Les chaînes de blocs pour stocker les données IdO
Achetée sur Istock.com. Droits d’auteur.
Les infrastructures actuelles de l’Internet des objets (IdO) génèrent une quantité colossale de données hétérogènes, nécessitant une gestion sécuritaire et efficace. Cet article présente de manière succincte le BlockAM, un intergiciel conçu pour la sélection intelligente de technologies de stockage des applications IdO en fonction de leurs exigences de service (performance, accessibilité, sécurité, etc.). Ce concept permet aux développeurs d’applications IdO de sélectionner le meilleur candidat de stockage pour leurs applications, en fonction de leurs besoins de service, tenant compte du grand choix de stockage nuagique et décentralisé offert, de leurs systèmes sous-jacents de stockage hétérogènes et de leurs garanties de niveau de service (SLA) propres.
Introduction
Le déploiement phénoménal des applications IdO dans le monde produit plusieurs téraoctets de données hétérogènes sous-jacentes par jour (protocoles de communication, formats de données, technologies), chacune ayant des propres exigences de service reliées à la performance, la sécurité, la confidentialité, la disponibilité et le prix. S’appuyer sur une seule technologie nuagique pour stocker ces données tend à imposer des limites aux applications, ce qui pourrait être atténué par d’autres solutions de stockage. De plus, les solutions actuelles de stockage centralisé dans le nuage posent d’importants problèmes de sécurité et de confiance, car les données sensibles des clients peuvent facilement être volées des serveurs nuagiques.
Récemment, le stockage décentralisé gagne en popularité comme solution de rechange. Généralement fondée sur une combinaison de technologie de chaînes de blocs et de réseaux poste-à-poste (P2P), leur architecture diffère considérablement des technologies nuagiques, possédant des caractéristiques distinctes de sécurité, de confidentialité, de performance et de disponibilité, tout en offrant des prix compétitifs. Par conséquent, les développeurs IdO doivent tenir compte d’un grand nombre de technologies pour le stockage des données de leurs applications.
Un intergiciel de sélection de stockage (logiciel servant d’intermédiaire entre deux applications ou services pour faciliter la communication) aidera à mieux comprendre les paramètres des applications IdO et les caractéristiques des technologies de stockage; cette maîtrise aidera à la prise de décision sur la solution de stockage à adopter, affectant directement les performances et la sécurité des applications IdO dans un environnement dynamique. Nous analysons ici l’aspect théorique de la sélection de stockage et les solutions pratiques proposées.
La motivation derrière la chaîne de blocs
Une chaîne de blocs est un type de registre distribué géré par un réseau P2P sans l’intervention d’un tiers de confiance. Les informations stockées dans le réseau de chaînes de blocs sont immuables et inviolables. Toutes les entités du réseau (applications IdO, technologies de stockage, intergiciels et nœuds en brouillard) sont connectées à ce réseau, comme le montre la figure 1.
L’objectif principal du réseau de chaînes de blocs dans notre architecture est d’établir la confiance entre les entités et de garantir la responsabilisation, la traçabilité et la vérifiabilité des décisions relatives aux intergiciels. En outre, le réseau à chaînes de blocs garantit également l’intégrité des données IdO en stockant le hachage des données.
Figure 1 Motivation derrière la chaîne de blocs
Le concept BlockAM
L’architecture de l’intergiciel proposé est illustrée à la figure 2. Par rapport à l’architecture IdO en brouillard classique, BlockAM tient compte à la fois des technologies de stockage décentralisées et du stockage dans le nuage, et sélectionne intelligemment une technologie de stockage pour les applications IdO. En outre, le réseau à chaînes de blocs sert également à stocker les données IdO critiques sur chaîne afin d’assurer une accessibilité à 100 %.
Figure 2 Architecture BlockAM
Un problème d’optimisation basé sur le coût minimal
Notre formulation théorique de la sélection de stockage repose sur un problème d’optimisation de décisions, où l’on vise à minimiser le coût global associé aux technologies de stockage, tout en répondant aux exigences de service des applications IdO. Notre séparons le coût global en cinq composantes distinctes : bande passante, accessibilité, latence, extraction et stockage, et confidentialité. La variable de décision définie dans le problème d’optimisation est une valeur binaire, c’est-à-dire une valeur correspondant à la technologie de stockage sélectionnée ou zéro.
Algorithmes proposés
Nous avons prouvé que notre problème d’optimisation était NP-difficile, c’est-à-dire que la solution au problème ne peut être trouvée en temps polynomial. Par conséquent, afin d’approximer une solution au problème d’optimisation, nous proposons deux algorithmes heuristiques : l’heuristique fondée sur la programmation dynamique (PD) et l’heuristique de style Glouton ou Greedy (SG).
L’heuristique PD crée une table 2-D des paramètres des technologies de stockage et sélectionne la solution de stockage la mieux adaptée à une application IdO, à l’aide de la stratégie dite first-fit. En revanche, l’heuristique SG sélectionne une technologie de stockage de manière aléatoire et une solution de stockage dès qu’un certain nombre de conditions d’optimisation définies sont remplies.
Cependant, il n’est pas toujours nécessaire pour le propriétaire d’une application IdO de tenir compte de toutes les exigences de service; le propriétaire peut n’être intéressé que par un prix minimal. L’heuristique GS est spécialement conçue pour ce cas. À l’inverse, nous plaidons en faveur de l’heuristique PD si l’on doit tenir compte de toutes les exigences de service pour les applications IdO.
Comparaison entre les algorithmes
Nous avons réalisé une série de simulations pour analyser les performances du concept proposé. La figure 3 montre la précision des deux heuristiques pour une prise de décision optimale. SG-5 signifie que cinq exigences de service sont prises en compte dans le problème d’optimisation. Notons que la précision de l’heuristique PD est d’environ 92 %, par rapport à la précision maximale d’environ 80 % de l’heuristique SG englobant toutes les exigences de service. La figure 4 compare les temps d’exécution des heuristiques proposées. L’heuristique SG surpasse l’heuristique PD dans les deux cas, mais elle manque de précision par rapport à l’heuristique PD, comme démontré à la figure 3. De plus, les deux algorithmes réduisent considérablement le temps d’exécution du problème d’optimisation par rapport à la solution préconisée. En outre, le prix du stockage des données d’applications IdO distinctes diminue jusqu’à 31,2 % avec notre solution d’intergiciel, comme le montre la figure 5.
Figure 3 Comparaisons de précision
Figure 4 Comparaisons des durées d’exécution
Figure 5 Comparaisons des prix
Conclusion
Notre analyse des performances en précision et en durée d’exécution démontre l’efficacité du BlockAM proposé. En outre, le prix du stockage des données IdO diminue considérablement avec notre intergiciel. Mais surtout, le concept proposé permet aux développeurs d’applications IdO de sélectionner le meilleur candidat pour le stockage des applications IdO tout en tenant compte de la grande variété de technologies de stockage offertes, réduisant ainsi le monopole absolu des technologies nuagiques.
Informations complémentaires
Pour plus d’information sur cette recherche, consulter l’article de conférence suivant : Danish, Syed Muhammad, Kaiwen Zhang, and Hans-Arno Jacobsen. “BlockAM : An adaptive middleware for intelligent data storage selection for internet of things.” In IEEE International Conference on Decentralized Applications and Infrastructures (DAPPS), 2020.
