Optimization and Mining Methods for Effective Real-Time Embedded Systems

L'Internet des objets (IoT) est le réseau d'objets interdépendants, comme les voitures autonomes, les appareils électroménagers, les téléphones intelligents et d'autres systèmes embarqués. Ces systèmes embarqués combinent le matériel, le logiciel et la connection réseau permettant le traitement de données à l'aide des puissants centres de données de l'informatique nuagique. Cependant, la croissance exponentielle des applications de l'IoT a remodelé notre croyance sur l'informatique nuagique, et des certitudes durables sur ses capacités ont dû être mises à jour. De nos jours, l'informatique nuagique centralisé et classique rencontre plusieurs défis, tels que la latence du trafic, le temps de réponse et la confidentialité des données. Alors, la tendance dans le traitement des données générées par les dispositifs embarqués interconnectés consiste à faire plus de calcul au niveau du dispositif au bord du réseau. Cette possibilité de faire du traitement local aide à réduire la latence pour les applications temps réel présentant des fortes contraintes temporelles. Aussi, ça permet d'améliorer le traitement des quantités massives de données générées par ces périphériques. Réussir cette transition nécessite la conception de systèmes embarqués de haute performance en explorant efficacement les alternatives de conception (i.e. Exploration efficace de l'espace des solutions), en optimisant la topologie de déploiement des applications temps réel sur des architectures multi-processeurs (i.e. la façon dont le logiciel utilise le matériel) , et des algorithme d'exploration permettant un fonctionnement plus intelligent de ces dispositifs. Des efforts de recherche récents ont conduit à diverses approches automatisées facilitant la conception et l'amélioration du fonctionnement des système embarqués. Cependant, ces techniques existantes présentent plusieurs défis majeurs. Ces défis sont fortement présents sur les systèmes embarqués temps réel. Quatre des principaux défis sont : (1) Le manque de techniques d'exploration de données en ligne permettant l'amélioration des performances des systèmes embarqués. (2) L'utilisation inefficace des ressources informatiques des systèmes multiprocesseurs lors du déploiement de logiciels là dessus ; (3) L'exploration pseudo-aléatoire de l'espace des solutions (4) La sélection de la configuration appropriée à partir de la listes des solutions optimales obtenue.