Abstract FR:

Nous nous intéressons à l'évaluation de critères de qualité de service (QoS) dans les réseaux à l'état stationnaire. Au lieu d'essayer de modéliser tous les mécanismes d'un routeur pour formaliser les critères de QoS, nous proposons d'utiliser des réseaux de neurones pour apprendre cette QoS à partir d'observations du système. Nous généralisons ensuite cette approche et proposons une coopération distribuée de modèles neuronaux qui permet de propager les estimations le long d'un chemin. Nous présentons enfin une formalisation multiflot pour le problème de routage optimal sous contraintes de QoS de bout en bout et une stratégie de résolution de type déviation de flot s'appuyant sur le lagrangien augmenté. Puis, nous proposons de remplacer l'approximation M/M/1 par un modèle neuronal de la QoS. Il est alors nécessaire de garantir la croissance des fonctions d'évaluation et nous proposons pour cela un algorithme d'apprentissage sous contrainte pour les réseaux de neurones feed-forward