Apprentissage actif des réseaux informatiques par le débogage : Conception de laboratoires Kathará avec correction automatique sur INGInious

Details

Supervisors

Bonaventure, Olivier

Faculty

Ecole polytechnique de Louvain

Degree label

Master [120] en sciences informatiques, à finalité spécialisée

Abstract

frL'enseignement des réseaux informatiques et de la cybersécurité requiert des exercices pratiques confrontant les étudiants à des environnements réalistes. Les outils d'émulation existants ne proposent cependant pas de mécanismeintégré pour distribuer des exercices personnalisés, corriger automatiquement les soumissions et fournir un feedback structuré à grande échelle. Ce mémoire présente un framework open source comblant ce manque en combinant Kathará, un émulateur réseau basé sur des conteneurs, et INGInious, une plateforme de correction automatique. L'idée pédagogique centrale est de placer l'étudiant dans une démarche active de diagnostic : plutôt que de construire une configuration depuis zéro, chaque étudiant reçoit un réseau préconfiguré contenant des erreurs intentionnelles qu'il doit identifier et corriger. Afin de garantir l'intégrité académique, chaque étudiant se voit assigner une instance unique du laboratoire, appelée variant, présentant une combinaison d'erreurs et un schéma d'adressage distincts, générés automatiquement à partir d'un ensemble de templates paramétrés. Plusieurs laboratoires ont été développés et mis en ligne, couvrant des thématiques telles que le routage statique, BGP, OSPF et les attaques réseau. La sécurité et la scalabilité de l'infrastructure déployée sont analysées, et les résultats montrent que le mécanisme de scheduling d'INGInious, s'appuyant sur des agents dédiés chacun connecté à sa propre machine virtuelle Docker, résout efficacement les problèmes de concurrence identifiés lors des premiers tests. Le framework est conçu pour être extensible et réutilisable, constituant une base documentée sur laquelle d'autres enseignants peuvent s'appuyer pour enrichir leurs cours. The teaching of computer networks and cybersecurity requires practical exercises that confront students with realistic environments. However, existing emulation tools do not provide an integrated mechanism for distributing personalized exercises, automatically grading submissions, and delivering structured feedback at scale. This thesis presents an open-source framework addressing this gap by combining Kathará, a container-based network emulator, and INGInious, an automatic grading platform. The central pedagogical idea is to place the student in an active diagnostic process: rather than building a configuration from scratch, each student receives a preconfigured network containing intentional errors that they must identify and correct. To ensure academic integrity, each student is assigned a unique instance of the laboratory, called a variant, featuring a distinct combination of errors and an addressing scheme, automatically generated from a set of parameterized templates. Several laboratories have been developed and deployed, covering topics such as static routing, BGP, OSPF, and network attacks. The security and scalability of the deployed infrastructure are analyzed, and the results show that INGInious’ scheduling mechanism, relying on dedicated agents each connected to its own Docker virtual machine, effectively resolves the concurrency issues identified in initial tests. The framework is designed to be extensible and reusable, providing a documented foundation on which other instructors can build to enrich their courses.