Sélection et configuration multi-critères de technologies réseau IoT
Auteur / Autrice : | Samir Si-Mohammed |
Direction : | Thomas Begin, Pascale Vicat-Blanc, Isabelle Guérin-Lassous |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 04/10/2023 |
Etablissement(s) : | Lyon, École normale supérieure |
Ecole(s) doctorale(s) : | École doctorale en Informatique et Mathématiques de Lyon (2009-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de l'informatique du parallélisme (Lyon ; 1988-....) - Holistic Wireless Networks |
Jury : | Président / Présidente : Alexandre Guitton |
Examinateurs / Examinatrices : Thomas Begin, Pascale Vicat-Blanc, Isabelle Guérin-Lassous, Alexandre Guitton, Fabrice Théoleyre, Thomas Watteyne, Angela Nicoara | |
Rapporteurs / Rapporteuses : Fabrice Théoleyre, Thomas Watteyne |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
L'Internet des objets (IoT) est une infrastructure mondiale interconnectant des objets physiques et virtuels grâce à des technologies de réseau interopérables. Il offre un large éventail d'applications dans des domaines tels que les villes intelligentes, l'agriculture intelligente et le suivi des actifs.Cependant, la diversité croissante des technologies de réseau pose des défis aux architectes IoT chargés de concevoir et déployer des solutions IoT. En effet, la sélection et la configuration des technologies de réseau sont cruciales pour assurer le bon fonctionnement des solutions IoT. Dans cette thèse, nous proposons un ensemble de méthodes et d'outils pour aider les architectes IoT dans leur processus de conception et de déploiement. D'abord, nous introduisons un canevas générique pour évaluer les performances des technologies de réseau IoT dans des contextes spécifiques. Ensuite, nous présentons un algorithme d'optimisation multi-critères pour sélectionner automatiquement la meilleure technologie de réseau pour une application donnée. De plus, nousproposons une solution pour optimiser la configuration des technologies de réseau IoT en utilisant des modèles de simulation et des méthodes de régression. Nous explorons également la possibilité de calibrer les modèles de simulation avec des données réelles pour une meilleure fiabilité, ce qui pourrait trouver une application potentielle sur les jumeaux numériques des réseaux. Enfin, nous avons implémenté ces méthodes dans un outil no-code intégré à la plateforme Stackilab, facilitant ainsi le déploiement durable des solutions IoT pour les architectes.