Traitement et raisonnement incrémental sur les flux RDF

Stream processing and incremental reasoning over RDF streams

• Auteur / Autrice : Wafaa Mebrek
• Direction : Amel Bouzeghoub
• Type : Thèse de doctorat
• Discipline(s) : Informatique, données, IA
• Date : Soutenance le 28/11/2024
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Télécom SudParis (Evry ; 2012-....) - Institut Polytechnique de Paris / IP Paris - Architecture, Cloud continuum, formal Models, artificial intElligence and Services in distributed computing / ACMES
• Partenaire(s) de recherche : Etablissement opérateur d'inscription : Télécom SudParis (Evry ; 2012-....)
• Jury : Président / Présidente : Zoubida Kedad
• Jury : Examinateurs / Examinatrices : Olivier Curé, Frédérique Laforest, Maxime Lefrançois, Nadia Abchiche-Mimouni
• Jury : Rapporteurs / Rapporteuses : Olivier Curé, Frédérique Laforest
• DOI : 10.70675/3ba23b62z5a18z4c51z9305zf8d59bebf595

Mots clés

Mots clés contrôlés

Ressource Description Framework (informatique)

Streaming (télécommunications)

Mots clés libres

Raisonnement des flux

Traitement de flux

Flux RDF

Système de vérité

Stream reasoning

Stream processing

RDF streams

Truth Maintenance System

Résumé

Aujourd'hui, la prise de décision en temps réel basée sur des flux de données provenant de sources hétérogènes est de plus en plus répandue dans de nombreux scénarios industriels. La gestion de l'intégration des données nécessite donc de mettre en place de nouveaux mécanismes. Pour relever ce défi, la communauté RDF Stream Processing (RSP) a activement promu le modèle de données RDF et proposé plusieurs modèles et langages pour l'interrogation et le raisonnement en continu sur les flux RDF. Le raisonnement permet de donner un sens aux flux de données hétérogènes, en constante évolution et souvent bruyants. Pour atteindre cet objectif, il faut réévaluer les paradigmes de résolution des problèmes, car les conclusions fondées sur des données obsolètes doivent être révisées, de nouvelles informations arrivent constamment et les dérivations précédentes peuvent être reconsidérées. Malgré les progrès accomplis au cours de la dernière décennie, de nombreux défis restent à relever. Tout d'abord, aucun moteur RSP ne peut à la fois traiter des requêtes complexes, prendre en charge le raisonnement temporel et intégrer des sources de connaissances d'arrière-plan. En outre, les problèmes de gestion des règles conflictuelles, de raisonnement à la volée et incrémentale, et de prise en charge du raisonnement multicontexte dans les applications réelles soulignent la nécessité d'aller de l'avant dans ce domaine. Cette thèse étudie le domaine du raisonnement en flux et aborde le compromis entre le volume de données et l'expressivité. La contribution est : (i) Premièrement, nous avons introduit un modèle basé sur des systèmes multi-agents pour les traitements continus distribués. Ce modèle permet l'utilisation simultanée de plusieurs moteurs RSP, en tirant parti de leurs forces respectives et complémentaires. Il permet l'utilisation simultanée ou séquentielle de ces moteurs pour traiter des requêtes complexes, offrant ainsi une solution plus polyvalente et plus complète. (ii) Deuxièmement, nous avons proposé une nouvelle technique de raisonnement incrémental explicitement adaptée au fragment de logique temporelle linéaire (LARS). Cette technique vise à optimiser les programmes LARS, en améliorant leur efficacité. En outre, les capacités du système de maintenance des hypothèses et des vérités (ATMS) sont étendues à la mise à jour des modèles. Cette extension facilite un traitement plus complet des informations contradictoires, contribuant à la robustesse du raisonnement basé sur des règles dans les scénarios de flux. Les implications pratiques de ces contributions sont démontrées par une évaluation expérimentale améliorée, qui a été testée et validée à l'aide de données obtenues à partir de scénarios réels.

Today, real-time decision-making based on data streams from heterogeneous sources is increasingly widespread in many industrial scenarios. As a result, new mechanisms are required to manage data integration. To address this challenge, the RDF Stream Processing (RSP) community actively promoted the RDF data model and proposed several models and languages for continuously querying and reasoning over RDF streams. Hence, RDF stream processing and reasoning became an important research field. Stream reasoning provides meaning to the heterogeneous, ever-evolving, and often noisy data streams. Achieving such a goal requires a re-evaluation of problem-solving paradigms, as conclusions based on obsolete data need to be revised, new information is constantly arriving, and previous derivations may be reconsidered. Despite the achievements made over the last decade, many challenges still remain. First of all, no RSP engine can simultaneously handle complex queries, support temporal reasoning, and integrate background knowledge sources. Furthermore, the issues of managing conflicting rules, reasoning on-the-fly and incrementally, and supporting multi-context reasoning in real-world applications emphasize the necessity of pushing forward in this area. This thesis investigates the area of stream reasoning and tackles the trade-off between data throughput and expressiveness. The contribution is twofold: (i) First, we introduced a multi-agent-based framework for distributed continuous processing. This framework allows the utilization of multiple RSP engines simultaneously, leveraging their respective and complementary strengths. It enables the concurrent or sequential use of these engines to handle complex queries, offering a more versatile and comprehensive solution. (ii) Second, we proposed a novel technique for incremental reasoning explicitly tailored for the practical plain Linear Temporal Logic (LARS) fragment. This technique aims to optimize LARS programs, enhancing their efficiency. In addition, the Assumption Truth Maintenance System (ATMS) capabilities are extended for model updating. This extension facilitates a more comprehensive handling of conflicting information, contributing to the robustness of rule-based reasoning in streaming scenarios. The practical implications of these contributions are demonstrated through an improved experimental evaluation, which has been tested and validated using data obtained from real-world scenarios.