De hoeveelheid data gegenereerd door IOT toestellen heeft een exponentiële groei gekend in de laatste jaren. Het is toegenomen van 1.8ZB in 2011 tot ongeveer 40ZB in 2019 en wordt verwacht ongeveer 149ZB te bereiken in 2024. Deze stijging kan worden toegewezen aan de sterke stijging van zowel het aantal IOT toestellen als het aantal data intensieve technologieën zoals in de game industrie en zelfrijdende wagens. Het verzekeren van de veiligheid van de gegenereerde data op een kostenefficiënte manier is een grote uitdaging. Daarom ontwikkelen we in dit doctoraat stochastische modellen om de prestatie van data backup mechanismen te evalueren. Via een wachtlijntheoretische analyse, kunnen we deze modellen analyseren en enkele key performance indicatoren (KPIs) berekenen, zoals de backlog size en de tijd die data pakketten moeten wachten op een backup. Door het berekenen van deze KPIs, kunnen we databackup processen configureren en een goede gebruikskwaliteit garanderen. Daarnaast hebben we stochastische modellen ontwikkeld om de prestatie te evalueren bij het streamen van 360 graden videos op VR headsets. Opnieuw vormt de afweging tussen kost en gebruikskwaliteit de grootste uitdaging. Het reinforcement learning gebaseerd streaming algoritme buffert de meest geschikte secties van de video om een hoge quality of experience te garanderen