Chapitre III : Fiabilité et tolérance aux pannes

1 Taux d'échec
2 Temps moyen entre échecs
3 Maintenabilité
4 Disponibilité
5 Systèmes série et parallèle

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 1
 Motivation
Constat :

• les systèmes numériques deviennent de plus en plus complexes

• Il est presque impossible de ne peut avoir de pannes dans le système

• Importance de la fiabilité aussi bien pour le concepteur que l’utilisateur

Définition :

Fiabilité est la probabilité pour qu'un système fonctionne correctement sans

pannes (Reliability en anglais)

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 2
 Augmentation de la fiabilité
La fiabilité peut être augmentée en :
• Utilisant des composants de haute qualité
• Appliquant des procédures de contrôle de qualité très strictes pendant les
phases de fabrication et d’assemblage
Ces mesures augmentent le coût de façon très significative

Approche alternative :
• Utilisation de composants standard
• Incorporation d'une redondance pour masquer les effets des composants
défectueusx Tolérance aux pannes

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 3
 Fiabilité
Considérons la dégradation d'un système comprenant N composants identiques
sous certaines conditions (température, humidité, etc)

Soient
F(t) le nombre de composants défectueux au temps t
S(t) le nombre de composants fonctionnant correctement au temps t

On a F(t) + S(t) = N

La fiabilité temporelle est

R(t) = S(t)/N

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 4
 Taux d’échec (1/2)
Définition : le taux d’échec est le nombre de composants défectueux par unité
de temps
Z(t) = 1/S(t) * d(F(t)/dt

Z(t)
P1 P2 P3

temps

Cycle de vie : P1 (début de vie), P2 (vie utile) et P3 (fin de vie)

Pendant la vie utile le taux d’échec est constant (l)
Z(t) = l = 1/S(t) * dF(t)/dt = -1/S(t) * dS(t)/dt => dS(t)/S(t) = -l dt
Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 5
 Taux d’échec (2/2)
En intégrant on trouve
log S(t) = -lt + c  S(t) = e-lt + c et R(t) =1/N * e-lt + c

Or on sait que R(0) = 1  R(t) = e-lt

Généralement est exprimé en pourcentage d'échecs par 1000 heures ou 1 heure.

Si lt est petit alors :

R(t) = 1 - t

Exercice : Calculer le taux d’échec d’un système contenant k types de

composants dont chacun a un taux d'échec li (1 ≤ i ≤ k)

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 6
 Temps moyen entre deux échecs
Temps moyen entre deux échecs (MTBF : Mean Time Between Failures)

MTBF =  0
R(t) dt
 
si R(t) = e-lt alors MTBF = 0
e-lt dt = - 1/l e-lt [ ] 0
= 1/l

Exercice 1: montrer que le MTBF d’un système composé de N = 4000

composants dont le taux d’échec Z(t) = 0.02 % par 1000 heures est de 1250
heures.

Exercice 2 : La première génération d’ordinateurs se composaient de 10 000

valves ; chacune avec 0,05 % par1000 heures. Quelle est la période pour
avoir une fiabilité de 99% .
Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 7
 Maintenabilité
Maintenabilité M(t) = probabilité qu'un système en panne soit réparé.

Soient m = taux de réparation et MTTR:Mean Time To Repair (prédeterminés)

m = 1 / MTTR

M(t) = 1 - e-mt = 1 - e-t/MTTR

Le temps de réparation est composé de :

Signalisation de la panne à l’administrateur
Détection du composant défectueux et son isolation
Remplacement du composant défectueux
Vérification que la panne a été réparée et que le système est opérationnel

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 8
 Disponibilité
Disponibilité = probabilité qu’un système fonctionne selon des prévisions à
tout moment de la période de fonctionnement

Disponibilité = tF /(tF + tP)

tF : temps de fonctionnement du système
tP : temps de la panne du système

tP = nombre d‘échecs * MTTR = tF * l * MTTR

donc Disponibilité = 1 / (1 + l*MTTR)

or l = 1 / MTBF Par conséquent Disponibilité = MTBF /(MTBF + MTTR)

Remarque : si MTTR est réduit alors Disponibilité augmente

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 9
 Système série et parallèle
La fiabilité d'un système peut être obtenue en fonction des fiabilités des sous-
systèmes qui le composent

Deux cas limites de systèmes :

Système série : pour que le système fonctionne, il faut que tous les sous-
systèmes fonctionnent (en panne si un sous-système est en panne)

Système parallèle : pour que le système fonctionne, il suffit qu'un sous-

système fonctionne (en panne si tous les sous-systèmes sont en panne)

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 10
 Système série

1 2 …. N

Rsys = P1<i<N Ri

si Ri = e-lt alors lsys = S1<i<N li

si li = l alors Ri = R, Rsys = e-Nlt = RN et MTBF = 1/ (Nl)

Exemple : Si chaque sous-système a une fiabilité de 99% après 1 au alors un

système composé de 10 sous-systèmes aura une fiabilité de 0.9910  0.9.
Remarque : une haute fiabilité ne peut être achevée que si les sous-systèmes
admettant de hautes fiabilités.
Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 11
 Système parallèle

Rsys = 1 - P1<i<N (1 - Ri)

….
N

si Ri = R alors Rsys = 1 – (1 – R)N

Exercice 1 : Calculer la fiabilité d’un système composé de 10 sous-systèmes

redondants où chacun a une fiabilité de 75%.

Exercice 2 : Montrer que le MTBF d’un système // composé de N sous-

systèmes est (S1<i<N 1/i) * MTBF d’un seul système. Considérer le cas où
N=2.
Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 12
 Système série et parallèle
En général, un système est composé d’une combinaison de sous-systèmes
série et parallèle

Exercice : Considérons les systèmes (1) et (2) composés des processeurs A et

C et des mémoires B et D ayant les fiabilités RA, RB, RC et RD.
a) Calculer les fiabilités R1 et R2 des systèmes (1) et (2).
b) Calculer R1 et R2 en supposant que RA= RB = RC = RD = R
c) Comparer R1 et R2

A B A B

C D C D
(1) (2)
Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 13
 Chapitre IV
Simulation

1 Introduction
2 Applications
3 Modèles de simulation
4 Méthodes de simulation
5 Simulation d’un système client/serveur

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 14
 Introduction

Définition : La simulation est une méthodologie flexible permettant l’analyse

du comportement d’une activité existante ou éventuelle. On parle d’un
système sous étude.

Exemples :
• nouveau produit
• ligne d’assemblage
• …

Intérêt : la simulation et l’analyse des résultats permettent

• meilleure compression du fonctionnement du système
• estimation du comportement du système lorsqu’il change
• éclaircissement d’une incertitude du système ou de son environnement.
Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 15
 Applications de simulation

La simulation est une méthode largement répondue par exemples :

• Emprunt bancaire (mensualités et durée des remboursements)
• Opportunité du forage d’un puits de pétrole ou de gaz naturel
• Evaluation de l’impact environnemental d’une nouvelle autoroute ou usine
industrielle
• Détermination des niveaux de stock dépendamment de la fluctuation de la
demande dans les magasins de ventes
• Prédiction des ventes et besoins de production d’un nouveau produit
• CAO des circuits intégrés (édition, transformation, vérification,…)
• Surréservation (overbooking) d’un transporteur aérien
• Risque d’inondation suite à la rupture d’un barrage
• Prévision météorologique
• Trajectoire d’une sonde (recherche spatiale)
Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 16
 Modèles de simulation

Objectif : Assimilation d’un système réel à un modèle et effectuer les

expérience sur ce modèle

Intérêt : rapide, moins coûteux, plus sécuritaire,…

Modèle informatique (mathématique ou numérique)

Utilisation de variables, formules, programmation ou d’autres moyens qui
relient les entrées et les sorties, variables aléatoires, variables de décision,…

Modèle physique
Utilisation d’un modèle réduit, prototype,…

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 17
 Méthodes de simulation
Simulation discrète événementielle
• Utilisation d’un langage de simulation
• Analyse des données statistiques générées par des outils appropriés (risk
solver)

Simulation de Monté Carlo

• Souvent utilisée lorsqu’il y a plusieurs sources différentes d’incertitudes
qui interagissent pour produire des résultats
• Permet d’analyse de milliers de scénarii afin de déterminer ce qui va bien et
ce qui va mal et par conséquent les mesures à entreprendre.
• Exemple : Estimation de l’impact des facteurs (prix de la concurrence, les
variables de production et le coût de la matière première) de la demande du
marché,

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 18
 Simulation d’un serveur et une file (1/2)
fin faux, serveurLibre vrai
longFile0, longMaxFile 0, clientServis0
ajouter à l’échéancier l’événement arrivée
ajouter à l’échéancier l’événement fin de simulation
répéter
even  premier événement de l’échéancier
horloge  temps de even
choisir le type de even
arrivée : traitementArrivée
fin de service : traitementFinService
fin de simulation : finSim=vrai
jusqu’à finSim
écrire (longFile, longMaxFile, clientServis)

Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 19
 Simulation d’un serveur et une file (1/2)
traitementArrivée
si serveurLibre alors
serveurLibre  faux
générer un événement fin de service
sinon
longFile  longFile + 1
si longFile > longMaxFile alors longMaxFile longFile
générer une nouvelle arrivée

traitementFinService
clientServis = clientServis + 1
si longFile = 0 alors libre  vrai
sinon
longFile  longFile – 1
générer une fin de service
Analyse de performance et simulations, M. Eleuldj, Département Génie Informatique, EMI, septembre 2014 20