Etude comparative des algorithmes de vote dans les systèmes tolérants aux fautes
Thèses / mémoires Ecrit par: Battat, Nadia ; Belmahdi, A. ; Publié en: 2006
Résumé: Ce mémoire porte étude d'algorithmes de vote ou d'élection qui sont employés pour arbitrer entre les résultats de modules redondent dans les systèmes tolérants aux fautes. le voter de majorité inexacte, le voter de médiane et le voter de moyenne pondérée ont été employés dans beaucoup d'applications pour masquer les erreurs aux utilisateurs. Cependant, le primer nécessite la spécification du seuil de voter et les autres sont incapables de produire un sortie bénigne dans les cas de désaccord complet entre ses entrées. De plus, aucun de ces trois voters n'est capable de prendre en considération les incertitudes associées aux entrées. un nouveau schéma (voter flou) basé sur la théorie des ensembles flous et utilisé pour résoudre les problèmes posés par les autres coter. Le voter flou est expérimentalement évalué du point de vue de sûreté, disponibilité et fiabilité, et comparé avec les voters de majorité inexactes, de médiane et de moyenne pondérée. Les résultats de simulation suggèrent que le voter flou soit approprié pour des applications dans lesquelles un petite dégradation de sa sûreté est acceptable. Dans ce mémoire, nous avons proposé une amélioration du voter flou par l'utilisation des algorithmes génétiques hiérarchisés. Ces algorithmes permettent d'optimiser les fonctions d'appartenance floues et les règles de décision intervenant dans la conception d'un voter flou. Les résultats de simulation montrent que le voter flou optimisé peut avoir une meilleur sûreté, une meilleur disponibilité et une meilleure fiabilité que les autres voters en présence de petites et de grandes erreurs.
Langue:
Français
Collation:
100 p. ill.
;30 cm.
Diplôme:
Magister
Etablissement de soutenance:
Bejaia, Université Abderrahmane Mira. Faculté des Sciences et Sciences de l'Ingénieur
Spécialité:
Réseaux et Système Distribués
Index décimal
006.31 .Apprentissage automatique (algorithmes génétiques, apprentissage par ordinateur, EAO)
Thème
Informatique
Mots clés:
Algorithmes de vote
Logique floue
Tolérances (fautes)
Note: Bibliogr. pp.92-100 .