Mehdi Kherbache
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Mehdi Kherbache has a total of 7 co-authors. Here are the top co-authors by number of shared publications:
Eric Rondeau
2 shared publicationsMoufida Maimour
2 shared publicationsAbderrezak Benyahia
1 shared publicationArsalan Ahmed
1 shared publication- Eric B. Rondeau
University of Victoria
1 shared publication - Moufida Maimour
CRAN laboratory, Nancy University, CNRS, France
1 shared publication
Latest Publications
- 8 April 2026
- Published by Agence Bibliographique de l'Enseignement Supérieur
Toward Optimized 802.15.4 Industrial Wireless Networks : Harnessing Machine Learning and Digital Twins
Vers des réseaux sans fil industriels 802.15.4 optimisés : Exploitation de l'apprentissage automatique et des jumeaux numériques: L'Internet Industriel des Objets (IIoT) offre un paysage complexe avec de nombreuses contraintes, notamment en raison de son utilisation pour piloter des applications critiques dans l'Industrie 4.0. Les exigences dans un tel contexte, en termes d'efficacité énergétique et de qualité de service (délai, fiabilité, déterminisme et robustesse), sont strictes et d'une importance capitale. Il en découle un besoin impératif de mécanismes de gestion sophistiqués tout au long de leur cycle de vie pour répondre à ces exigences. Cette thèse explore deux axes technologiques pour relever ce défi : l'ordonnancement basé sur l'Apprentissage par Renforcement pour le protocole TSCH (Time Slotted Channel Hopping) et le Jumeau Numérique du Réseau (JNR). L'ordonnancement TSCH dans l'IIoT est identifiée comme un domaine essentiel pour optimiser la performance de ces réseaux. Plusieurs travaux ont proposé des techniques d'ordonnancement basées sur l'Apprentissage par Renforcement pour les protocoles MAC TDMA (Time Division Multiple Access) , et plus particulièrement pour TSCH. Toutefois, l'utilisation de cette approche dans un réseau contraint comme l'IIoT présente le risque d'une consommation énergétique accrue. Cela est dû au processus d'apprentissage continu et à la coordination entre les nœuds nécessaire pour gérer le problème de non-stationnarité du réseau, considéré comme un Système Multi-Agents. Cette thèse présente un nouvel algorithme d'ordonnancement distribué basé sur l'Apprentissage par Renforcement, nommé QL-TSCH-plus. Cet algorithme est conçu pour être adaptatif et efficace, avec des objectifs de réduction de la consommation d'énergie et des délais propres aux environnements IIoT. En parallèle du développement de l'ordonnancement pour TSCH, cette thèse adopte le concept de JNR comme solution viable pour une gestion efficace de l'IIoT. Les jumeaux numériques sont de plus en plus utilisés pour optimiser les performances des systèmes industriels. En capitalisant sur cette technologie, une architecture JNR holistique pour l'IIoT est proposée, où le réseau est intégré avec d'autres composants industriels. L'architecture exploite les réseaux définies par logiciel (SDN) pour permettre une gestion en boucle fermée du réseau tout au long de son cycle de vie (de la conception au service). Cette architecture facilite la validation rapide des solutions réseau dans un environnement industriel grâce au lien continu entre le JNR et le réseau IIoT physique. De plus, nous proposons de modéliser l'IIoT dans le JNR en utilisant des réseaux de Petri, permettant des réseaux de Petri basés sur les données. Ces modèles servent de modèles formels à gros grains, permettant une simulation rapide pour l'exécution de scénarios hypothétiques et une détection des fautes en temps réel, essentielle dans les applications industrielles critiques.
- 8 April 2026
- Published by Agence Bibliographique de l'Enseignement Supérieur
Toward Optimized 802.15.4 Industrial Wireless Networks : Harnessing Machine Learning and Digital Twins
Vers des réseaux sans fil industriels 802.15.4 optimisés : Exploitation de l'apprentissage automatique et des jumeaux numériques: L'Internet Industriel des Objets (IIoT) offre un paysage complexe avec de nombreuses contraintes, notamment en raison de son utilisation pour piloter des applications critiques dans l'Industrie 4.0. Les exigences dans un tel contexte, en termes d'efficacité énergétique et de qualité de service (délai, fiabilité, déterminisme et robustesse), sont strictes et d'une importance capitale. Il en découle un besoin impératif de mécanismes de gestion sophistiqués tout au long de leur cycle de vie pour répondre à ces exigences. Cette thèse explore deux axes technologiques pour relever ce défi : l'ordonnancement basé sur l'Apprentissage par Renforcement pour le protocole TSCH (Time Slotted Channel Hopping) et le Jumeau Numérique du Réseau (JNR). L'ordonnancement TSCH dans l'IIoT est identifiée comme un domaine essentiel pour optimiser la performance de ces réseaux. Plusieurs travaux ont proposé des techniques d'ordonnancement basées sur l'Apprentissage par Renforcement pour les protocoles MAC TDMA (Time Division Multiple Access) , et plus particulièrement pour TSCH. Toutefois, l'utilisation de cette approche dans un réseau contraint comme l'IIoT présente le risque d'une consommation énergétique accrue. Cela est dû au processus d'apprentissage continu et à la coordination entre les nœuds nécessaire pour gérer le problème de non-stationnarité du réseau, considéré comme un Système Multi-Agents. Cette thèse présente un nouvel algorithme d'ordonnancement distribué basé sur l'Apprentissage par Renforcement, nommé QL-TSCH-plus. Cet algorithme est conçu pour être adaptatif et efficace, avec des objectifs de réduction de la consommation d'énergie et des délais propres aux environnements IIoT. En parallèle du développement de l'ordonnancement pour TSCH, cette thèse adopte le concept de JNR comme solution viable pour une gestion efficace de l'IIoT. Les jumeaux numériques sont de plus en plus utilisés pour optimiser les performances des systèmes industriels. En capitalisant sur cette technologie, une architecture JNR holistique pour l'IIoT est proposée, où le réseau est intégré avec d'autres composants industriels. L'architecture exploite les réseaux définies par logiciel (SDN) pour permettre une gestion en boucle fermée du réseau tout au long de son cycle de vie (de la conception au service). Cette architecture facilite la validation rapide des solutions réseau dans un environnement industriel grâce au lien continu entre le JNR et le réseau IIoT physique. De plus, nous proposons de modéliser l'IIoT dans le JNR en utilisant des réseaux de Petri, permettant des réseaux de Petri basés sur les données. Ces modèles servent de modèles formels à gros grains, permettant une simulation rapide pour l'exécution de scénarios hypothétiques et une détection des fautes en temps réel, essentielle dans les applications industrielles critiques.
- 16 November 2023
- Published by Elsevier in Internet of Things
- Vol. 24
Constructing a Network Digital Twin through formal modeling: Tackling the virtual–real mapping challenge in IIoT networks
- 16 November 2023
- Published by Elsevier in Internet of Things
- Vol. 24
Constructing a Network Digital Twin through formal modeling: Tackling the virtual–real mapping challenge in IIoT networks
- 13 January 2023
- Published by Elsevier in Internet of Things
- Vol. 22
Decentralized TSCH scheduling protocols and heterogeneous traffic: Overview and performance evaluation
- 13 January 2023
- Published by Elsevier in Internet of Things
- Vol. 22
Decentralized TSCH scheduling protocols and heterogeneous traffic: Overview and performance evaluation
- Open Access
When Digital Twin Meets Network Softwarization in the Industrial IoT: Real-Time Requirements Case Study
The Industrial Internet of Things (IIoT) is known to be a complex system because of its severe constraints as it controls critical applications. It is difficult to manage such networks and keep control of all the variables impacting their operation during their whole lifecycle. Meanwhile, Digital Twinning technology has been increasingly used to optimize the performances of industrial systems and has been ranked as one of the top ten most promising technological trends in the next decade. Many Digital Twins of industrial systems exist nowadays but only few are destined to networks. In this paper, we propose a holistic digital twinning architecture for the IIoT where the network is integrated along with the other industrial components of the system. To do so, the concept of Network Digital Twin is introduced. The main motivation is to permit a closed-loop network management across the whole network lifecycle, from the design to the service phase. Our architecture leverages the Software Defined Networking (SDN) paradigm as an expression of network softwarization. Mainly, the SDN controller allows for setting up the connection between each Digital Twin of the industrial system and its physical counterpart. We validate the feasibility of the proposed architecture in the process of choosing the most suitable communication mechanism that satisfies the real-time requirements of a Flexible Production System.
Open AccessWhen Digital Twin Meets Network Softwarization in the Industrial IoT: Real-Time Requirements Case Study
The Industrial Internet of Things (IIoT) is known to be a complex system because of its severe constraints as it controls critical applications. It is difficult to manage such networks and keep control of all the variables impacting their operation during their whole lifecycle. Meanwhile, Digital Twinning technology has been increasingly used to optimize the performances of industrial systems and has been ranked as one of the top ten most promising technological trends in the next decade. Many Digital Twins of industrial systems exist nowadays but only few are destined to networks. In this paper, we propose a holistic digital twinning architecture for the IIoT where the network is integrated along with the other industrial components of the system. To do so, the concept of Network Digital Twin is introduced. The main motivation is to permit a closed-loop network management across the whole network lifecycle, from the design to the service phase. Our architecture leverages the Software Defined Networking (SDN) paradigm as an expression of network softwarization. Mainly, the SDN controller allows for setting up the connection between each Digital Twin of the industrial system and its physical counterpart. We validate the feasibility of the proposed architecture in the process of choosing the most suitable communication mechanism that satisfies the real-time requirements of a Flexible Production System.