Évaluation technique, énergétique, économique et environnementale du calcul véhiculaire et du Edge Computing

Cette thèse étudie la faisabilité technique, économique et environnementale des architectures de calcul pour le support d'applications sensibles au délai, telles que la Réalité Augmentée (AR) et la Conduite Autonome (AD). Bien que le Cloud Computing (CC) constitue aujourd'hui le paradigme dominant, il ne peut garantir une latence suffisamment faible. Cette limitation est surmontée par l'Edge Computing (EC), qui consiste à déployer des capacités de calcul à la périphérie du réseau d'accès. Toutefois, l'EC implique des coûts d'infrastructure élevés et soulève des préoccupations environnementales, liées notamment au cycle de vie court des équipements électroniques (environ quatre ans) et à l'augmentation de la consommation énergétique. Parallèlement, le nombre de véhicules connectés ne cesse de croître. Ces véhicules embarquent déjà des ressources de calcul et de communication qui peuvent être exploitées de manière opportuniste, non seulement pour les tâches liées à la conduite, mais aussi pour le délestage de calcul en provenance de dispositifs externes, tels que les smartphones, ordinateurs portables ou appareils de santé portables des utilisateurs finaux. Ces ressources disponibles dans les véhicules peuvent être gérées selon le paradigme du Vehicular Cloud Computing (VCC). Dans cette thèse, nous analysons tout d'abord la faisabilité économique du déploiement de l'Edge Computing à l'aide d'un modèle fondé sur la théorie des jeux, en montrant comment la coopération multi-acteurs peut atténuer les coûts élevés de déploiement. Ensuite, nous évaluons sous quelles conditions le VCC peut remplacer l'EC, c'est-à-dire dans quelle mesure le délestage de tâches vers les véhicules peut offrir des performances comparables à celles de l'EC. Les résultats sont obtenus à partir de simulations de réseaux basées sur des scénarios de mobilité urbaine réalistes. Nous montrons que le VCC peut atteindre une latence ultra-faible, de l'ordre de 10 ms, même lorsque la densité des véhicules est faible. Une analyse comparative des coûts révèle que remplacer l'EC par le VCC permet de réduire les dépenses d'infrastructure d'environ 10% sur cinq ans. Enfin, nous proposons une approche de gestion du VCC visant à optimiser la consommation énergétique, les émissions de carbone et à calculer une répartition équitable des revenus générés par les tâches des utilisateurs finaux. Cette approche est basée sur la programmation mathématique et la théorie des jeux coopératifs. À travers une simulation de Monte-Carlo, nous montrons que la consommation énergétique imputable au VCC représente moins de 0,1% de la consommation totale du véhicule dans des scénarios réalistes, et que les propriétaires de véhicules reçoivent des incitations substantielles à participer à l'exécution des tâches. En résumé, cette thèse démontre la faisabilité des architectures de réseaux mobiles de nouvelle génération, telles que l'Edge Computing et le Vehicular Cloud Computing, pour le support d'applications à très faible latence.