APISENSE® : une plate-forme répartie pour ...
Type de document :
Thèse
Titre :
APISENSE® : une plate-forme répartie pour la conception,le déploiement et l'exécution de campagnes de collecte de données sur des terminaux intelligents
Titre en anglais :
APISENSE®: a distributed platform for deploying, executing and managing data collection campaigns using smart devices
Auteur(s) :
Haderer, Nicolas [Auteur]
Université de Lille, Sciences et Technologies
Self-adaptation for distributed services and large software systems [SPIRALS]
Laboratoire d'Informatique Fondamentale de Lille [LIFL]
Université de Lille, Sciences et Technologies
Self-adaptation for distributed services and large software systems [SPIRALS]
Laboratoire d'Informatique Fondamentale de Lille [LIFL]
Directeur(s) de thèse :
Lionel Seinturier(lionel.seinturier@univ-lille1.fr)
Date de soutenance :
2014-11-05
Président du jury :
Luigi Lancieri (président)
Ernesto Exposito (rapporteur)
Chantal Taconet (rapporteur)
Stéphane Frénot (examinateur)
Lionel Seinturier (directeur)
Romain Rouvoy (co-directeur)
Ernesto Exposito (rapporteur)
Chantal Taconet (rapporteur)
Stéphane Frénot (examinateur)
Lionel Seinturier (directeur)
Romain Rouvoy (co-directeur)
Membre(s) du jury :
Luigi Lancieri (président)
Ernesto Exposito (rapporteur)
Chantal Taconet (rapporteur)
Stéphane Frénot (examinateur)
Lionel Seinturier (directeur)
Romain Rouvoy (co-directeur)
Ernesto Exposito (rapporteur)
Chantal Taconet (rapporteur)
Stéphane Frénot (examinateur)
Lionel Seinturier (directeur)
Romain Rouvoy (co-directeur)
Organisme de délivrance :
Université des Sciences et Technologie de Lille - Lille I
École doctorale :
EDSPI
Mot(s)-clé(s) :
Collecte de données mobiles
Smartphone
Energie
Vie privée
Architecture distribuée
Ligne de Produits Logiciels
Smartphone
Energie
Vie privée
Architecture distribuée
Ligne de Produits Logiciels
Mot(s)-clé(s) en anglais :
Mobile crowdsensing
Energy
Privacy
Distributed applications
Service Component Architecture
Software Product Line
Energy
Privacy
Distributed applications
Service Component Architecture
Software Product Line
Discipline(s) HAL :
Informatique [cs]/Informatique mobile
Résumé :
Le mobile crowdsensing est une nouvelle forme de collecte de données exploitant la foule de terminaux intelligents déjà déployés à travers le monde pour collecter massivement des données environnementales ou comportementales ...
Lire la suite >Le mobile crowdsensing est une nouvelle forme de collecte de données exploitant la foule de terminaux intelligents déjà déployés à travers le monde pour collecter massivement des données environnementales ou comportementales d'une population.Ces dernières années, ce type de collecte de données a suscité l'intérêt d'un grand nombre d'acteurs industriels et académiques dans de nombreux domaines tels que l'étude de la mobilité urbaine, la surveillance de l'environnement, la santé ou l'étude des comportements socioculturels.Cependant, le mobile crowdsensing n'en n'est qu'à ses premiers stades de développement, et de nombreux défis doivent encore être relevés pour pleinement profiter de son potentiel. Ces défis incluent la protection de la vie privée des utilisateurs, les ressources énergétiques limitées des terminaux mobiles, la mise en place de modèles de récompense et de déploiement adaptés pour recruter les utilisateurs les plus à même de collecter les données désirées, ainsi que faire face à l’hétérogénéité des plateformes mobiles disponibles.Dans cette thèse, nous avons cherché à réétudier les architectures des systèmes dédiés au mobile crowdsensing pour adresser les limitations liées au développement, au déploiement et à l'exécution de campagnes de collecte de données. Les différentes contributions proposées sont articulées autour APISENSE, la plate-forme résultante des travaux de cette thèse. Plus particulièrement, APISENSE propose un environnement distribué favorisant le développement et le déploiement rapides de campagnes de collecte, tout en prenant en considération des contraintes telles que la protection de la vie privée des utilisateurs ou encore les ressources énergétiques limitées de leurs terminaux. Pour atteindre ces objectifs, APISENSE repose sur le modèle de composant SCA et sur l’ingénierie des lignes de produits logiciels, offrant ainsi un environnement modulaire et facilement configurable pour supporter une grande diversité de campagnes de collecte. Un modèle de programmation de haut niveau a également été proposé permettant de s'affranchir de toute la complexité liée aux développements d'applications de collecte mobiles.APISENSE a été utilisé pour réaliser une campagne de collecte de données déployée auprès d'une centaine d'utilisateurs au sein d'une étude sociologique, et évalué à travers des expériences qui démontrent la validité, l'efficacité et le passage à échelle de notre solution.Lire moins >
Lire la suite >Le mobile crowdsensing est une nouvelle forme de collecte de données exploitant la foule de terminaux intelligents déjà déployés à travers le monde pour collecter massivement des données environnementales ou comportementales d'une population.Ces dernières années, ce type de collecte de données a suscité l'intérêt d'un grand nombre d'acteurs industriels et académiques dans de nombreux domaines tels que l'étude de la mobilité urbaine, la surveillance de l'environnement, la santé ou l'étude des comportements socioculturels.Cependant, le mobile crowdsensing n'en n'est qu'à ses premiers stades de développement, et de nombreux défis doivent encore être relevés pour pleinement profiter de son potentiel. Ces défis incluent la protection de la vie privée des utilisateurs, les ressources énergétiques limitées des terminaux mobiles, la mise en place de modèles de récompense et de déploiement adaptés pour recruter les utilisateurs les plus à même de collecter les données désirées, ainsi que faire face à l’hétérogénéité des plateformes mobiles disponibles.Dans cette thèse, nous avons cherché à réétudier les architectures des systèmes dédiés au mobile crowdsensing pour adresser les limitations liées au développement, au déploiement et à l'exécution de campagnes de collecte de données. Les différentes contributions proposées sont articulées autour APISENSE, la plate-forme résultante des travaux de cette thèse. Plus particulièrement, APISENSE propose un environnement distribué favorisant le développement et le déploiement rapides de campagnes de collecte, tout en prenant en considération des contraintes telles que la protection de la vie privée des utilisateurs ou encore les ressources énergétiques limitées de leurs terminaux. Pour atteindre ces objectifs, APISENSE repose sur le modèle de composant SCA et sur l’ingénierie des lignes de produits logiciels, offrant ainsi un environnement modulaire et facilement configurable pour supporter une grande diversité de campagnes de collecte. Un modèle de programmation de haut niveau a également été proposé permettant de s'affranchir de toute la complexité liée aux développements d'applications de collecte mobiles.APISENSE a été utilisé pour réaliser une campagne de collecte de données déployée auprès d'une centaine d'utilisateurs au sein d'une étude sociologique, et évalué à travers des expériences qui démontrent la validité, l'efficacité et le passage à échelle de notre solution.Lire moins >
Résumé en anglais : [en]
Mobile crowdsensing is a new form of data collection that takes advantage of millions smart devices already deployed throughout the world to collect massively environmental or behavioral data from a population. Recently, ...
Lire la suite >Mobile crowdsensing is a new form of data collection that takes advantage of millions smart devices already deployed throughout the world to collect massively environmental or behavioral data from a population. Recently, this type of data collection has attracted interest from a large number of industrials and academic players in many areas, such as the study of urban mobility, environmental monitoring, health or the study of sociocultural attitudes. However, mobile crowdsensing is in its early stages of development, and many challenges remain to be addressed to take full advantage of its potential. These challenges include privacy, limited energy resources of devices, development of reward and recruitment models to select appropriates mobile users and dealing with heterogeneity of mobile platforms available.In this thesis, we aim to reconsider the architectural design of current mobile crowdsensing systemsto provide a simple and effective way to design, deploy and manage data collection campaigns.The main contributions of this thesis are organize around APISENSE, the resulting platform of this research.In particular, APISENSE offers a distributed environment based on the SCA component model and software product line engineering , providing a modular and flexible environment to support a wide variety of data collection campaigns. Futhemore, APISENSE takes into account constraints, such as protecting the privacy of users or limited energy resources devices. We also propose a high-level programming model to get rid of the complexity associated with the development of mobile data collection applications.APISENSE has been used to carry out a data collection campaign deployed over hundred of users in a sociological study and evaluated through experiments demonstrating the validity, effectiveness and scalability of our solution.Lire moins >
Lire la suite >Mobile crowdsensing is a new form of data collection that takes advantage of millions smart devices already deployed throughout the world to collect massively environmental or behavioral data from a population. Recently, this type of data collection has attracted interest from a large number of industrials and academic players in many areas, such as the study of urban mobility, environmental monitoring, health or the study of sociocultural attitudes. However, mobile crowdsensing is in its early stages of development, and many challenges remain to be addressed to take full advantage of its potential. These challenges include privacy, limited energy resources of devices, development of reward and recruitment models to select appropriates mobile users and dealing with heterogeneity of mobile platforms available.In this thesis, we aim to reconsider the architectural design of current mobile crowdsensing systemsto provide a simple and effective way to design, deploy and manage data collection campaigns.The main contributions of this thesis are organize around APISENSE, the resulting platform of this research.In particular, APISENSE offers a distributed environment based on the SCA component model and software product line engineering , providing a modular and flexible environment to support a wide variety of data collection campaigns. Futhemore, APISENSE takes into account constraints, such as protecting the privacy of users or limited energy resources devices. We also propose a high-level programming model to get rid of the complexity associated with the development of mobile data collection applications.APISENSE has been used to carry out a data collection campaign deployed over hundred of users in a sociological study and evaluated through experiments demonstrating the validity, effectiveness and scalability of our solution.Lire moins >
Langue :
Français
Collections :
Source :
Fichiers
- https://hal.inria.fr/tel-01087240/document
- Accès libre
- Accéder au document
- https://hal.inria.fr/tel-01087240/document
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- haderer-thesis.pdf
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- haderer-thesis.pdf
- Accès libre
- Accéder au document