Search

International audience; Nous étudions le problème de l'exploration, par une entité mobile, d'une classe de graphes dynamiques appelés graphes périodiquement variables (PV-graphes). Ils sont définis par un ensemble de transporteurs suivant infiniment leur route respective le long des stations du réseau, et modélisent donc naturellement les réseaux de transport public. Flocchini, Mans et Santoro [FMS09] ont étudié ce problème dans le cas où l'agent doit toujours rester sur les transporteurs. Dans ce papier, nous étudions l'impact de la capacité d'attendre sur les stations. Nous prouvons que l'attente sur les stations permet à l'agent d'atteindre de meilleures complexités en pire cas : le nombre de mouvements est réduit d'un facteur multiplicatif d'au moins Theta(p), et la complexité en temps passe de Theta(kp^2) à Theta(np), où n est le nombre de stations, k le nombre de transporteurs, et p la période maximale (n

International audience; Pour permettre le routage dans un graphe, les nœuds doivent connaître des portions de route. La dynamique du graphe peut rendre les informations stockées erronées. Cet article s'intéresse à la caractérisation de la quantité d'informations erronées, ainsi qu'aux nombre de changements de distances dans le graphe suite à L suppressions d'arêtes et L' suppressions de nœuds. Nous considérons un graphe G de diamètre D possédant N nœuds et M arêtes. Nous montrons que l'espérance du nombre d'erreurs et de changement de distance est d'au plus D (LN/M + L').

Graph Exploration is a problem motivated by several aspects of theoretical computer science, including logic and computational complexity. It has also numerous applications in robotics. In all these contexts, the amount of memory used by the mobile entity (robot, finite automaton, etc.) performing exploration is a key parameter. In this thesis, we study in depth the space complexity of graph exploration, in two different frameworks.In the first part of the thesis, we focus on exploration "without assistance", i.e., the case where the mobile entity does not possess any a priori information about the explored graph. In this context, we prove several lower and upper bounds on the amount of memory necessary and sufficient to the mobile entity for performing exploration of all graphs. In particular, we show that the depth-first search algorithm is optimal in space when the complexity is measured in term of degree and diameter.In the second part of the thesis, we focus on exploration "with assistance", by assuming that an oracle entirely aware of the input graph can help the mobile entity, by providing some information about it. This information is measured by its bit-space complexity, and we are interested in the minimal number of bits that the oracle must provide so that the mobile entity can perform exploration. The information can be either given directly to the entity, or encoded on the vertices of the graph., Le problème de l'exploration de graphes trouve ses motivations en informatique fondamentale, notamment en logique et en théorie de la complexité. Il possède également de nombreuses applications en robotique. Quel que soit le cadre, la quantité de mémoire utilisée par l'entité mobile (robot, automate fini, etc.) effectuant l'exploration est un des paramètres importants à considérer. Dans cette thèse, nous étudions en détail la complexité en espace de l'exploration de graphes, à travers différents modèles. Nous distinguons principalement deux cadres d'études.Dans la première partie de la thèse, nous nous attachons à l'étude de l'exploration ``sans assistance'', c'est-à-dire lorsque l'entité mobile ne possède aucune information sur le graphe à explorer. Dans ce contexte, nous prouvons plusieurs bornes inférieures et supérieures sur la quantité de mémoire nécessaire et suffisante à l'entité pour explorer tous les graphes. En particulier, nous montrons que l'algorithme très simple de parcours en profondeur d'abord est optimal en mémoire lorsque la complexité est exprimée en fonction du degré et du diamètre.Dans la seconde partie de la thèse, nous nous attachons à l'étude de l'exploration ``avec assistance''. Nous considérons un modèle supposant l'existence d'un oracle ayant une connaissance exhaustive du graphe exploré, et capable d'aider l'entité mobile en lui fournissant de l'information. Nous nous intéressons ainsi à la quantité minimale d'information (mesurée en nombre de bits) que l'oracle doit fournir à l'entité pour permettre l'exploration. Cette information peut être soit donnée directement à l'entité, soit codée sur les sommets du graphes.

National audience; Cet article traite de l'exploration d'un réseau par un agent mobile, ou {\em robot}, modélisé par un automate fini. Le réseau est anonyme, au sens que les nœuds ne disposent pas nécessairement d'un étiquetage global. Le robot ne dispose pas de connaissances préalables sur la topologie du réseau, ni même sur sa taille. Sa tâche consiste à traverser chacun des liens du réseau. Nous montrons que, pour tout robot à $K$ états, et pour tout $d\geq 3$, il existe un réseau de degré maximum $d$ et d'au plus $K+1$ nœuds que le robot ne réussit pas à explorer. Cette borne $K+1$ améliore toutes les bornes connues jusqu'aujourd'hui. Nous montrons également que, pour explorer tous les graphes de diamètre $D$ et de degré maximum $d$, un robot doit disposer de $\Omega(D\log{d})$ bits de mémoire, et ce même si l'on restreint l'exploration aux réseaux planaires. Enfin, nous montrons que cette borne est asymptotiquement optimale, en décrivant un algorithme qui permet à un robot possédant une mémoire de $O(D\log{d})$ bits d'explorer tous les réseaux de diamètre $D$ et de degré maximum $d$. Ceci nous permet donc de conclure que la complexité mémoire du problème de l'exploration de réseaux est $\Theta(D\log{d})$ bits.

International audience; Nous présentons un algorithme distribué construisant des tables de routage de taille sous-linéaire en n, le nombre de nœuds du réseau. Le temps de convergence est proportionnel au diamètre, ce qui est optimal. Par rapport à BGP, la complexité du nombre de messages échangés est améliorée jusqu'à un facteur n^1/2, alors que la longueur des routes induites par les tables est allongée d'un facteur garanti constant. Notre algorithme est conçu pour un environnement statique synchrone ou asynchrone et produit un schéma name-independent.

National audience; Un trou noir est un noeud d'un réseau qui détruit tout agent (ou robot) y entrant sans laisser de trace détectable. L'emplacement du trou noir doit être déterminé par une une équipe d'agents mobiles identiques déployée à partir d'un emplacement sain. Pratiquement tous les résultats existants pour des agents asynchrones supposent la présence à chaque noeud d'une mémoire partagée (tableau blanc), de taille logarithmique, sur laquelle les agents peuvent lire et écrire. Un méchanisme moins puissant et moins exigeant consiste en l'utilisation de cailloux identiques (qui peuvent être déposés sur les noeuds, repris, et transportés par les agents), traditionnellement employés pour l'exploration de graphes sains (i.e. sans trou noir). Deux résultats récents montrent qu'il est possible d'utiliser des cailloux comme moyen de communication pour la recherche de trou noir. Ces résultats autorisent cependant les cailloux à être placés non seulement sur les noeuds mais aussi sur les liens. Ils supposent également que les liens sont FIFO. Dans ce papier, nous considérons le modèle des cailloux idéaux, c'est-à-dire le modèle où un caillou ne peut être placé que sur les noeuds, et pas plus d'un caillou ne peut être placé sur un noeud donné. Nous prouvons que pour les réseaux de topologie connue il est possible d'obtenir exactement les mêmes bornes optimales en utilisant des cailloux idéaux qu'en utilisant des tableaux blancs, et ce même si les liens ne sont pas FIFO. Plus précisément, nous prouvons qu'une équipe de deux agents asynchrones, chacun équipé d'un seul caillou indistinguable (qui ne peut être placé que sur les noeuds, avec au plus un caillou par noeud), peut localiser le trou noir. Ce résultat est obtenu en utilisant le nombre optimal de mouvements $\Theta(n\log{n})$, où n est le nombre de noeuds. Pour résumer, nous fournissons la première preuve que, pour la recherche de trou noir, le modèle des cailloux idéaux est aussi puissant que le modèle des tableaux blancs.

National audience; L'encerclement dans les réseaux vise à réaliser le nettoyage, par une équipe d'agents mobiles, d'un réseau contaminé. La stratégie d'encerclement est calculée en temps réel, par les agents eux mêmes, et doit vérifier les trois propriétés suivantes : (1) connexité : la zone nettoyée doit toujours être connexe de façon à assurer des communications sécurisées entre les agents, (2) monotonie : la zone nettoyée ne doit jamais être recontaminée, ce qui permet un temps de nettoyage polynomial en la taille du réseau, et (3) optimalité : le nombre d'agents utilisés doit être le plus petit possible afin de minimiser la taille des ressources utilisées. Etant donné un graphe G, le plus petit nombre d'agents nécessaire pour nettoyer G de façon monotone connexe dans un contexte centralisé est noté mcs(G). Plusieurs protocoles répartis ont été proposés pour résoudre le problème de l'encerclement dans les réseaux. Blin et al. ont proposé un algorithme distribué permettant à mcs(G) agents de déterminer et de réaliser une stratégie d'encerclement dans tout graphe inconnu G (inconnu signifie que les agents n'ont aucune connaissance a priori concernant le graphe) [AlgoTel'06]. Cependant, la stratégie réalisée n'est pas monotone et peut prendre un temps exponentiel. Nisse et Soguet ont prouvé que, pour résoudre le problème de l'encerclement dans les réseaux, il est nécessaire et suffisant de fournir $\Theta(n\log{n})$ bits d'information aux agents par le biais d'un étiquetage des sommets du graphe [AlgoTel'07]. Ainsi, pour nettoyer un graphe inconnu de façon monotone et connexe, il est nécessaire d'utiliser plus d'agents que l'optimal. Dans cet article, nous étudions la proportion d'agents supplémentaires qui sont nécessaires et suffisants pour nettoyer de façon monotone connexe répartie tout graphe inconnu. Nous montrons que la contrainte de monotonie implique une augmentation drastique de ce nombre d'agents. Nous prouvons que tout protocole distribué ayant pour but de nettoyer tout graphe inconnu de n sommets de façon monotone connexe répartie a un ratio compétitif de $\Theta(n/\log{ n})$. Plus précisément, nous prouvons que pour tout protocole distribué P, il existe une constante c tel que pour tout n suffisamment grand, il existe un graphe G de n sommets tel que P requiert au moins $c.n/\log{ n}$ mcs(G) agents pour nettoyer G. De plus, nous proposons un protocole distribué qui permet à $O(n/\log{ n})$ mcs(G) agents de nettoyer tout graphe inconnu G de n sommets, de façon monotone connexe répartie.

National audience; Nous étudions la quantité de connaissance nécessaire sur le réseau pour résoudre efficacement une tâche sur celui-ci. L'impact de l'information disponible sur l'efficacité de la résolution des problèmes, comme la communication ou l'exploration, a déjà été étudié auparavant mais les hypothèses concernaient la disponibilité d'informations {\em particulières} sur le réseau, comme sa taille, son diamètre ou une carte de celui-ci. Au contraire, notre approche est {\em quantitative} : nous étudions le nombre minimum de bits d'information (taille d'oracle minimum) qui doivent être fournis à l'algorithme pour effectuer une tâche avec une certaine efficacité. Nous illustrons cette approche quantitative de l'information disponible par le problème de l'exploration d'arbres. Une entité mobile (robot) doit traverser toutes les arêtes d'un arbre inconnu, en utilisant aussi peu de traversées d'arêtes que possible. La qualité d'un algorithme d'exploration $\cA$ est mesuré par son {\em rapport compétitif}, i.e., par comparaison de son coût (nombre de traversées d'arêtes) à la longueur du plus court chemin contenant toutes les arêtes de l'arbre. Le parcours en profondeur d'abord a un rapport compétitif de 2 et en l'absence d'information sur l'arbre aucun algorithme ne peut faire mieux. Nous déterminons le nombre minimal de bits d'information qui doit être donné à un algorithme d'exploration afin d'obtenir un rapport compétitif strictement plus petit que 2. Notre résultat principal établit un seuil exact sur la taille de l'oracle, qui est approximativement $\log \log D$ bits, où $D$ est le diamètre de l'arbre. Plus précisément, pour toute constante $c$, nous construisons un algorithme d'exploration de rapport compétitif plus petit que 2, utilisant un oracle de taille au plus $\log \log D -c$, et nous montrons que tout algorithme utilisant un oracle de taille $\log \log D -g(D)$, pour toute fonction $g$ non bornée supérieurement, a un rapport compétitif au moins égal à 2.

National audience; Cet article traite de l'exploration d'un réseau par un agent mobile, ou {\em robot}, modélisé par un automate fini. Le robot ne dispose pas de connaissances préalables sur la topologie du réseau, ni même sur sa taille. Sa tâche consiste à explorer chacun des n{\oe}uds du réseau. Il a été montré que, pour tout robot $\cR$ à $K$ états, et pour tout $d\geq 3$, il existe un réseau de degré maximum $d$ et d'au plus $K+1$ n{\oe}uds que $\cR$ ne réussit pas à explorer. Ce papier s'intéresse à la possibilité d'aider le robot en ajoutant des étiquettes de petite taille aux n{\oe}uds grâce à un calcul préalable. Nous décrivons un algorithme d'exploration qui, étant donné des étiquettes appropriées sur 2~bits (en fait des étiquettes de trois valeurs différentes), permet à un robot d'explorer tous les réseaux. De plus, nous décrivons un algorithme linéaire calculant un tel étiquetage. Nous montrons également comment modifier notre méthode d'étiquetage afin qu'un robot puisse explorer tous les réseaux de degré constant, avec des étiquettes de seulement 1~bit (donc des étiquettes de deux valeurs différentes seulement). Autrement dit, alors qu'il n'existe pas de robot capable d'explorer tous les réseaux (non étiquetés) de degré maximum~3, il existe un robot $\cR^*$ et un moyen de colorier les n{\oe}uds en noir et blanc tel que $\cR^*$ réussit à explorer tous les réseaux coloriés de degré maximum~3.

In order to respond to routing queries, the entities of the network, nammedrouters, require to have a knowledge concerning the topology of the network, thisknowledge is called routing table. The network is modeled by a graph in whichnodes represent routers and edges represent communication links between nodes.This thesis focuses on routing tables computation in a distributed model. In thismodel, computations are done by a set of process placed on nodes. Every processhas for objective to compute the routing table of the node on which he is placed.To perform this computation, processes have to communicate with each other. Inlarge scale network, in the case of a distributed computation, maintaining routingtables up to date can be costly in terms of communication. This thesis focuses mainlyon the problem of communication cost reduction. One of the solution we proposeis to reduce routing tables size which allow to reduce communication cost. In thecentralised model this strategy is well known under the name of compact routing.This thesis presents in particular a distributed compact routing algorithm that allowsto reduce significantly the communication costs in networks like Internet, i.e. theautonomous systems network and others networks that present scale-free properties.This thesis also contains an experimental study of several distributed compact routingalgorithms. Finally, some problems linked to network dynamicity are addressed.More precisely, the problem of network deconnexion during a shortest path treecomputation with auto-stabilisation guaranties, together with a study of the impactof several edges or nodes deletion on the state of the routing tables., Répondre à des requêtes de routage requiert que les entités du réseau, nommées routeurs, aient une connaissance à jour sur la topologie de celui-ci, cette connaissance est appelée table de routage. Le réseau est modélisé par un graphe dans lequel les noeuds représentent les routeurs, et les arêtes les liens de communication entre ceux ci.Cette thèse s’intéresse au calcul des tables de routage dans un modèle distribué.Dans ce modèle, les calculs sont effectués par un ensemble de processus placés sur les noeuds. Chaque processus a pour objectif de calculer la table de routage du noeud sur lequel il se trouve. Pour effectuer ce calcul les processus doivent communiquer entre eux. Dans des réseaux de grande taille, et dans le cadre d’un calcul distribué, le maintien à jour des tables de routage peut être coûteux en terme de communication. L’un des thèmes principaux abordés et celui de la réduction des coûts de communication lors de ce calcul. L’une des solutions apportées consisteà réduire la taille des tables de routage, permettant ainsi de réduire les coûts de communication. Cette stratégie classique dans le modèle centralisé est connue sous le nom de routage compact. Cette thèse présente notamment un algorithme de routage compact distribué permettant de réduire significativement les coûts de communication dans les réseaux tels que le réseau internet, i.e. le réseau des systèmes autonomes ainsi que dans des réseaux sans-échelle. Ce document contient également une étude expérimentale de différents algorithmes de routage compact distribués.Enfin, les problèmes liés à la dynamique du réseau sont également abordés. Plusprécisément le reste de l’étude porte sur un algorithme auto-stabilisant de calcul d’arbre de plus court chemin, ainsi que sur l’impact de la suppression de noeuds ou d’arêtes sur les tables de routage stockées aux routeurs.