This project analyzes the energy consumption of software polar decoders on low power processors, providing insights to optimize energy efficiency and monitor performance. It helps in making informed decisions for better energy management and improving the overall system's performance.

Ce projet permet de surveiller et analyser en temps réel les performances des services critiques, notamment dans un système de surveillance. Il collecte des métriques via Prometheus, déclenche des actions automatiques (redémarrage, mise à l'échelle) en fonction de conditions prédéfinies, et fournit une interface web pour visualiser l'état du système. L'objectif est d'assurer la stabilité et l'efficacité des applications déployées localement ou dans le cloud.

PARAD (Performance Analysis Repository for Aadl Designs) est un framework en développement à LIAS, ENSMA. Il présente une nouvelle approche collaborative du problème de trouver des tests appropriés pour une conception de système, dirigée par l'expérience des concepteurs. L'approche consiste en la construction d'un dépôt d'analyse qui capitalise les efforts des analystes. Les analystes décrivent leurs analyses et les hypothèses accompagnatrices à l'aide des concepts de PARAD.

Ce plugin permet d'analyser et d'optimiser les caches de type LRU (Least Recently Used) dans le cadre de l'outil Otawa, dédié à l'analyse statique de programmes. Il fournit des métriques précises pour évaluer l'efficacité des politiques de cache et améliorer les performances des systèmes logiciels ou embarqués. Utilisé principalement dans le domaine de la recherche académique et de l'ingénierie système.

Outil dédié à l'analyse et à la comparaison des performances des algorithmes et composants logiciels. Il permet de mesurer et visualiser les temps d'exécution, les coûts de communication et l'impact des paramètres sur les performances. Utilisé par les développeurs pour identifier les goulots d'étranglement et optimiser les systèmes.

Ce projet développe une solution basée sur l'apprentissage profond pour localiser automatiquement les électrodes EEG dans des images IRM T1. Il permet de segmenter et d'extraire les coordonnées des électrodes détectées, facilitant ainsi l'analyse des données EEG-fMRI. Le système inclut des outils de post-traitement pour améliorer la précision des résultats et comparer les performances avec des méthodes existantes.

Filebeat est un outil léger conçu pour collecter, agréger et transférer les logs depuis divers systèmes vers des plateformes de traitement ou de stockage. Il permet aux administrateurs et aux équipes DevOps de surveiller en temps réel les activités des serveurs, applications et services, facilitant ainsi la détection proactive des problèmes et l'analyse des performances. Intégré à l'écosystème Elastic Stack, il simplifie la gestion des données de journalisation pour améliorer la sécurité et l'efficacité opérationnelle.

Ce projet développe des outils algorithmiques pour analyser et optimiser des politiques de cache dans les systèmes informatiques. Il permet de modéliser des flux de données complexes, d'évaluer des politiques de gestion mémoire et de simplifier des expressions booléennes pour améliorer les performances des systèmes. Les solutions proposées sont principalement destinées aux développeurs et chercheurs en informatique.

Ce projet vise à améliorer l'efficacité des communications sans fil en exploitant l'hétérogénéité des dispositifs. Il permet de simuler et d'analyser des scénarios de détection d'utilisateurs dans des réseaux à accès aléatoire sans réservation préalable. Les résultats sont utilisés pour optimiser les performances des systèmes de communication modernes, notamment dans les environnements où les dispositifs ont des capacités variables.

Projet académique visant à créer un outil de benchmark pour évaluer l'efficacité des systèmes de détection d'attaques par déni de service (DDoS). Il permet de simuler des attaques réseau variées, de capturer le trafic généré, et d'analyser les performances de différents algorithmes de détection. Les résultats sont comparés via des métriques comme le taux de détection, la précision et le taux de faux positifs.