Mondi Ravi - Confiance et incertitude dans les environnements distribués - application à la gestion des données et de la qualité des sources de données dans les systèmes M2M (Machine to Machine)

09:30
Mardi
19
Jan
2016
Organisé par : 
Mondi Ravi
Intervenant : 
Mondi Ravi
Équipes : 
Mots clés : 

Lieu de soutance

Amphithéâtre du site Orange Labs 
28 chemin du vieux chêne, 38243, Meylan

Composition du jury:

  • M. Olivier BOISSIER, professeur, EMSE St-Etienne, rapporteur
  • M. François CHAROY, professeur, U. Lorraine Nancy, rapporteur
  • M. Bernard ESPINASSE, professeur, U. Aix-Marseille, Marseille, examinateur
  • M. Jérôme GENSEL, professeur, U. Grenoble Alpes, Grenoble, examinateur
  • M. Alireza DERAKHSHAN, cofondateur, A2I Systems, Odense, Danemark, examinateur
  • M. Yves DEMAZEAU, chercheur sénior, CNRS Grenoble, directeur de thèse
  • M. Fano RAMPARANY, chercheur sénior, Orange Labs Meylan, co-encadrant de thèse
 

La confiance et l'incertitude sont deux aspects importants des systèmes distribués. Par exemple, de multiples sources d'information peuvent fournir le même type d'information. Cela pose le problème de sélectionner la source la plus fiable et de résoudre l'incohérence dans l'information disponible.  Gérer de front la confiance et l'incertitude constitue un problème complexe et nous développons à travers cette thèse, une solution pour y répondre. La confiance et l'incertitude sont intrinsèquement liés. La confiance concerne principalement les sources d'information alors que l'incertitude est une caractéristique de l'information elle-même. En l'absence de mesures de confiance et d'incertitude, un système doit généralement faire face à des problèmes tels que l'incohérence et l'incertitude. Pour aborder ce point, nous émettons l'hypothèse que les sources dont les niveaux de confiance sont élevés produiront de l'information plus fiable que les sources dont les niveaux de confiance sont inférieurs. Nous utilisons ensuite les mesures de confiance des sources pour quantifier l'incertitude dans l'information et ainsi obtenir des conclusions de plus haut niveau avec plus de certitude.

Une tendance générale dans les systèmes distribués modernes consiste à intégrer des capacités de raisonnement dans les composants pour les rendre intelligents et autonomes. Nous modélisons ces composants comme des agents d'un système multi-agents (SMA). Les principales sources d'information de ces agents sont les autres agents, et ces derniers peuvent posséder des niveaux de confiance différents. De plus, l'information entrante et les croyances qui en découlent sont associées à un degré d'incertitude. Par conséquent, les agents sont confrontés à un double problème: celui de la gestion de la confiance sur les sources et celui de la présence de l'incertitude dans l'information. Nous illustrons cela avec trois domaines d'application: (i) la communauté intelligente, (ii) la collecte des déchets dans une ville intelligente, et (iii) les facilitateurs pour les systèmes de l'internet du futur (FIWARE - le projet européen n° 285248, qui a motivé la recherche sur nos travaux). La solution que nous proposons consiste à modéliser les composants de ces domaines comme des agents intelligents qui incluent un module de gestion de la confiance, un moteur d'inférence et un système de révision des croyances. Nous montrons que cet ensemble d'éléments peut aider les agents à gérer la confiance aux autres sources, à quantifier l'incertitude dans l'information et à l'utiliser pour aboutir à certaines conclusions de plus haut niveau. Nous évaluons finalement notre approche en utilisant des données à la fois simulées et réelles relatives aux différents domaines d'application.