Les futurs systèmes de communication, tels que les réseaux 6G, évoluent vers des infrastructures hautement distribuées, autonomes et hétérogènes, intégrant des architectures de continuum cloud-edge, l’Open RAN (O-RAN), des déploiements massifs d’objets connectés (IoT), l’informatique en périphérie (edge computing) et des environnements radio particulièrement dynamiques.

Ces systèmes devront prendre en charge des services exigeants tels que les communications critiques, l’automatisation industrielle, la mobilité autonome et les applications immersives, tout en fonctionnant dans des conditions caractérisées par un trafic fortement variable, des changements fréquents de topologie, une disponibilité fluctuante des ressources ainsi que des exigences strictes en matière de latence et de fiabilité.

La gestion de tels systèmes, notamment pour réaliser des opérations de configuration, d’optimisation et d’évolution sans risque, devient de plus en plus complexe. Cette difficulté est particulièrement marquée lorsqu’il s’agit d’effectuer une optimisation du réseau en temps réel, des analyses prospectives (« what-if »), du diagnostic de pannes ou encore de planifier des mises à niveau et des extensions du réseau.

Afin de répondre à ces défis, plusieurs initiatives de recherche récentes se sont intéressées à l’application du paradigme des jumeaux numériques aux réseaux de communication, donnant naissance au concept de 'Network Digital Twins (NDTs)' ou 'jumeaux numériques de réseau'.

Un jumeau numérique de réseau est une représentation virtuelle d’un réseau de communication qui reste suffisamment synchronisée avec l’infrastructure physique pour reproduire son état opérationnel et son comportement, permettre des analyses prédictives et évaluer des scénarios hypothétiques avant l’application de décisions au système réel.

Cependant, maintenir un NDT précis et temporellement cohérent dans des réseaux de grande échelle et fortement dynamiques demeure un défi majeur.

Les NDT actuels reposent principalement sur des mécanismes explicites de synchronisation afin de préserver la fidélité entre les systèmes physique et virtuel. Bien que des travaux récents aient introduit des mécanismes de prédiction assistés par l’intelligence artificielle pour réduire la surcharge liée à cette synchronisation, ces approches ne résolvent pas entièrement le problème de l’adaptation dynamique de la fidélité du NDT en fonction de l’incertitude des prédictions, de la valeur de l’information, de la dynamique du réseau et des exigences opérationnelles.

La fidélité adaptative peut être interprétée comme un mécanisme de représentation multi-résolution, dans lequel le jumeau numérique ajuste dynamiquement sa granularité d’observation, son coût de synchronisation et sa précision de reconstruction en fonction de la valeur de l’information, de l’incertitude prédictive, de la dynamique du réseau et des ressources disponibles.

L’objectif principal de cette thèse de doctorat est de concevoir, développer et valider un cadre de gestion adaptative de la fidélité (Adaptive Fidelity Management) permettant la mise en œuvre de jumeaux numériques de réseau évolutifs, efficaces en ressources et adaptés aux futurs systèmes de communication.