Langues : English français
Accueil > Manifestations > Thèses et HDR > Thèses > Khaled Aslan Almoubayed

Khaled Aslan Almoubayed

Directeur de thèse

Pascal Molli
Hala Skaf-Molli

Résumé

Les systèmes collaboratifs peuvent être synchrones, asynchrones, ou multi-synchrones.
Dans les systèmes collaboratifs multi-synchrones, les participants travaillent en parallèle sur des copies locales d’objets partagés.
Ils synchronisent leurs modifications de temps-en-temps pour assurer un état cohérent.
Le modèle de collaboration multi-synchrone introduit la notion de divergence entre copies d’objets partagés.
Travailler en parallèle peut potentiellement réduire le temps de réalisation des tâches.
Cependant, il introduit des modifications à l’aveugle et le coût de résolution des conflits introduits par les modifications concurrentes peut surpasser le gain attendu.
Divergence awareness quantifie la divergence et répond aux questions suivantes : y a-t-il divergence ? avec qui ? où ? et combien ?
Les mesures existantes quantifient la divergence du point de vue de l’utilisateur et non du groupe.

Je vais adresser le problème de divergence de groupe qui répond spécifiquement à la question "combien ?".
Cela permet aux utilisateurs de devenir conscients de la distance du groupe au prochain point de convergence potentiel.
Ce travail présente un modèle générique pour définir une abstraction des systèmes multi-synchrones.
Et propose une métrique de divergence de groupe et montre comment les métriques existantes peuvent être exprimées dans ce modèle.
Il propose également un algorithme efficace pour calculer la métrique de divergence de groupe dans un réseau entièrement décentralisé.

Mots clés : systèmes distribués, systèmes collaboratifs, web sémantique, awareness.

Abstract

Multi-synchronous collaborative systems support parallel streams of activities on replicated data.
They allow streams of activities to diverge.
If divergence can help to reduce completion time, it can also generate important overhead when solving conflicts.
Divergence awareness is one approach that aims to limit conflicts by making users aware of divergence.
It aims to answer the following questions : is there any divergence ? With whom ? Where ? And how much ?
Existing divergence awareness metrics are highly coupled to their original applications and can not be used outside their original scope.
In addition, existing divergence awareness do not estimate a global state of the system with all its workspace in a fully distributed way.

In this thesis, I propose a formal model to express existing divergence awareness metrics.
I propose also an original group divergence metric that addresses specifically the "how much ?" question.
This metric makes users aware of the distance of the group to the next potential convergence point.
I define formally the group divergence awareness metric.
Next, I propose an algorithm to compute group divergence metric on logs and validates the algorithm with real data from different development projects.
Finally, I propose an original approach based on overlay network to compute group divergence metric in real-time in a fully decentralized network and validate the approach with simulations.

Keywords : Multi-synchronous Collaboration, Divergence Awareness, Distributed System, Semantic Web.

Composition du jury

  • Bruno Defude, Professeur, TELECOM SudParis (rapporteur)
  • Nicolas Roussel, Directeur de Recherche, INRIA Lille (rapporteur)
  • Marc Gelgon, Professeur, Université de Nantes (examinateur)
  • Gérald Oster, Maître de Conférences, Université de Lorraine (examinateur)
  • Pascal Molli, Professeur, Université de Nantes (directeur de thèse)
  • Hala Skaf-Molli, Maître de Conférences, Université de Nantes (Co-encadrante de thèse)

Dernière modification : lundi 19 novembre 2012