Contribution des services dirigés par l’ontologie pour l’interopérabilité de la gestion opérationnelle multi-acteurs des situations des crises

Ontology-driven services for interoperable multi-stakeholders operational disaster response

• Auteur / Autrice : Linda Elmhadhbi
• Direction : Bernard Archimède, Mohamed Hedi Karray
• Type : Thèse de doctorat
• Discipline(s) : Systèmes Informatiques
• Date : Soutenance le 12/03/2020
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Génie de Production (Tarbes ; 1989-....)
• Jury : Examinateurs / Examinatrices : Bernard Archimède, Mohamed Hedi Karray, Christophe Merlo, Mounira Harzallah, Frédérick Bénaben, Antonio de Nicolo
• Jury : Rapporteurs / Rapporteuses : Christophe Merlo, Mounira Harzallah

Mots clés

Mots clés contrôlés

Décision multicritère

Interconnexion de réseaux (télécommunications)

Ontologie

Mots clés libres

Ontologie

Interopérabilité sémantique

Aide à la décision multicritère

Gestion des catastrophes

Ontology

Semantic interoperability

Multi-criteria decision support

Disaster response

Résumé

La gestion opérationnelle de situations de crise nécessite, selon l’importance et l’étendue de la crise, la mobilisation rapide et la coordination des différents services de secours. Malheureusement, cette coordination interservices est un exercice très délicat du fait de la diversité des acteurs intervenant sur le terrain et de l’hétérogénéité des différentes organisations. Aujourd’hui, il y a un manque de coordination, l’information n’est que très peu partagée entre les acteurs opérationnels et la communication n’est pas formalisée. Ces inconvénients conduisent au dysfonctionnement des réponses aux situations de crise. Afin de mieux répondre aux situations de crise, nous proposons POLARISC, une plateforme interopérable de coordination interservices pour la gestion opérationnelle de catastrophes visualisant en temps réel le théâtre des opérations. L’objectif de POLARISC est d’aider à la décision quel que soit le niveau de commandement. Pour atteindre ces objectifs, le premier enjeu de cette thèse est de garantir une interopérabilité sémantique entre les différents acteurs métiers pour assurer l’échange et le partage des informations. À cet égard, l’idée est de formaliser sémantiquement les connaissances des acteurs métiers de la gestion opérationnelle à l’aide des ontologies. En effet, nous proposons une approche fédérée qui représente les données, les services, les processus et les métiers de chaque acteur. Nous avons modélisé les connaissances des acteurs de secours en développant une ontologie modulaire (POLARISCO) comportant un module ontologique pour chaque acteur de secours et intégré ces derniers pour proposer un vocabulaire partagé. L’utilisation des ontologies de haut niveaux et des ontologies intermédiaires, respectivement « Basic Formel Ontology » et « Common Core Ontologies », facilitent l’intégration de ces modules et de leurs mappings. Le deuxième enjeu est d’exploiter ces ontologies afin de diminuer l’ambigüité et d’éviter la mal interprétation des informations échangées. Par conséquent, nous proposons un service de messagerie appelé PROMES transformant sémantiquement le message envoyé par un acteur émetteur selon le module ontologique de l’acteur destinataire. En effet, PROMES se base sur l’ontologie POLARISCO et sert à enrichir sémantiquement le message pour éviter tout type d’ambiguïté. Le fonctionnement de PROMES est basé principalement sur deux algorithmes ; un algorithme de transformation textuelle, et par la suite, un algorithme de transformation sémantique. Ainsi, nous avons instancié l’ontologie POLARISCO avec des données réelles de la réponse aux attaques terroristes de Paris en 2015 afin d’évaluer l’ontologie et le service de messagerie. Le troisième et dernier enjeu est de proposer un service d’aide à la décision multicritère qui permet de proposer des stratégies d’évacuation des victimes après le lancement du plan blanc. L’objectif est de trouver les structures hospitalières les plus adaptées à l’état de la victime. Le choix de l’hôpital le plus approprié dépend de la durée du transport, et surtout de la disponibilité des ressources matérielles et humaines, de façon à prendre en charge les victimes le plus rapide que possible. Notre étude comprend deux étapes : la première étape consiste à développer un module ontologique qui associe à chaque pathologie les ressources indispensables pour une meilleure prise en charge des victimes selon leurs états. La deuxième étape consiste à développer un algorithme qui permet de vérifier la disponibilité des ressources nécessaires, calculer le temps d’attente pour que la victime soit prise en charge dans chaque hôpital et par la suite choisir l’hôpital le plus approprié

Disaster response is a highly collaborative and critical process that requires the involvement of multiple emergency responders (ERs) ideally working together under a unified command to enable a rapid and effective operational response. It is a challenging task mainly because of the heterogeneity of the involved stakeholders and the critical nature of such event. Various ERs from different organizations must work together toward a successful resolution of the disaster. According to ERs reports and feedbacks, it is apparent that inadequate communication and a lack of information sharing among the ERs engaged on-site can adversely affect disaster response efforts. Within this context, we propose POLARISC, an interoperable inter-services software solution for reliable and timely information sharing for the operational management of large-scale disasters. The focus is on offering to all ERs a real-time operation picture of the situation in order to ensure effective collaboration and coordination among stakeholders. Accordingly, the first objective of this work is to capture the semantics of ERs knowledge. To do so, we propose an ontology that defines the knowledge of French emergency response doctrine, providing a shared vocabulary that covers a variety of interoperability concerns including data, services, processes, and business of each stakeholder. Because the diversity of ERs’ vocabularies was bound, naturally, to complicate the design of the ontology, we adopted the principle of modularization. The idea is to develop separate ontological modules, one for each stakeholder. Furthermore, we used the upper-level ontology Basic Formal Ontology, as well as the suite of Common Core Ontologies, which serve as a suite of mid-level ontologies for our ontology modules. The use of upper-level ontologies facilitates the alignment among the different ontological modules and promotes data interoperability. Once the modular ontology POLARISCO is developed, we defined the mapping between the different modules. One strong point of the adopted ontological approach is that POLARISCO is tested by means of real data and validated by stakeholders and emergency experts. The second objective is to exploit the proposed ontology in order to guarantee a shared and semantically unambiguous information exchange across ERs. To do so, we propose an ontologybased messaging service, namely PROMES, performing the semantic translation of the information to be exchanged. Each stakeholder will receive the message according to his own vocabulary and with his own semantics. The semantic transformation of the message is based on the mapping that exists among stakeholders modules as defined in POLARISCO. PROMES is based on two algorithms; a textual transformation algorithm and then a semantic transformation algorithm. Using PROMES, it becomes possible for two ERs from different organizations to communicate meaningfully and with less ambiguity. To evaluate the proposed approach, POLARISCO is instantiated using real data of the 11/13 Paris terrorist attacks. The third and final objective is to propose a multi-criteria decision support service that supports ERs during victims’ evacuation. The aim is to find the most appropriate healthcare institution according to the victims’ states. The selection of the hospital depends, on the transport time, and on the availability of the needed resources including materials and staff. To do so, we propose, first, an ontological module that associates to each pathology the needed resources. Then, we propose an algorithm to check the availability of those resources, calculate the waiting time to receive medical care in each hospital, and then select the most appropriate hospital.