Modeling and Analysis of Stochastic Real-Time Systems. (Modélisation et analyse de systèmes stochastiques et temps réel)

Dans cette these, nous abordons le probleme de la modelisation et de la verification de systemes complexes presentant des comportements a la fois probabilistes et temporises. La conception de tels systemes est devenue de plus en plus complexe en raison de l’heterogeneite des composants impliques, l’incertitude decoulant d’un environnement ouvert et les contraintes temps reelinherentes a leurs domaines d’application. La gestion a la fois du logiciel et du materiel dans une vue unifiee tout en incluant des informations sur les performances (par exemple, temps de calcul et de communication, consommation d’energie, etc.) devient indispensable. Construire et analyser des modeles de performance est d’une importance primordiale pour donner des garanties sur les exigences fonctionnelles et extra-fonctionnelles des systemes, et permettre uneprise de decision fondee sur des mesures quantitatives des les premieres etapes de la conception.Cette these apporte plusieurs nouvelles contributions. Tout d’abord, nous introduisons un nouveau formalisme de modelisation appele BIP stochastique et temps reel (SRT-BIP) pour la modelisation, la simulation et la generation de code de systemes a base de composants. Ce formalisme herite du framework BIP ses capacites de modelisation basees sur les composants et le temps reel et, en outre, il fournit des primitives pour exprimer des comportements stochastiquescomplexes.Deuxiemement, nous etudions des techniques d’apprentissage automatique pour faciliter la construction de modeles de performance. Nous proposons d’ameliorer et d’adapter une procedure d’apprentissage presentee dans la litterature pour deduire des modeles stochastiques et temporises a partir d’executions concretes du systeme, et de les exprimer dans le formalisme SRT-BIP.Troisiemement, etant donne les modeles de performance dans SRT-BIP, nous explorons l’utilisation du model checking statistique (SMC) pour l’analyse d’exigences concernant la fonctionnalite et les performances du systeme. Pour ce faire, nous fournissons un framework complet, appele SBIP, en tant qu’outil de support pour la modelisation, la simulation et l’analyse des systemes SRT-BIP. SBIP est un environnement de developpement integre (IDE) qui implemente des algorithmes SMC pour des analyses quantitatives, qualitatives et d’evenementsrares, en plus d’une procedure d’automatisation pour l’exploration des parametres d’une propriete. Nous validons nos propositions sur des etudes de cas reels touchant a des domaines varies tels que les protocoles de communication, les systemes concurrents et les systemesembarques.Enfin, nous etudions plus en detail l’interet du SMC lorsqu’il est inclus dans des methodes d’analyse de systeme elaborees. Nous illustrons cela en proposant deux approches d’evaluation des risques. Dans la premiere approche, nous introduisons une methodologie en spirale pour modeliser des systemes resilients avec des composants FDIR que nous validons a travers l’evaluation de la securite du systeme de locomotion d’un rover d’exploration planetaire. La deuxieme approche concerne l’evaluation des politiques de securite des organisations selon une approche de securite offensive. L’objectif est de synthetiser des configurations de defense efficaces contre des strategies d’attaque optimisees (qui minimisent le cout d’attaque et maximisent la probabilite de succes). Ces strategies d’attaque sont obtenues en combinant l’apprentissage de modeles et les methodes meta-heuristiques, dans lesquels le SMC a le role principal d’evaluer et de prioriser les potentielles strategies candidates.