Découverte des règles d'association floues dans un contexte IoT : application aux Bâtiments Intelligents

par Abdellah Daissaoui

Projet de thèse en Informatique

Sous la direction de Ahmed Lbath.

Thèses en préparation à Grenoble Alpes , dans le cadre de École doctorale mathématiques, sciences et technologies de l'information, informatique (Grenoble) , en partenariat avec Laboratoire d'Informatique de Grenoble (laboratoire) et de MRIM - Modélisation et recherche d'information multimédia. (equipe de recherche) depuis le 15-04-2019 .


  • Résumé

    L'Internet des objets, également nommé en anglais Internet of Things (IOT) représente de plus en plus une technologie incontournable du marché du numérique. Elle est aussi au cœur des enjeux scientifiques majeurs. Les problèmes liés à l'IOT sont pluridisciplinaires et ouvrent plusieurs champs de recherche et d'innovation. Il y a un intérêt de plus en plus croissant pour les Villes intelligentes, les Bâtiments intelligents et les objets connectés. Cependant, le stockage et la fouille des données massives en temps réel constituent une tâche laborieuse. Le travail de cette thèse consiste à : - définir un écosystème de gestion d'événements complexes dans un contexte IoT/Smart Building. La solution en termes d'ingénierie sera fondée, entre autres, sur les Framework libres (Kafka, Spark Mlib/GraphX, ...). La partie analytique des données massives portera sur l'extraction des règles d'association floues. - proposer une solution ‘'intelligente'' d'acquisition des flux en filtrant les flux ‘'pertinents'' à la lumière de la capitalisation d'expérience (apprentissage) à partir de la phase d'analyse massive des donnée. Enfin, une première phase du travail de thèse sera dédiée à la formalisation de la problématique et la mise en évidence de questions scientifiques et de questions d'ingénierie ainsi qu'à la réalisation d'un état de l'art.

  • Titre traduit

    Discovery of fuzzy association rules in an IoT context: application to Smart Buildings


  • Résumé

    The Internet of Things (IOT), also known as the Internet of Things, is increasingly becoming a key technology in the digital market. It is also at the heart of major scientific challenges. The problems related to IOT are multidisciplinary and open up several fields of research and innovation. There is an increasing interest in Smart Cities, Smart Buildings and connected objects. However, storing and searching massive data in real time is a difficult task. The work of this thesis consists of: - define a complex event management ecosystem in an IoT/Smart Building context. The engineering solution will be based, among other things, on free frameworks (Kafka, Spark Mlib/GraphX,...). The analytical part of the massive data will focus on the extraction of fuzzy association rules. - propose an "intelligent" solution for acquiring flows by filtering relevant flows in the light of the capitalization of experience (learning) from the massive data analysis phase.