Structuration et fédération des données d'un système par identification d'un modèle de données et d'un langage de requêtes associé

Structuring and federating system data by identifying a data model and an associated query language

• Auteur / Autrice : Andrei Samokish
• Direction : Evelyne Contejean
• Type : Projet de thèse
• Discipline(s) : Informatique mathématique
• Date : Inscription en doctorat le 14/12/2020
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire Méthodes Formelles
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Logique d'ordre supérieur

Types inductifs

Bases de données

Inductive types

Higher order logic

Data bases

Résumé

La problématique d'intégration de données est présente partout autour de nous. Tout d'abord du point de vue de chacun, mais surtout dans les organisations et les communautés : pluralité de sources d'information, d'espaces de capitalisations, de médias... Les directions informatiques des entreprises sont bien au fait de cela : les différentes bases de données des entreprises n'échangent pas ou mal entre elles. Pour les entreprises, les enjeux sont financiers et de cohésion : assurer la fluidité des informations, c'est permettre aux différents processus de l'entreprise ou de la communauté d'interagir efficacement. Avec l'arrivée du Big Data, la question de la structuration devient encore plus aiguë, non seulement, il faut savoir positionner la définition technique et les informations relatives à un capteur (faut-il dire une instance d'un capteur!) de manière pertinente, mais il faut le faire de plus pour toutes les données qu'il capte maintenant et pour plus tard... et savoir les retrouver quand nous en aurons besoin pour de nombreuses exploitations qui ne sont pas encore connues. Le sujet de cette thèse s'inscrit dans la mise en œuvre detechniques de fédération de données et leur prouvabilité.

The problem of data integration is present everywhere around us. First of all, from everyone's point of view but especially in organizations and communities: multiple sources of information, capitalization spaces, media ... IT departments companies are well aware of this: the different bases of Business data do not communicate between them, or are not well inter-connected. For the companies, the stakes are financial and cohesion: to ensure the flow of information is to allow the different processes of the company or community to interact effectively. With the arrival of Big Data, the question of structuring becomes even more acute, not only, you have to know how to position the technical definition and information about a sensor (must we say an instance of a sensor!) in a relevant way, but it must be done more for all the data that it captures now and for later ... and know how to find them when we will need for many farms that are not yet known. The subject of this thesis is part of the implementation of data federation techniques and their provability.