Soutenance mémoire
Télécharger le fichier pdf d’un mémoire de fin d’études
Internet des objets
Un nouveau paradigme appelé Internet des Objets a rapidement gagné du terrain ces dernières années. L’IdO fait référence à « un réseau mondial d’objets interconnectés adressables de manière unique, basé sur des protocoles de communication standard » [24] dont le point de convergence est l’Internet.
L’IdO repose sur la présence omniprésente, autour des personnes, d’objets, capables de mesurer, déduire, comprendre, et même modifier leur environnement.
Il repose sur des nœuds (objets) intelligents et interconnectés dans une infrastructure de réseau dynamique et globale. Il est généralement caractérisé par de petits objets du monde réel, distribués largement, avec une capacité de stockage et de traitement limitée, ce qui implique des problématiques de fiabilité, de performance, de sécurité et de confidentialité.
Il est alimenté par les progrès récents de divers appareils et technologies de communication. Il ne concerne pas seulement des appareils complexes comme les téléphones mobiles, mais aussi des objets simples utilisés tous les jours comme les montres, les thermostats, les vêtements, etc. [149, 63]. Ces objets, agissants comme des capteurs ou des actionneurs, sont capables d’interagir les uns avec les autres.
La principale conséquence de l’IdO est, sans aucun doute, son impact sur la vie quoti-dienne des utilisateurs potentiels. L’IdO a des effets remarquables à la fois dans la maison et le travail où il jouera un rôle déterminant dans un avenir proche (santé, transport intelligent, domotique, vie assistée, etc.). Des retombées importantes sont également attendues pour les entreprises (transport de marchandises, sécurité, logistique, automatisation industrielle, etc.). Selon ces considérations, le Conseil national de renseignement des États-Unis a déclaré que l’IdO était l’une des six technologies qui auront un impact potentiel sur les intérêts américains à l’horizon 2025 [63].
Dès 2011, le nombre de dispositifs interconnectés avait dépassé le nombre de personnes sur Terre [104]. En 2018, le nombre d’appareils interconnectés a été estimé à 30 milliards, et il devrait atteindre la valeur de 50 milliards d’ici 2020 soit 6.58 objets par personne [87]. Ces chiffres suggèrent que l’IdO sera l’une des principales sources de données volumétriques [71].
Les capteurs et actionneurs forment les éléments clés de l’internet des objets. Ils suivent l’état de leur environnement, obtiennent des informations sur la température, le mouvement, la position, etc. Ils constituent un réseau généralement composé d’un nombre potentiellement élevé de nœuds. Ces capteurs doivent faire face à de nombreux problèmes de communication comme la sécurité et confidentialité, leur mobilité, leur courte portée, leur fiabilité, leur robustesse, leur évolutivité et leurs ressources (énergétiques, capacité de stockage et de traitement limitées, bande passante, etc.).
Dans un premier temps, nous passons en revue plusieurs applications existantes repré-sentatives de l’IdO que nous classons en différentes catégories (Section 1.1.1).
Deuxièmement, nous nous intéressons aux plates-formes IdO actuelles, permettant de concevoir des applications sur demande, de manière à comprendre comment elles intègrent les objets dans l’écosystème digital (Section 1.1.2).
Troisièmement, nous cherchons à savoir comment les intergiciels IdO appréhendent la composition de services. (Section 1.1.3)
Quatrièmement, nous présentons les différents efforts de normalisation de l’IdO (Section 1.1.4).
Domaines d’application
Nous avons recensé de nombreuses applications IdO et nous les avons classées en 11 catégories et sous catégories représentatives de ce domaine.
Domotique
Cette catégorie regroupe les appareils de contrôle à distance : allumer et éteindre les appareils à distance pour éviter les accidents et économiser de l’énergie, l’utilisation de l’énergie et de l’eau : surveillance de la consommation d’énergie et d’eau pour obtenir des conseils sur la façon d’économiser les coûts et les ressources, L’art et préservation des biens : suivi de l’état de conservation à l’intérieur des musées et des entrepôts d’art, et les systèmes de détection d’intrusion : détection des ouvertures de portes, de fenêtres et des violations dans le but d’empêcher les intrusions.
L’éclairage intelligent attire une attention croissante de la communauté de recherche [166, 263]. HomeKit [116] est un framework conçu par Apple permettant aux utilisateurs de configurer, communiquer et contrôler des appareils domestiques intelligents. Les utilisateurs peuvent effectuer des actions automatiques dans la maison au moyen d’une simple dictée vocale.
Google Home [102] est un assistant personnel intelligent muni d’un haut-parleur et de deux microphones permettent à l’appareil de réagir aux commandes vocales des personnes se trouvant à proximité.
Nest [178] est un thermostat qui mémorise les habitudes des utilisateurs et leurs températures préférées. Il baisse le chauffage en leur absence et calcule le temps nécessaire pour chauffer le logement afin d’utiliser le minimum d’énergie. Le thermostat peut être contrôlé à distance via une application mobile dédiée.
Lockitron [161] est une serrure électronique pouvant être ouverte et fermée à distance par un mobile via Internet. Les résidents peuvent autoriser leurs amis et leur famille à ouvrir une porte donnée en leur donnant une autorisation via Internet.
Tado [237] est une commande de chauffage intelligente basée sur smartphone. Elle permet de baisser le chauffage lorsque la dernière personne quitte la maison, rétablir le chauffage avant que quelqu’un ne rentre à la maison et diminuer la température lorsque le soleil brille.
Hue [120] est une ampoule pouvant être contrôlée à partir d’appareils mobiles. L’ampoule réagit au contexte et peut changer de couleur et de luminosité en fonction des préférences de l’utilisateur, de la saison/du jour/de l’heure et de l’activité de l’utilisateur. Elle est également sensible aux changements météorologiques tout au long de la journée.
Goodnightlamp [100] est une famille de lampes connectées qui permettent à l’utilisateur de transmettre, facilement et de façon ambiante, à distance une invitation de venir à la maison à leurs proches. Les objectifs sont de contribuer au maintien des relations familiales et au renforcement des liens d’amitié en atténuant le fait que les utilisateurs soient séparés les uns des autres.
Environnement intelligent
Cette catégorie regroupe la détection précoce des tremblements de terre : contrôle distribué dans des endroits spécifiques de tremblements, les glissements de terrain et la prévention des avalanches : surveillance de l’humidité du sol, des vibrations et de la densité de la terre pour détecter les tendances dangereuses dans les conditions du terrain, la surveillance du niveau de neige : mesure de niveau de neige pour connaître en temps réel la qualité des pistes de ski et permettre la sécurité des avalanches, la détection des incendies de forêt : surveillance des gaz de combustion et des conditions d’incendie pour définir les zones d’alerte, et la pollution de l’air : contrôle des émissions de CO2 des usines, de la pollution émise par les voitures et des gaz toxiques.
Insightrobotics [131] détecte les incendies de forêt en fusionnant les informations collec-tées par des caméras en réseau et différents types de capteurs (vent, température, etc.).
Transport et logistique
Cette catégorie regroupe la détection d’incompatibilité de stockage : émissions de conteneurs stockant des produits inflammables fermés à d’autres contenant des matières explosives, le suivi de flotte : contrôle du suivi des itinéraires pour les marchandises sensibles comme les bijoux, les médicaments ou les marchandises dangereuses, l’emplacement des articles : recherche d’éléments individuels dans de grandes surfaces comme les entrepôts ou les ports et la qualité des conditions d’expédition : surveillance, à des fins d’assurance, des vibrations, des coups, des ouvertures de conteneurs ou de leur entretien.
HiKoB [112] fournit une gestion et des informations en temps réel sur les conditions de circulation et des services pour le transport de marchandises et la logistique. HiKoB collecte des mesures en temps réel telles que les températures extérieures actuelles, l’humidité, les points de rosée et de givre, les gradients de température à partir de capteurs déployés sur les routes Alltrafficsolutions [9] collecte des données sur le trafic routier au moyen de capteurs et les visualise sur des cartes afin de fournir aux conducteurs des informations actualisées. Il prend en compte les modifications des panneaux de signalisation numériques, les panneaux à message variables ou les panneaux de limitation de vitesse.
Cantaloupe Systems [41] permet à l’utilisateur de suivre à distance les stocks dans les distributeurs automatiques. Les stratégies de réapprovisionnement, comme l’élimination des déplacements inutiles et les charges plus réduites par camion, sont déterminées à partir des informations contextuelles.
Senseaware [215] est une solution développée pour prendre en charge le suivi des expéditions en temps réel. Les informations comme la température, la localisation, l’humidité relative, la lumière et la pression sont collectées et traitées afin d’améliorer la chaîne d’approvisionnement.
Des travaux liés à la gestion de chaînes d’approvisionnement [66] intégrant l’architecture orientée service (Service Oriented Architecture : SOA) ont été réalisés. Des applications basées sur des capteurs positionnés sur la chaîne d’approvisionnement permettent uncontrôle plus efficace de la qualité des articles périssables. [235] propose une gestion d’inventaire d’entrepôt basé sur l’IdO et un système de plate-forme de partage d’informations en temps réel.
Pour une gestion logistique efficace [107] propose un système d’identification intelligent basé sur IdO pour la logistique ferroviaire.
Agriculture intelligente
Cette catégorie regroupe le compost : contrôle de l’humidité et des niveaux de tempé-rature dans le foin, la paille, etc. pour prévenir les champignons et autres contaminants microbiens, les stations météorologiques : étude des conditions météorologiques dans les champs pour prévoir la formation de glace, la pluie, la sécheresse, la neige ou les change-ments de vent, l’amélioration de la qualité du vin : surveiller l’humidité du sol et le diamètre du tronc dans les vignes pour contrôler la quantité de sucre dans la vigne et sa santé, les cours de golf : l’irrigation sélective dans les zones sèches pour réduire les ressources en eau nécessaires, les serres : contrôler les conditions microclimatiques pour maximiser la production de fruits et légumes et sa qualité et l’hydroponique : contrôler l’état des plantes cultivées dans l’eau pour obtenir les cultures les plus efficaces.
L’agriculture devient de plus en plus complexe et interconnectée. OnFarm [185] facilite sa gestion. Les informations contextuelles comme la cartographie, la localisation, l’humidité du sol, la télémétrie et la météo sont utilisées pour une prise de décision efficace en temps réel.
Bumblebee [35] surveille la vie des bourdons en collectant et en traitant des infor-mations visuelles, audio, de luminosité, météorologiques et de température. Il rapporte automatiquement la situation actuelle de la colonie et son bien-être.
Hydropoint [121] récupère les informations de contexte par le biais de stations météoro-logiques et planifie automatiquement l’irrigation en fonction des conditions météorologiques locales et des besoins, réduisant ainsi la facture d’eau consommée.
Microstrain [219] est un système de détection environnemental sans fil surveillant les épisodes clés de croissance des vignobles. Les informations comme l’humidité du sol etdes feuilles, le rayonnement solaire et la température sont collectées et fusionnées afin de surveiller les vignobles à distance et d’alerter les viticulteurs sur les situations critiques.
[269] développe un prototype de plate-forme contrôlant l’intégration de l’information du réseau pour étudier la situation réelle de la production agricole tout en opérant à distance.
Villes intelligentes
Cette catégorie regroupe le contrôle des niveaux de champs électromagnétiques : mesure de l’énergie rayonnée par les stations cellulaires et les routeurs WiFi, la santé structurelle : surveillance des vibrations et des conditions matérielles dans les bâtiments, les ponts et les monuments historiques, la gestion des déchets : détection des niveaux d’ordures dans les conteneurs pour optimiser les voies de collecte, la détection de smartphone : détecter les smartphones et en général tout appareil fonctionnant avec des interfaces WiFi ou Bluetooth, les routes intelligentes : autoroutes intelligentes avec messages d’avertissement et de détournements en fonction des conditions climatiques et des événements inattendus tels que les accidents ou les embouteillages, le stationnement intelligent : suivi de la disponibilité des places de parking dans la ville, l’éclairage intelligent : éclairage des réverbères intelligent et adapté aux conditions météorologiques, les embouteillages : surveillance des véhicules et des piétons pour optimiser les itinéraires de conduite et de marche, la cartographie urbaine du bruit : surveillance sonore dans les différentes zones urbaines en temps réel.
|
Table des matières
Introduction générale
1 État de l’art
1.1 Internet des objets
1.1.1 Domaines d’application
1.1.2 Intégration des objets dans l’écosystème digital
1.1.3 Compositions de services par les intergiciels IdO
1.1.4 Activités de normalisation
1.2 Analyse et conclusion : vers le as-a-service
2 Pour un pilotage plus efficace des futures architectures
2.1 Introduction
2.2 Travaux connexes
2.3 Contexte
2.3.1 Composant de service autocontrôlé
2.3.2 Propriétés SOA étendues
2.3.3 Capacités autonomiques
2.4 Vers un pilotage efficace
2.4.1 Les avantages de MaaS dans l’architecture SCC
2.4.2 Conception du système : Méthode pour l’architecte de conception
2.4.3 Monitoring as-a-service pour la calibration
2.4.4 Catalogue
2.4.5 Monitoring as-a-service pour la conception
2.5 Gestion autonomique pour la conformité de la QoS
2.5.1 Adaptation autonomique
2.5.2 Auto-adaptation as-a-service
2.6 Implémentation
2.6.1 De la conception à la configuration (expérimentations pour la calibration)
2.6.2 Vers l’architecture désirée (expérimentations pour le contrôle)
2.7 Conclusion
3 IdO as-a-service autocontrôlé
3.1 Introduction
3.2 Propositions pour une conception IdO as-a-service
3.2.1 De l’objet intelligent au service IdO
3.2.2 Dimension architecturale
3.2.3 Dimension organisationelle
3.2.4 Dimension fonctionnelle : micro-services IdO
3.3 IdO sécurisé
3.4 Conception et implémentation d’un cas d’étude
3.4.1 Déscription du cas d’étude
3.4.2 Phases de conception et d’implémentation
3.4.3 Autres scénarios
3.5 Résumé et conclusion
4 Du modèle à la pratique : interaction homme-machine autocontrôlée dans l’IdO
4.1 Introduction
4.2 Travaux connexes
4.3 Propositions
4.4 Étude de cas
4.4.1 Problématique
4.4.2 Le matériel utilisé pour la mise en oeuvre
4.4.3 Plate-forme de conception
4.4.4 Mise en oeuvre de notre approche
4.5 Discussion : Gestion autonomique pour la conformité à la QoS et limitations
4.6 Conclusion
5 Aide à la conception : L’auto-assemblage
5.1 Introduction
5.2 Propriétés de l’IdO auto-assemblable
5.3 Auto-définition du service et conscience de l’environnement
5.4 Estimation de la QoS de lien
5.5 Modèle algorithmique
5.5.1 Définition du modèle
5.5.2 Algorithme d’assemblage
5.5.3 Exemple d’exécution de l’algorithme d’assemblage
5.5.4 Avantages de l’algorithme d’assemblage
5.6 Consommation de ressources et limites de l’algorithme
5.6.1 Equipement utilisé pour l’implémentation
5.6.2 Analyse des combinaisons
5.6.3 Agencement et analyse des résultats
5.7 Étude de cas : Système d’alerte médicale
5.8 Conclusion
Conclusions et perspectives
Liste des publications
Bibliographie
Index
Télécharger le rapport complet
