dans un contrat appelé Service-Level Agreement (SLA). Le but du fournisseur est de maximiser son bénéfice tout en respectant les besoins des locataires. Avant la naissance des systèmes cloud, plusieurs travaux ont considéré le problème d'allocation de ressources pour l'interrogation de bases de données sur des architectures parallèles. Le plan d'exécution de chaque requête est un graphe de tâches dépendantes. L'expression "allocation de ressources" dans ces travaux sous-entend souvent le placement des tâches sur les ressources disponibles et aussi leur ordonnancement qui tient compte des liens de dépendance. Le but consistait principalement à minimiser le temps d'exécution de requêtes et maximiser l'utilisation de ressources. Par contre, dans le cloud ce but ne garantit pas nécessairement le meilleur bénéfice économique pour le fournisseur. Afin de maximiser le bénéfice et satisfaire les besoins des locataires, il est essentiel d'inclure le modèle économique et les SLAs dans le processus d'allocation de ressources. En effet, les besoins des locataires en terme de performances sont différents, il serait donc intéressant d'allouer les ressources d'une façon qui favorise les locataires les plus exigeants en assurant quand même une certaine qualité de service pour les locataires les moins exigeants. De plus, dans le cloud le nombre de ressources attribuées peut augmenter/diminuer selon la demande (élasticité) et le coût monétaire dépend du nombre de ressources attribuées, il devient donc intéressant de mettre en place un mécanisme pour choisir automatiquement le moment adéquat pour ajouter ou supprimer des ressources en fonction de la charge (dimensionnement automatique). Nous nous intéressons dans le cadre de cette thèse à la conception de méthodes d'allocation de ressources élastique pour les services d'interrogation de bases de données dans le cloud : (1) une méthode d'allocation de ressources statique en deux phases pour assurer un bon compromis entre le bénéfice du fournisseur et la satisfaction des locataires, tout en garantissant un coût d'allocation raisonnable, (2) une méthode de réallocation de ressources dirigée par les SLAs pour limiter l'impact des erreurs d'estimation sur le bénéfice et (3) une méthode de dimensionnement automatique basée sur l'apprentissage par renforcement qui répond aux spécificités de l'interrogation de bases de données. Afin d'évaluer nos contributions, nous avons implémenté nos méthodes dans un environnement cloud simulé et nous les avons comparées à des méthodes de l'état de l'art en terme de coût monétaire de l'exécution de requêtes ainsi que le coût d'allocation.

Cloud computing has become a widely used way to query databases. Today's cloud providers offer a variety of services implemented on parallel architectures. Performance targets and possible penalties in case of violation are established in advance in a contract called Service-Level Agreement (SLA). The provider's goal is to maximize its benefit while respecting the needs of tenants. Before the birth of cloud systems, several studies considered the problem of resource allocation for database querying in parallel architectures. The execution plan for each query is a graph of dependent tasks. The expression "Resource allocation" in this context often implies the placement of tasks within available resources and also their scheduling that takes into account dependencies between tasks. The main goal was to minimize query execution time and maximize the use of resources. However, this goal does not necessarily guarantee the best economic benefit for the provider in the cloud. In order to maximize the provider's benefit and meet the needs of tenants, it is important to include the economic model and SLAs in the resource allocation process. Indeed, the needs of tenants in terms of performance are different, so it would be interesting to allocate resources in a way that favors the most demanding tenants and ensure an acceptable quality of service for the least demanding tenants. In addition, in the cloud the number of assigned resources can increase/decrease according to demand (elasticity) and the monetary cost depends on the number of assigned resources, so it would be interesting to set up a mechanism to automatically choose the right moment to add or remove resources according to the load (auto-scaling). In this thesis, we are interested in designing elastic resource allocation methods for database queries in the cloud. This solution includes: (1) a static two-phase resource allocation method to ensure a good compromise between provider benefit and tenant satisfaction, while ensuring a reasonable allocation cost, (2) an SLA-driven resource reallocation to limit the impact of estimation errors on the benefit and (3) an auto-scaling method based on reinforcement learning that meet the specificities of database queries. In order to evaluate our contributions, we have implemented our methods in a simulated cloud environment and compared them with state-of-the-art methods in terms of monetary cost of the execution of queries as well as the allocation cost., Le Cloud Computing est devenu un moyen largement utilisé pour l'interrogation de bases de données. Les fournisseurs de cloud actuels proposent une variété de services implémentés sur des architectures parallèles. Les objectifs de performances et les éventuelles pénalités dans le cas de violation sont établis au préalable dans un contrat appelé Service-Level Agreement (SLA). Le but du fournisseur est de maximiser son bénéfice tout en respectant les besoins des locataires. Avant la naissance des systèmes cloud, plusieurs travaux ont considéré le problème d'allocation de ressources pour l'interrogation de bases de données sur des architectures parallèles. Le plan d'exécution de chaque requête est un graphe de tâches dépendantes. L'expression "allocation de ressources" dans ces travaux sous-entend souvent le placement des tâches sur les ressources disponibles et aussi leur ordonnancement qui tient compte des liens de dépendance. Le but consistait principalement à minimiser le temps d'exécution de requêtes et maximiser l'utilisation de ressources. Par contre, dans le cloud ce but ne garantit pas nécessairement le meilleur bénéfice économique pour le fournisseur. Afin de maximiser le bénéfice et satisfaire les besoins des locataires, il est essentiel d'inclure le modèle économique et les SLAs dans le processus d'allocation de ressources. En effet, les besoins des locataires en terme de performances sont différents, il serait donc intéressant d'allouer les ressources d'une façon qui favorise les locataires les plus exigeants en assurant quand même une certaine qualité de service pour les locataires les moins exigeants. De plus, dans le cloud le nombre de ressources attribuées peut augmenter/diminuer selon la demande (élasticité) et le coût monétaire dépend du nombre de ressources attribuées, il devient donc intéressant de mettre en place un mécanisme pour choisir automatiquement le moment adéquat pour ajouter ou supprimer des ressources en fonction de la charge (dimensionnement automatique). Nous nous intéressons dans le cadre de cette thèse à la conception de méthodes d'allocation de ressources élastique pour les services d'interrogation de bases de données dans le cloud : (1) une méthode d'allocation de ressources statique en deux phases pour assurer un bon compromis entre le bénéfice du fournisseur et la satisfaction des locataires, tout en garantissant un coût d'allocation raisonnable, (2) une méthode de réallocation de ressources dirigée par les SLAs pour limiter l'impact des erreurs d'estimation sur le bénéfice et (3) une méthode de dimensionnement automatique basée sur l'apprentissage par renforcement qui répond aux spécificités de l'interrogation de bases de données. Afin d'évaluer nos contributions, nous avons implémenté nos méthodes dans un environnement cloud simulé et nous les avons comparées à des méthodes de l'état de l'art en terme de coût monétaire de l'exécution de requêtes ainsi que le coût d'allocation.