Conjugaison de la Blockchain et L'IoT pour le déploiement et la fouille des procédés

Combining Blockchain and IoT for business processes deployment and mining

• Auteur / Autrice : Leyla Moctar m'baba
• Direction : Walid Gaaloul, Mohamedade Farouk Nanne
• Type : Thèse de doctorat
• Discipline(s) : Informatique, données, IA
• Date : Soutenance le 30/05/2024
• Etablissement(s) : Institut polytechnique de Paris en cotutelle avec Université de Nouakchott
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Etablissement opérateur d'inscription : Télécom SudParis (Evry ; 2012-....)
• Partenaire(s) de recherche : Laboratoire : Institut Polytechnique de Paris / IP Paris - Département Informatique / INF - Architecture, Cloud continuum, formal Models, artificial intElligence and Services in distributed computing / ACMES-SAMOVAR
• Jury : Président / Présidente : Khalil Drira
• Jury : Examinateurs / Examinatrices : Daniela Grigori, Djamal Benslimane, Kais Klai
• Jury : Rapporteurs / Rapporteuses : Daniela Grigori, Djamal Benslimane

Mots clés

Mots clés contrôlés

Cryptomonnaie

Innovation

Internet des objets

Mots clés libres

Fouille de procédés

Interopérabilité

IoT

Montée en charge

Bpm

Scalability

Bpm

IoT

Process mining

Interoperability

Résumé

Blockchain, initialement utilisé en 2009 pour les transactions de cryptomonnaie, a rapidement évolué au-delà des applications financières. La communauté BPM a reconnu son potentiel pour améliorer la gestion des processus métier (BPM) et favoriser les collaborations inter-organisationnelles. Malgré des recherches approfondies sur l'exécution des processus d'affaires basés sur la blockchain, l'exploration de données de la blockchain pour le process mining a récemment commencé à être explorée. Les études actuelles se concentrent principalement sur les processus centrés sur les activités, négligeant souvent les processus centrés sur les artefacts prévalents dans les applications blockchain. Les formats de journalisation traditionnels comme XES, bien que couramment utilisés, rencontrent des défis tels que la perte d'information et la dénormalisation lorsqu'ils sont appliqués à des données centrées sur les artefacts. L'introduction d'OCEL a partiellement abordé ces problèmes en permettant le stockage de données d'événements centrées sur les objets, mais il manque de prise en charge pour l'évolution et les relations des objets.Cette thèse relève ces défis en proposant ACEL, une extension d'OCEL qui prend en charge de manière complète le stockage des données d'événements centrées sur les artefacts. Nous présentons une méthode centrée sur les artefacts pour recueillir des données d'événements d'applications blockchain, les convertissant en logs ACEL. La viabilité de l'approche est évaluée en utilisant les applications Ethereum Cryptokitties et Augur. Nous comparons d'abord les capacités de process mining d'ACEL avec OCEL, puis introduisons une méthode de découverte utilisant le clustering hiérarchique et l'analyse du gain d'information pour dériver des modèles GSM, la norme pour les processus centrés sur les artefacts. Notre évaluation sur Cryptokitties confirme la faisabilité de cette approche et met en évidence les avantages d'ACEL dans le process mining centré sur les artefacts.

Blockchain, first utilized in 2009 for cryptocurrency transactions, quickly evolved beyond financial applications. The BPM community recognized its potential for enhancing business process management (BPM) and fostering inter-organizational collaborations. Despite extensive research on blockchain-based business process execution, process mining from blockchain data has recently begun to be explored. Current studies mainly focus on activity-centric processes, often overlooking artifact-centric processes prevalent in blockchain applications. Traditional logging formats like XES, while commonly used, face challenges like information loss and denormalization when applied to artifact-centric data. The introduction of OCEL partially addressed these issues by enabling the storage of object-centric event data, but it lacks support for object evolution and relations.This thesis addresses these challenges by proposing ACEL, an extension of OCEL that comprehensively supports artifact-centric event data storage. We present an artifact-centric method to gather event data from blockchain applications, converting them into ACEL logs. The approach's viability is assessed using Cryptokitties and Augur Ethereum applications. We initially compare ACEL's process mining capabilities with OCEL, and then introduce a discovery method using hierarchical clustering and information gain analysis to derive GSM models, the standard for artifact-centric processes. Our evaluation on Cryptokitties confirms the feasibility of this approach and highlights the advantages of ACEL in artifact-centric process mining.