Note ABES Enhancing industrial internet of things through software-defined networking : from building the network to flow management Améliorer l'Internet industriel des objets grâce à la mise en réseau définie par logiciel : de la construction du réseau à la gestion des flux Internet industriel des objets Réseaux définis par logiciel Planification Allocation des ressources Isolation du flux Industrial Internet of Things Software Defined Networking Scheduling Resource allocation Flow isolation 004.6 Industrie 4.0 Internet des objets Cette thèse explore le rôle des réseaux de capteurs sans fil industriels (IWSNs) dans le cadre de l'Industrie 4.0, mettant en avant leur importance dans l'amélioration de l'efficacité et de la réactivité des opérations industrielles. Les IWSNs sont cruciaux pour l'interconnexion des capteurs et actionneurs, appliquant des accords de niveau de service (SLAs) pour une qualité de service (QoS) élevée en termes de fiabilité et de latence. Principalement, les IWSNs s'appuient sur des protocoles déterministes au niveau du contrôle d'accès au support (MAC) pour minimiser les incertitudes. Cependant, les approches de planification centralisée, essentielles pour des performances optimales, rencontrent des défis pratiques. Cette étude propose une solution de réseau défini par logiciel (SDN) pour les IWSNs, assurant une communication fiable au niveau du plan de contrôle et introduisant un système d'admission des appels pour une allocation centralisée efficace des ressources en fonction des exigences de QoS des appareils. La thèse présente également une méthode de découverte précise et écoénergétique de la topologie et d'estimation de la qualité de liaison, cruciale pour éviter la surestimation ou la sous-estimation des ressources. De plus, une solution efficace pour maintenir les réseaux SDN planifiés sur des liaisons sans fil variables dans le temps est présentée, minimisant le trafic de contrôle et le temps de reconfiguration tout en préservant les SLAs pour les flux critiques. Cette recherche offre des perspectives précieuses pour faire progresser les IWSNs dans le contexte de l'Industrie 4.0, en abordant les défis clés pour une performance et une adaptabilité accrues. This thesis explores the role of Industrial Wireless Sensor Networks (IWSNs) within the framework of Industry 4.0, emphasizing their significance in enhancing efficiency and responsiveness in industrial operations. IWSNs are crucial for interconnecting sensors and actuators, enforcing Service Level Agreements (SLAs) for high Quality of Service (QoS) in terms of reliability and latency. Mainly, IWSNs rely on deterministic protocols at the Medium Access Control (MAC) layer to minimize uncertainties. However, centralized scheduling approaches, crucial for optimal performance, face practical challenges. This study proposes a Software Defined Network (SDN) solution for IWSNs, ensuring reliable control plane communication and introducing a call admission system for effective centralized resource allocation based on devices' QoS requirements. The thesis also presents an accurate and energy-efficient topology discovery and link quality estimation method, critical for preventing resource overestimation or underestimation. Additionally, an efficient solution for maintaining scheduled SDN networks over time-varying wireless links is introduced, minimizing control traffic and reconfiguration time while preserving SLAs for critical flows. This research provides valuable insights into advancing IWSNs in the context of Industry 4.0, addressing key challenges for enhanced performance and adaptability. Electronic Thesis or Dissertation Text en PDF 119585356 Université de Strasbourg Strasbourg 2024-12-31 https://theses.hal.science/tel-04589817 application/pdf 119630304 https://publication-theses.unistra.fr/public/theses_doctorat/2023/VEISI_GOSHTASB_FARZAD_2023_ ED269.pdf http://www.theses.fr/2023STRAD061/abes https://theses.hal.science/tel-04589817 https://theses.hal.science/tel-04589817 https://theses.hal.science/tel-04589817 https://theses.hal.science/tel-04589817 Veisi Farzad 1992-06-05 FR 275014444 0EFB1V04PN9 22022648 4200018 https://theses.fr/2023STRAD061 2023STRAD061 https://doi.org/10.70675/8a95ef89z5389z4606z844fz3aeeb8b2a2d8 2023-11-20 Informatique Strasbourg 131056549 Doctorat Docteur es non oui Théoleyre Fabrice MADS_DIRECTEUR_DE_THESE_1 112813070 Montavont Julien MADS_DIRECTEUR_DE_THESE_2 113832729 Chrisment Isabelle MADS_PRESIDENT_DU_JURY 154525707 Iova Oana-Teodora MADS_MEMBRE_DU_JURY_1 191375756 Guitton Alexandre MADS_RAPPORTEUR_1 095626573 Loscrì Valeria MADS_RAPPORTEUR_2 19753399X École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 269 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 260728 176969721 ddc:004 Théoleyre Fabrice Montavont Julien Chrisment Isabelle Iova Oana-Teodora Guitton Alexandre Loscri Valeria École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) PDF 119585356