HDRs 2025

Ce manuscrit explore l'évolution de la gestion et de l'analyse des réseaux, mettant en avance des concepts, des technologies et des défis cruciaux dans ces domaines. Pour la gestion des réseaux, il y a eu un changement majeur vers la priorisation de l'expérience utilisateur ou Quality of Experience (QoE), incitant des adaptations significatives. Nous avons examiné et proposé des approches à la fois centralisées et décentralisées pour l'allocation de ressources conscientes de la QoE à travers des divers types de réseaux sans fil (maillés, domestique, capteurs). De plus, nous avons couvert des conceptions inter-couches qui intègrent le routage (couche réseau), la priorisation de trames vidéo (couche applicative) et la file d'attente (couche MAC), pour l'optimisation de la diffusion vidéo. Pour l'analyse des réseaux, nous avons exploré une gamme de techniques d'apprentissage automatique. Celles-ci incluent des méthodes d'apprentissage non supervisé pour des tâches telles que la définition de tranche de réseaux et l'analyse du réseau véhiculaire, des approches supervisé pour la classification du trafic utilisant des modèles d'ensemble et l'apprentissage fédéré, et des stratégies semi-supervisé, particulièrement pour adresser les problèmes de rareté de labels, en utilisant des autoencodeurs empilés et l'apprentissage fédéré. De plus, nous avons présenté un paradigme destiné à l'apprentissage à travers le continuum Cloud-Edge-IoT, qui intègre l'apprentissage fédéré hiérarchique avec des réseaux neuronaux impulsionnels, offrant des solutions aux défis de scalabilité, de confidentialité et d'efficacité énergétique. Collectivement, ces efforts visent à faire progresser l'état de l'art dans la gestion et l'analyse des réseaux, offrant diverses méthodologies pour améliorer les performances du réseau, la sécurité, l'expérience utilisateur et fournir des informations sur les réseaux de communication de génération actuelle et future.