Gestion de contexte pour l’Internet des objets

Abstract

La rapidité de l'évolution dans le domaine des Technologies de l’Information et de la Communication (TIC) nécessite aux systèmes distribués d’intégrer des middlewares innovantes répondant aux besoins d’utilisateur. En particulier, l’émergence du paradigme de l’Internet des objets (IdO) place l’utilisateur au sein d’un environnement intelligent et connecté à l’Internet. Dans cette nouvelle vision d’internet, des milliards d'objets intelligents et dynamiques seront connectés à Internet et interagissent entre eux pour réaliser des applications communes. Le paradigme de l’Internet des objets nécessite un middleware approprié qui offre les fonctionnalités principales de l'Internet des objets pour faciliter le développement des applications IdO. En outre, il est nécessaire d'offrir les informations de contexte aux applications afin de faciliter le développement de nouvelles applications, cela peut être assuré par un middleware. Un tel middleware IdO, appelé gestionnaire de contexte, traite une énorme quantité de données hétérogènes générées par différentes sources d’information, et les transforme à un haut niveau d'abstraction pour fournir aux utilisateurs des résultats utiles. Avec l'augmentation exponentielle du nombre de sources d’information (ex: capteurs, réseaux sociaux, services web. etc.), qui offrent le même type d'informations pour répondre aux besoins des applications. Il est devenu important d'utiliser la qualité de contexte (QoC) comme un critère essentiel pour sélectionner la source de contexte qui garantit la qualité requise par l'application. Dans notre thèse, nous considérons le problème de sélectionner la qualité de contexte en fonction des préférences de satisfaction du consommateur. Cependant, le nombre croissant de sources de contexte et de données posent un grand défi dans IdO. Pour résoudre ce problème, notre thèse fournit les contributions suivantes selon deux axes : premièrement, nous avons proposé un Framework MapReduce Skyline pour accélérer le calcul et introduire le parallélisme pour traiter une grande quantité de sources d’information. Deuxièmement, nous avons utilisé la logique floue pour évaluer la QoC fournie par les sources de contexte et la QoC requise par l'application. La logique floue est appropriée pour représenter les informations ambiguës, imprécises, et erronées fournies par différentes sources d’information.