Modélisation de la qualité de l'information dans l'Internet des Objets

Dans cette thèse, nous abordons le problème de la qualité de l’information dans l’Internet des Objets, un nouveau paradigme connu aussi sous l’appellation objets connectés. L’un des principaux enjeux de ce concept consiste à intégrer de l’intelligence dans les systèmes ou applications afin de les rendre autonomes. Il ne s’agit plus pour le système de passer directement à l’action lorsqu’il obtient une information, mais de mener une étape de vérification avant toute prise de décision. En effet, les informations issues des capteurs peuvent être sujettes à de nombreuses imperfections pouvant entraver la prise de décision. Pour apporter une solution à ces problèmes liés à la qualité de l’information, nous proposons deux approches de fusion basées sur la théorie des croyances de Dempster-Shafer. La première approche est une mesure permettant de quantifier l’incertitude dans l’information. Cette mesure est basée sur l’entropie des croyances, et tient compte des insuffisances des mesures existantes. La deuxième approche dénommée ABC_IoT, est une méthode de pré-traitement pour étudier le problème de la véracité des informations dans les applications IoT. Le principe de l’ABC_IoT, pour vérifier la véracité des informations multisources, consiste à utiliser des informations issues de plusieurs sources pour améliorer la prise de décision. Pour ce faire, nous utilisons deux éléments nécessaires pour une bonne qualité des informations : la quantification des incertitudes et la fiabilité des sources d’information. Concernant la quantification de l’incertitude, nous utilisons la nouvelle mesure de l’incertitude. De plus, nous utilisons deux notions de fiabilité pour évaluer la confiance au niveau des sources d’information. Nous illustrons nos contributions dans le domaine des villes intelligentes où l’utilisation de l’ABC_IoT permet d’assurer une meilleure prise de décision.