Efficacité énergétique Dans Le Continuum

**Efficacité énergétique dans le Continuum IoT-Edge-Cloud pour les futurs réseaux de communication 6G**:

- Réf **ABG-121827**
- Sujet de Thèse- 27/03/2024- Financement public/privé- Laboratoire Electronique, Antennes et Telecommunications (LEAT))- Lieu de travail- sophia antipolis - Provence-Alpes-Côte d'Azur - France- Intitulé du sujet- Efficacité énergétique dans le Continuum IoT-Edge-Cloud pour les futurs réseaux de communication 6G- Champs scientifiques- Informatique
- Télécommunications
- Mots clés- 5G/6G, intelligence artificielle, allocation des ressources, Edge Computing, Network Slicing, energie**Description du sujet**:
Il y a quelques années à peine, la compréhension générale du réseau de l'Internet des objets (IoT) consistait en un ensemble de machines, de capteurs et d'autres appareils interconnectés pour envoyer toutes les données générées vers le cloud à des fins de stockage et de traitement. Aujourd'hui, cependant, le paradigme « Edge computing » permet un traitement et un stockage plus proches des sources de génération des données. Par conséquence, un nombre croissant de solutions IoT bénéficient désormais d'une combinaison d'Edge et Cloud, ou ce que l'on appelle IoT-Edge-Cloud Continuum (IECC)[1].

En même temps, il est admis que la prochaine génération des systèmes cloud et IoT doit prendre en charge les services d'**IA sur le Edge embarqué** [2]. Le continuum IECC doit donc optimiser les performances du service d'IA, à savoir la précision et le temps d'inférence, la latence de bout-en-bout et le débit d'une manière économe en ressources. Les algorithmes d’IA, de type DRL (_Deep Reinforcement Learning_)[3], développés dans cette thèse pour le traitement des données sur le Edge, doivent être optimisés en termes de consommation de ressources et en termes de consommation d’énergie. Nous allons spécifiquement nous focaliser sur les problématiques de recherche suivantes:

- Le **dimensionnement automatique **et **adaptatif **de ces architectures IA optimisée dans le nœud d’exécution cible (Nœud IoT, Edge, Cloud) selon les ressources disponibles sur ce nœud, en essayant de trouver le bon compromis entre performance (par exemple, précision, optimalité), consommation des ressources et exigences du service.
- L’**optimisation **des architectures **IA **pour une intelligence **répartie **(distribuée, fédérée,) sur le continuum IECC, en préservant la confidentialité des données des nœuds. Cette optimisation doit être réalisée conjointement avec **une allocation de ressources **(de calcul et de communication) efficace pour exécuter les différentes parties de l’architecture de l’IA répartie et minimiser les délais de communication entre ces parties.
- Les méthodes développées seront implémentées et évaluées dans un simulateur de réseaux. Une preuve de concept (PoC) peut être développée également dans le cadre de cette thèse.

**Références**
- Gkonis, P., Giannopoulos, A., Trakadas, P., Masip-Bruin, X., & D’Andria, F. (2023). A survey on IoT-edge-cloud continuum systems: Status, challenges, use cases, and open issues. _Future Internet_, _15_(12), 383.
- SINGH, Raghubir et GILL, Sukhpal Singh. Edge AI: a survey. _Internet of Things and Cyber-Physical Systems_, 2023, vol. 3, p. 71-92.
- LI, Shengbo Eben. Deep reinforcement learning. In : _Reinforcement learning for sequential decision and optimal control_. Singapore : Springer Nature Singapore, 2023. p. 365-402.

**Prise de fonction**:

- 01/10/2024**Nature du financement**:

- Financement public/privé**Précisions sur le financement**:

- ANR**Présentation établissement et labo d'accueil**:

- Laboratoire Electronique, Antennes et Telecommunications (LEAT))Le Laboratoire d’Electronique, Antennes et Télécommunications (LEAT) est une Unité Mixte Université Côte d’Azur - CNRS (UMR n°7248). Il est situé sur le campus SophiaTech qui est un pôle de formation et de recherche dédié aux Technologies de l’Information et de la Communication (TIC) associant les acteurs académiques (UNS, INRIA, EURECOM, CNRS, Polytech’Nice Sophia, Mines Paris Tech, etc.), des pôles de compétitivité, de nombreuses associations et des plateformes technologiques.

Les activités de recherche sont menées dans le domaine des télécommunications, du radar, de l’e-santé, de la sécurité, des bâtiments intelligents, de l’observation de la terre, du développement durable, etc. Elles sont organisées en trois thématiques : EDGE (Edge Computing and Digital Systems), CMA (Conception et Modélisation d’Antennes) et ISA (Imagerie microonde et Systèmes d’Antennes).

**Site web**:
- Master ou bien ingenieur (Bac+5) en réseaux et télecommunication avec des connaissances en IA
- Master ou bien ingenieur (Bac+5) en IA avec un bon background en réseaux et tékécommunications- 15/04/2024