Présentation

Le Séminaire Grenoblois en Evaluation de Performances (SGEP) est une rencontre mensuelle qui alterne des séminaires d'intervenants extérieurs et des présentations de travaux en cours par un chercheur de la région grenobloise. Les exposés SGEP durent 1 heure et ont (généralement) lieu le jeudi après-midi à 15h00.

Le séminaire recouvre des thématiques variées:

L'objectif est de permettre les contacts entre des chercheurs de différentes communautés Grenobloises travaillant avec les mêmes familles d'outils. Cela devrait déboucher sur une activité de type groupe de travail inter-laboratoires sur des thématiques précises.

Ce séminaire est associé au groupe PAGE: Probabilités et Applications de Grenoble et ses Environs, ainsi qu'aux séminaires et groupes de travail hebdomadaires du laboratoire ID.

Programme

Date

Jour

Titre

Intervenant

16/02/2007 jeudi Performance Analysis of Peer-to-Peer Storage Systems Sara Alouf
22/01/2007 lundi Polynômes de matrice stochastique et monotonie Jean-Michel Fourneau
7/12/2006 jeudi Analyse des réseaux de Petri stochastiques non markoviens - une nouvelle approche Patrice Moreaux
04/12/2006 jeudi An heuristic for the hybrid algorithm to vector-descriptor product Paulo Fernandes

Résumés

16/02/2007 : Sara Alouf : Performance Analysis of Peer-to-Peer Storage Systems

Sara Alouf (http://www-sop.inria.fr/maestro/personnel/Sara.Alouf/moi.html)
Get the slides

Résumé :
In this talk, we will evaluate and compare the performance of two schemes for recovering lost data in a peer-to-peer (P2P) storage systems. The first scheme is centralized and relies on a server that recovers multiple losses at once, whereas the second one is distributed. By representing the state of each scheme by an absorbing Markov chain, we are able to compute their performance in terms of the delivered data lifetime and data availability. Numerical computations are provided to better illustrate the impact of each system parameter on the performance. Depending on the context considered, we provide guidelines on how to tune the system parameters in order to provide a desired data lifetime.

7/12/2006 : Patrice Moreaux : Analyse des réseaux de Petri stochastiques non markoviens - une nouvelle approche

Patrice Moreaux (http://www.univ-savoie.fr/Portail/Groupes/listic2/membres/Patrice.Moreaux/index.html)

Résumé :
Les réseaux de Petri stochastiques (SPN) ont donné lieu à de nombreuses variantes pour prendre en compte différents aspects de la modélisation des systèmes à événements discrets avec aléa. Dans ce travail, nous nous intéressons à l'analyse transitoire et à l'équilibre des SPN -non markoviens- comportant des distributions à support fini, sans autre contrainte. Plutôt que de calculer une distribution approchée du modèle, comme c'est le cas dans les approches précédentes, nous réalisons une analyse exacte d'un modèle approché. La conception de cette méthode conduit à une gestion uniforme des cas transitoire et à l'équilibre. Cette méthode est une adaptation de nos résultats précédents développés pour des processus stochastiques généraux. L'emploi du formalisme réseaux de Petri nous permet de décrire le comportement du processus approché sous forme d'expressions tensorielle. Ces représentations conduisent à des réductions significatives des complexités temporelles et mémoire.
Travail commun avec Serge Haddad, Lynda Mokdad (LAMSADE, U. Paris Dauphine).

04/12/2006 : Paulo Fernandes : An heuristic for the hybrid algorithm to vector-descriptor product

Paulo Fernandes (http://www.inf.pucrs.br/~paulof)

Résumé :
Many Markovian stochastic structured modeling formalisms like Petri nets, automata networks and process algebra represent the infinitesimal generator of the underlying Markov chain as a descriptor instead of a traditional sparse matrix. A descriptor is a compact and structured storage based on a sum of tensor (Kronecker) products of small matrices that can be handled by many algorithms allowing affordable stationary and transient solutions even for very large Markovian models. One of the most efficient algorithms used to compute iterative solutions of descriptors is the Shuffle algorithm which is used to perform the multiplication by a probability vector . In this paper we propose an alternative algorithm called Hybrid, since it offers a flexible solution in between the pure sparse matrix approach and the Shuffle algorithm itself. The Hybrid algorithm puts the Shuffle approach in perspective by presenting a faster execution time for many cases and at least the same efficiency for the worst cases. This paper addresses the question of finding an heuristic to determine how the matrices should be in the descriptor in order to cut in the best possible matrix. We used real SAN models to validate our heuristic such as a master/slave model and a wireless sensor network model. The overall case shows that the hybrid approach runs better if identities are located on the right side of the cut and the non-identities matrices on the left side for a case where many identities are present. For a case where the term have few identities we notice that a good heuristic is to cut right at half the number of matrices in the term.


Contact

Responsable: 

Coordination scientifique:


Liens

PAGE    
Séminaires ID   
Séminaires SGEP passés   
Laboratoire ID   
LAG-Elesa    
Projet Mescal