Négociation multi-agents résistante aux pics de charge pour améliorer l’acceptabilité des services d’un fournisseur SaaS ouvert

Résumé : Le taux d'acceptabilité d'un service et la satisfaction des utilisateurs deviennent des facteurs clés pour éviter le désabonnement des clients et sécuriser le succès de tout fournisseur de logiciel en tant que service (SaaS). Néanmoins, le fournisseur doit également répondre à des charges de travail fluctuantes et minimiser le coût de la location de ressources sur le cloud. Pour répondre à ces préoccupations contradictoires, la plupart des travaux existants effectuent unilatéralement la gestion des ressources par le fournisseur. Par conséquent, les préférences de l'utilisateur final et son acceptabilité subjective du service sont pour la plupart ignorées. Afin d'évaluer la satisfaction des utilisateurs et l'acceptabilité du service, des études récentes dans le domaine de la qualité de l'expérience (QoE) recommandent aux fournisseurs d'utiliser des quantiles et des percentiles pour évaluer précisément l'acceptabilité du service utilisateur. Dans cet article, nous proposons un mécanisme de négociation « one-to-many » élastique, résistant à la charge et adaptatif pour améliorer l'acceptabilité du service d'un fournisseur SaaS ouvert. Basé sur l'estimation du quantile du taux d'acceptabilité du service et sur un modèle appris de la stratégie de négociation utilisateur, ce mécanisme ajuste le processus de négociation du fournisseur afin de garantir le taux d'acceptabilité du service souhaité tout en respectant les limites budgétaires du fournisseur. Le mécanisme proposé est mis en œuvre et ses résultats expérimentaux sont examinés et analysés
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-01848678
Contributor : Gauthier Picard <>
Submitted on : Wednesday, July 25, 2018 - 9:48:47 AM
Last modification on : Tuesday, December 11, 2018 - 8:43:54 PM

Identifiers

Citation

Amro Najjar, Gauthier Picard, Olivier Boissier. Négociation multi-agents résistante aux pics de charge pour améliorer l’acceptabilité des services d’un fournisseur SaaS ouvert. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2018, 32 (5-6), pp.602-625. ⟨10.3166/RIA.32.602-625⟩. ⟨hal-01848678⟩

Share

Metrics

Record views

110