Université de Rennes 5G slice monitoring using machine learning Surveillance des tranches 5G à l’aide de l’apprentissage automatique Intelligence ArtificielleRéseaux de Convolution Graphique Relationnels (RGCN)Apprentissage automatiqueRéseaux 5GSurveillance de RéseauTomographie de RéseauAlgorithmes Génétiques Artificial IntelligenceRelational Graph Convolutional Networks (RGCN)Machine Learning5G NetworksNetwork MonitoringNetwork TomographyGenetic Algorithms 5G (téléphonie mobile) Surveillance Intelligence artificielle Apprentissage automatique Algorithmes génétiques Le slicing des réseaux 5G complique leur surveillance, rendant les approches traditionnelles inefficaces face à l'augmentation du trafic et aux exigences de latence. Cette thèse explore la tomographie réseau à travers deux contributions : la sélection des chemins de mesure via un algorithme génétique et une approche par Réseaux de Convolution de Graphes Relationnels (RGCN) pour généraliser le placement des moniteurs. En combinant tomographie et apprentissage automatique, ces solutions offrent une surveillance plus efficace et adaptable des réseaux 5G et futurs. Network slicing in 5G complicates network monitoring, making traditional approaches ineffective in the face of increasing traffic and latency requirements. This thesis explores network tomography through two contributions: measurement path selection using a genetic algorithm and a Relational Graph Convolutional Network (RGCN) approach to generalize monitor placement. By combining tomography and machine learning, these solutions provide more efficient and adaptable monitoring for 5G and future networks. Electronic Thesis or DissertationText en application/pdf1 : 3171 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/f98bd92c-39a8-4fcb-af29-01223c5ced16 El Attar Zahraa 1994-10-27 LB 289176689 zahraa.attar@outlook.com 2025URENS010 http://www.theses.fr/2025URENS010 2025-03-15 Informatique Université de Rennesthesis.degree.grantor_1 26693823X Rennesthesis.degree.grantor_2 Doctorat non ouiTexierGéraldineintervenant_1127231692Hadjadj Aoul Yassineintervenant_2128706333BarakatChadiintervenant_3074451154TexierGéraldineintervenant_1127231692Hadjadj Aoul Yassineintervenant_2128706333CasasPedrointervenant_4148038379HoarauKévinintervenant_5264392256BarakatChadiintervenant_3074451154CaillouetChristelleintervenant_6138505586 MATISSEecoleDoctorale_1 267602553 IRISA partenaireRecherche_1 026386909 ddc:004 TexierGéraldineHadjadj Aoul YassineBarakatChadiCasasPedroHoarauKévinCaillouetChristelleUniversité de RennesRennesMATISSE IRISA ASCII PDF 3247185