Conception et configuration de réseaux TSN guidées par les modèles - Université de Lorraine Access content directly
Theses Year : 2024

Model-based conception and configuration of TSN networks

Conception et configuration de réseaux TSN guidées par les modèles

Maxime Samson
  • Function : Author
  • PersonId : 1067236

Abstract

We are studying the design and configuration process of real-time networks that use theTime-Sensitive Networking (TSN) standards. The IEEE 802.1 TSN working group published aset of standards which adds multiple new functionalities to the switched Ethernet standards.The goal of these new functionalities is to allow the design of deterministic Ethernet networks,which makes their use possible in the context of real-time applications.Making it possible to design deterministic Ethernet networks has a cost : the increase indesign and configuration complexity of the network. These new functionalities makes the config-uration effort needed to guarantee the respect of real-time constraints more important. Moreover,since the design process of real-time networks makes use of design tools such as network simu-lators, this increase in complexity also has an impact on them.In this thesis, we propose a tooled approach to assist the design of TSN networks whichrelies on network and software modeling and automatic generation. We first propose a networkmodeling approach for TSN networks. We then link it with a software modeling approach inorder to automatically enrich the model of the network with a model of the data streams. Usingthe data contained in this model, we propose a method to compute the configuration of theCredit-Based Shaper and Time Aware Shaper. Finally, we developed a tool which produces aset of simulation models for different network simulators aswell as configuration files for networkequipment.
Nous étudions le processus de conception et de configuration de réseaux temps réel utilisant les standards Time-Sensitive Networking (TSN). Le groupe de travail IEEE 802.1 TSN a publié un ensemble de standards ajoutant de nouvelles fonctionnalités aux normes utilisés par les réseaux Ethernet commutés. L'objectif de ces nouvelles fonctionnalités est de permettre la mise en place de réseaux Ethernet déterministes, ce qui rend possible leur utilisation dans le cadre d'applications temps réels. L'obtention de cette propriété de déterminisme a néanmoins un coût : l'augmentation de la complexité dans la conception et dans la configuration de ces réseaux. Ces nouvelles fonctionnalités entraînent une augmentation de l'effort de configuration destiné à déployer un réseau capable de respecter ses exigences temps réel. De plus, le processus de conception de ces réseaux faisant usage d'outils de conception tel que des simulateurs réseau, cette augmentation de complexité se répercute également sur ces derniers. Nous proposons dans cette thèse une approche outillée d'assistance à la conception de réseau TSN qui repose sur la modélisation du réseau, des applications qui l'utiliseront et la génération automatique. Nous proposons d'abord une approche de modélisation pour les réseaux TSN. Nous la lions ensuite à une approche de modélisation logicielle afin de mettre en place un processus de génération automatique qui complète le modèle du réseau avec les flux de données. À l'aide de ce modèle, nous proposons une méthode de calcul de la configuration du Credit-Based Shaper et du Time Aware Shaper. Enfin, nous avons développé un outil générant un ensemble de modèles de simulation à destination de plusieurs simulateurs réseau ainsi que les fichiers de configuration des équipements réseau.
Fichier principal
Vignette du fichier
DDOC_T_2024_0017_SAMSON.pdf (2.23 Mo) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

tel-04585557 , version 1 (23-05-2024)

Identifiers

  • HAL Id : tel-04585557 , version 1

Cite

Maxime Samson. Conception et configuration de réseaux TSN guidées par les modèles. Informatique [cs]. Université de Lorraine, 2024. Français. ⟨NNT : 2024LORR0017⟩. ⟨tel-04585557⟩
0 View
0 Download

Share

Gmail Mastodon Facebook X LinkedIn More