Espace membre

Cet espace est dédié aux étudiants, aux enseignants et au personnel administratif de l'école

Valider

Mot de passe oublié?

Evènements et manifestations

13/02/2021

Soutenance de doctorat de Tasnim ABAR



Soutenance de thèse de doctorat le 13/02/2021 à 09H30 , à l'amphi Ibn Khaldoun de Sup'Com.


Intitulé :Approche ML pour une meilleure QoS/QoE au sein des réseaux SDN/NFV

Présentée par :Tasnim ABAR






JURY


Présidente :

Pr. Houria REZIG

Professeur à l’ENIT, Université de Tunis - El Manar

 

 

 

Rapporteurs :

Pr. Kaouther SETHOM

Professeur à l’ENI CARTHAGE, Université de Carthage

 

Pr. Khaled GRAYA

Professeur à l’ENSTAB, Université de Carthage

 

Examinateur :

Pr. Jamel HAJ TAHAR

Professeur à l’ENISO, Université de Sousse

 

Directrice de thèse

Dr. Asma BEN LETAIFA

Maitre de conférences à SUP’COM, Université de Carthage

 

 

 


Résumé


Ces dernières années, l'expérience utilisateur devient un indicateur fiable pour les fournisseurs de services et les fournisseurs de contenus pour transmettre le fonctionnement global du système de bout en bout (client, terminal, réseau, infrastructure de services, encodage des supports, etc.). En outre, pour concurrencer une part de marché importante, les différents opérateurs de réseau et fournisseurs de services devraient satisfaire leurs clients. Pour répondre à ces exigences, ils nécessitent un suivi et une estimation efficaces de la qualité d'expérience (QoE). La QoE est une métrique subjective qui traite la perception des utilisateurs et peut varier en fonction des attentes et du contexte de l'utilisateur.



Aujourd’hui, évaluer la QoE est devenu une phase fondamentale pour les fournisseurs. Cette nécessité nous a poussés à élaborer et innover des nouvelles techniques pour suivre, prédire et améliorer la QoE.



Dans cette thèse, nous travaillons sur (1) l’estimation de la QoE dans le cas de service du vidéo streaming en se basant sur l’approche Intelligence Artificielle et (2) l’amélioration de la satisfaction de l’utilisateur final en se basant sur plusieurs approches et nouvelles méthodes proposées durant cette thèse.


Mots clés :


QoE, QoS, Vidéo Streaming, IA, Machine Learning, Ensemble learning, DASH, SDN, ICN, Fog Computing, Caching, IoT, IoV