Recherche Avancée

Thèse soutenue

Solution d'entreprise de politiques context-aware pour la prioritisation des requêtes

FR  |  
EN
Auteur / Autrice : Rebecca Copeland
Direction : Noël Crespi
Type : Thèse de doctorat
Discipline(s) : Télécommunications et informatique
Date : Soutenance le 26/09/2014
Etablissement(s) : Evry, Institut national des télécommunications
Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
Partenaire(s) de recherche : Université : Université Pierre et Marie Curie (Paris ; 1971-2017)
Laboratoire : Services répartis- Architectures- MOdélisation- Validation- Administration des Réseaux / SAMOVAR - Département Réseaux et Services Multimédia Mobiles / RS2M

Résumé

FR  |  
EN

Cette thèse propose que les entreprises puissent être maîtres de leur politique de connexion, en se basant sur des objectifs métier et en utilisant la connaissance interne qu’elles ont de leurs usagers et de tâches, et qu’elles les transmettent vers les opérateurs réseau. L’eCAPS (enterprise Context Aware Policy System) proposé permet aux organisations de différencier les activités professionnelles et non-professionnelles engendrées par les usagers BYOD (Bring Your Own Device) et ainsi de mettre en œuvre des politiques de décision pour les ressources, les niveaux de priorité et même le choix du réseau d’accès. En étendant un moteur context‐aware pour évaluer le contexte de risque lié aux requêtes de connectivité, l’entreprise doit pouvoir déterminer les actions relatives aux requêtes de services à haut risque tout en prenant en compte l’impact métier. La solution proposée utilise des extensions des standards 3GPP pour permettre à l’entreprise d’agir comme un MVNO (Mobile Virtual Network Operator) ou un Sponsor de service data. Ainsi, la proposition de la fonctionnalité ‘Defer‐Back’ facilite le transfert d’utilisations personnelles vers l’opérateur de réseau, et ce, en accord avec les souhaits des utilisateurs. Les profils de contexte sont évalués suivant un modèle Business et Risque. Ce modèle calcule les valeurs des attributs de Crédibilité des sources, qui sont estimées en fonction de leur caractéristiques comme la confiance (fiabilité, stabilité des données) , la précision (gestion des erreurs) et la précision (résolution et proximité). Les politiques enterprise sont appliquées via un système de priorité multi‐niveau adaptable, combinant ainsi observations et préférences. Un nouvel algorithme (Cedar: Corroborative Evidential Diminishing Aggregation Rating) est proposé pour définir et agréger une ‘évidence’. Il augmente proportionnellement les attributs concordants et diminue les attributs non‐concordants. Cedar satisfait un grand de besoins et surperforme les méthodes traditionnelles, en particulier en ce qui concerne sa prise en compte de l’incertitude et des conflits. La solution multi‐facette proposée eCAPS donne lieu à un grand nombre d’applications, dont quatre sont décrites dans la thèse. De plus, l’étude de cas présentée ‘MNVO Automotive’ donne un plus de détail sur un cas particulier nécessitant la fusion de politiques parmi plusieurs parties‐prenantes. L’approche proposée, l’Arbre de Crédibilité Cedar’, qui intègre agrégation corroborative et mesure de la crédibilité, devrait avoir un impact significatif dans le domaine, en particulier sur le contexte comportemental et sur le diagnostique