Vers les systèmes IoT autonomiques et cognitifs, application pour la gestion des traitements des patients
Auteur / Autrice : | Emna Mezghani |
Direction : | Khalil Drira, Ernesto José Exposito Garcia |
Type : | Thèse de doctorat |
Discipline(s) : | Réseaux, Télécommunications, Systèmes et Architecture |
Date : | Soutenance le 15/12/2016 |
Etablissement(s) : | Toulouse, INSA |
Ecole(s) doctorale(s) : | Mathématiques Informatique Télécommunications de Toulouse |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'Analyse et d'Architecture des Systèmes - Laboratoire d'analyse et d'architecture des systèmes [Toulouse] / LAAS |
Jury : | Examinateurs / Examinatrices : Khalil Drira, Ernesto José Exposito Garcia, Marcos Da silveira, Walid Gaaloul, Mohamed Mosbah, Cedric Pruski |
Rapporteurs / Rapporteuses : Myriam Lamolle, Michael Mrissa |
Résumé
Dans cette thèse, nous proposons une méthodologie basée sur les modèles pour gérer la complexité de la conception des systèmes autonomiques cognitifs intégrant des objets connectés. Cette méthodologie englobe un ensemble de patrons de conception dont nous avons défini pour modéliser la coordination dynamique des processus autonomiques pour gérer l’évolution des besoins du système, et pour enrichir les systèmes avec des propriétés cognitives qui permettent de comprendre les données et de générer des nouvelles connaissances. De plus, pour gérer les problèmes reliés à la gestion des big data et à la scalabilité du système lors du déploiement des processus, nous proposons une plate-forme sémantique supportant le traitement des grandes quantités de données afin d’intégrer des sources de données distribuées et hétérogènes déployées sur le cloud pour générer des connaissances qui seront exposées en tant que service (KaaS). Comme application de nos contributions, nous proposons un système cognitif prescriptif pour la gestion du plan de traitement du patient. Ainsi, nous élaborons des modèles ontologiques décrivant les capteurs et le contexte du patient, ainsi que la connaissance médicale pour la prise de décision. Le système proposé est évalué de point de vue clinique en collaborant avec des experts médicaux, et de point de vue performance en proposant des différentes configurations dans le KaaS.