Gestion dynamique et sécurisée des données sur l'architecture Fog sous contraintes de QoS avec des graphes de connaissances

Dynamic and secure management of data on fog architecture under QoSconstraints with knowledge graphs

• Auteur / Autrice : Oumaima Amal
• Direction : Thierry Monteil, Nathalie Hernandez
• Type : Projet de thèse
• Discipline(s) : Informatique et Télécommunications
• Date : Inscription en doctorat le 01/11/2023
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Laboratoire : IRIT : Institut de Recherche en Informatique de Toulouse
• Partenaire(s) de recherche : Equipe de recherche : SEPIA Système d'exploitation, systèmes répartis, de l'intergiciel à l'architecture
• Partenaire(s) de recherche : établissement délivrant conjointement le doctorat : Institut national des sciences appliquées (Toulouse ; 1961-....)

Mots clés

Mots clés libres

Gestion des données

QoS

Graphes de connaissances

Fog

Data management

QoS

Knowledge graphs

Fog

Résumé

Le sujet de thèse se concentre sur la gestion dynamique et sécurisée des données dans une architecture fog sous contraintes de QoS avec des graphes de connaissances. L'objectif de ce projet est de proposer une architecture logicielle et des méthodes pour la mise en place de solutions distribuées intelligentes pour les réseaux énergétiques. Le projet s'inscrit dans le cadre du programme AI-NRGY, qui est un projet collaboratif financé par le programme TASE en France. Le projet vise à tirer parti des différentes couches de calcul distribué (edge, fog, and cloud) pour répondre aux principales contraintes des réseaux électriques futurs. Le projet se concentrera sur la mise en place d'une politique distribuée adaptative en termes d'accès et de localisation des données afin de satisfaire les exigences de performance, de confidentialité, voire les caractéristiques des équipements de support, notamment pour les algorithmes d'IA distribués. Le projet se focalisera sur trois aspects : la génération des données, l'utilisation des données et la viabilité des systèmes complexes. La génération des données se fait avec des capteurs, des actionneurs ou par des interactions directes avec les utilisateurs. Dans ces systèmes, la quantité de données est massive, hautement distribuée, dynamique et potentiellement intermittente. L'utilisation des données est également dynamique en termes d'objectif, de localisation et d'autorisations d'accès. La viabilité de ces systèmes complexes implique la satisfaction d'un ensemble de contraintes et d'être en mesure de fournir une qualité de service prédéfinie, par exemple pour garantir un temps de réponse. Le travail sera organisé en différentes phases, comprenant une revue de l'état de l'art, la proposition d'un modèle pour la capture de la représentation et des relations des données, la proposition d'un modèle pour représenter l'accès, les contraintes et la qualité de service, la proposition de règles, de politiques et d'un algorithme distribué pour gérer la dynamique, et la validation des différentes propositions par simulation et déploiements réels. Le projet utilisera des normes du web sémantique, une architecture REST, des architectures de raisonnement distribué et des technologies JAVA. La thèse se déroulera au sein des deux équipes SEPIA et MELODI à l'IRIT. En fin de compte, le projet contribuera à la mise en place de solutions d'intelligence distribuée pour les réseaux énergétiques, offrant des avantages tels que la prédiction de la consommation d'énergie, le contrôle de la consommation locale et une gestion plus efficace de l'énergie.

The PhD subject is focused on the dynamic and secure management of data on fog architecture under QoS constraints with knowledge graphs. The aim of this project is to propose a software architecture and methods for implementing smart distributed solutions for energy networks. The project is part of the AI-NRGY program, which is a collaborative project funded by the TASE program in France. The project aims to take advantage of the different distributed computing layers (edge, fog, and cloud) to respond to the major constraints of future electrical networks. The project will work on providing an adaptive distributed policy in terms of access and localization of data to satisfy performance, privacy, or even characteristics of support equipment, particularly for distributed AI algorithms. The project will focus on three aspects: the generation of data, the use of data, and the viability of complex systems. The generation of data is done with sensors, actuators, or by direct interactions with users. In these systems, the amount of data is massive, highly distributed, dynamic, and potentially intermittent. The use of data is also dynamic in terms of purpose, location, and access authorizations. The viability of these complex systems implies satisfying a set of constraints and being able to provide a predefined quality of service, for example, to guarantee a response time. The work will be organized in different phases, including a review of the state of the art, proposing a model to capture data representation and relations, proposing a model to represent access, constraint, and quality of service, proposing rules, policies, and a distributed algorithm to manage dynamicity, and validating the different proposals with simulation and real deployments. The project will use semantic web standards, Rest architecture, distributed reasoning architectures, and JAVA technologies. The internship will be done in the SEPIA and MELODI teams at IRIT. The project will contribute to the implementation of distributed intelligence solutions for energy networks, which will bring benefits such as prediction of energy usage, control of local consumption, and more efficient energy management.