Thèse ‘Agentic Network Flow management for 6G networks’

Description de la mission

Votre rôle est de réaliser un travail de thèse sur :”Agentic network and Flow management in a distributed data architecture for 6G networks.”
· Contexte
L’essor de l’intelligence artificielle (IA) transforme radicalement le paysage des télécommunications. L’IA ouvre la voie à des applications innovantes nécessitant l’intégration de techniques de LLM associées à des AI agents en réseau (agentic networks). Il devient nécessaire, de gérer des flux massifs de données hétérogènes pour entrainer efficacement les modèles IA et traiter les services en temps réel (inférence).es opérateurs font face à un défi majeur : gérer, adapter, filtrer, “augmenter” les données (data flows) générés par ou pour ces agents IA, dans un environnement évolutif, en garantissant des réponses des LLMs et agents IA fiables et pertinentes.
· Objectifs
La thèse vise à étudier et à définir une gestion distribuée et intelligente des data flows dans les réseaux opérateur, alimenter les agents IA avec des datas formatées pour être capable de s’adapter dynamiquement aux besoins des services utilisant principalement les LLMs.
Il n’existe pas de modèle technique pour une gestion dynamique distribuée des flux datas pour l’IA dans les réseaux mobiles, en garantissant la fiabilité des résultats.
Il existe des verrous techniques à lever comme:
– Traitement en temps réel : Concevoir des architectures capables de traiter et d’analyser en temps réel des volumes massifs de données pour les applications IA et/ou générées par elles dans un réseau mobile étendu.
– Hétérogénéité des ressources: Gérer efficacement l’allocation des ressources dans un environnement hétérogène comprenant des équipements aux capacités variées
– Robustesse et résilience: Assurer la continuité du service et la qualité des décisions d’allocation en présence de perturbations réseau, de pannes d’équipements ou d’attaques malveillantes.
– Passage à l’échelle: Garantir les performances et l’efficacité du système lors du passage à l’échelle, avec un nombre croissant de noeuds et d’applications IA.
– Interopérabilité: Concevoir des interfaces et des protocoles permettant l’intégration transparente du système proposé avec les technologies réseau existantes et émergentes
-Confidentialité et sécurité: Développer des mécanismes assurant la protection des données sensibles et la sécurité du système d’allocation de ressources, tout en préservant ses performances.