Etude de la convergence des reseaux LTE-A/IoT et ses applications en e-sante, e-formation et e-agriculture

Etude de la convergence des reseaux LTE-A/IoT et ses applications en e-sante, e-formation et e-agriculture

L’internet des objets

De par la largeur de son spectre et les attendus qu’il suscite, l’IoT fait actuellement l’objet de nombreuses études de recherche, relevant tant de ses applications que de la reconsidération de problématiques initialement abordées dans l’Internet “classique”. Dans ce chapitre, nous faisons un état de l’art sur l’internet des objets (IoT). D’abord, nous présentons le paradigme de l’internet des objets relatifs à ses applications métiers ainsi que les visions architecturales et chalenge. Ensuite, nous dressons un état de l’art des solutions envisagées au niveau Middleware pour l’IoT. Nous fournissons en particulier une analyse des capacités et des limites de ces Middlewares face aux besoins en QoS pour les applications e-santé, e-formation et e-agriculture. Enfin, nous définissons le concept de WoT notamment la découverte des services et nous faisons la différence entre WoT et IoT. 1.2 Paradigme de l’internet des objets Le qualificatif d’Internet des Objets (IoT) est apparu pour la première fois en 1999. Ce paradigme est considéré comme étant la prochaine génération de l’Internet [5][6]. Plusieurs définitions ont été données à l’IoT. Gartner [7] le définit comme étant ‘’le réseau d’objets physiques qui contiennent des technologies intégrées pour communiquer et détecter ou interagir avec leurs états internes ou l’environnement externe”. L’IETF considère l’IoT comme étant une extension des technologies de l’actuel Internet et affirme qu’un véritable IoT exige que les objets soient capables d’utiliser les protocoles de l’Internet [8]. Une définition plus détaillée a été donnée par l’IERC (European Research Cluster on the Internet of Things) [9] dans laquelle l’IoT est “une infrastructure de réseau globale dynamique avec des capacités d’auto-configuration, où les objets physiques et virtuels ont des identités, des attributs physiques et des personnalités virtuelles, et utilisent des interfaces intelligentes pour se connecter entre elles et au réseau de données”. Ce paradigme permet de couvrir un large éventail d’applications dans plusieurs domaines tels que la santé, la domotique, les services publics, les transports, ou encore les usines du futur. Dans cette section, nous illustrons trois applications métier dédiées à l’IoT, l’objectif étant d’illustrer la valeur ajoutée qu’apporte l’IoT aux différentes parties prenantes. Nous 10 présentons enfin les différentes visions architecturales pour l’IoT ainsi que ses principaux challenges. 

Applications métier de l’IoT

Une application métier dédiée à l’IoT (application IoT) se caractérise par l’autonomie ajoutée à une activité métier, telle que la surveillance de patients à distance et l’intervention en cas d’urgence, à travers l’utilisation d’équipements de toutes sortes accessibles via l’Internet. L’autonomie qu’offre ces applications est destinée à permettre, par exemple, des économies de temps ou à réduire les risques d’erreurs, en minimisant autant que possible l’intervention humaine. Ces applications sont basées sur un ensemble d’échanges réalisés de manière essentiellement autonome entre les équipements, les entités intermédiaires et au final les humains via des moyens de communication, de nouvelles capacités de traitement de données offertes par le cloud computing, et des outils de gestion et d’analyse de ces données. Les applications IoT couvrent un large éventail de domaines. Elles sont qualifiées d’intelligentes (smart en anglais) par l’autonomie du service qu’elles fournissent aux utilisateurs finaux. Nous parlons à présent de Smart City, Smart Home, e-Health, Smart Energy, etc. Dans cette section, nous étudions trois catégories d’applications IoT, relevant respectivement du Smart Metering, du e-Health et du Smart Factory, dans le but de montrer la valeur ajoutée de l’utilisation de l’IoT du point de vue du consommateur et du fournisseur de services. 

Smart Metering

L’économie d’énergie est une priorité mondiale pour la préservation de notre planète. Le contrôle de la consommation énergétique permet d’aller vers cet objectif. L’une des applications clés du Smart Grid est la mesure intelligente. Elle est basée sur des compteurs dits intelligents offrant une gamme de services tels que la mesure et l’enregistrement de la consommation (électricité, gaz, eau, etc.), le relevé de la consommation locale ou distant, la fixation du seuil de consommation maximale et l’extinction à distance de l’électricité par le consommateur, ainsi que l’échange d’informations sur la consommation avec les services publics. Les compteurs intelligents sont considérés comme les successeurs des compteurs d’électricité mécaniques classiques dits muets. La différence est que, pour les compteurs intelligents, il n’y a pas besoin d’intervention humaine (Figure 1.1). Toutes les fonctionnalités se font automatiquement et à distance.  Figure 0.1: Différence entre le compteur traditionnel et intelligent [10] Au regard des avantages qu’offre une telle application, le consommateur et le fournisseur de services sont bénéficiaires. Le consommateur de service (le client final) a l’opportunité de réaliser des économies d’argent en ayant différentes vues de sa consommation, par exemple, la consommation en temps réel et son équivalent en fcfa ou autres devises, l’historique de la consommation et la visualisation des graphiques connexes, le coût quotidien, mensuel ou annuel, ainsi que sa capacité à contrôler à distance l’utilisation de ses ressources. Du point de vue du fournisseur de services (l’opérateur électrique), les coûts d’acquisition de données sont minimisés. Les agents, dont le rôle était auparavant dédié au déplacement pour l’acquisition manuelle de la consommation, peuvent maintenant être affectés à d’autres tâches. En outre, le fournisseur de services peut déterminer le comportement des utilisateurs liés à leur consommation énergétique pour une meilleure gestion des ressources. Notons que les questions liées à la protection de la vie privée sont sujettes à de multiples études qui ne sont introduites dans ce manuscrit. 

E-Health

Le monde de la médecine (ou en général la santé) est en constante progression. Il commence à intégrer les méthodes et les ressources des technologies de l’information et de la communication. L’avènement des technologies de l’IoT permet d’envisager un saut substantiel. L’e-Health est l’un des sous-domaines les plus prometteurs de la télémédecine basée sur l’IoT. La Commission européenne le définit comme l’utilisation de technologies d’information et de communication modernes pour répondre aux besoins des citoyens, des patients, des professionnels de la santé, des fournisseurs de soins de santé, ainsi que des décideurs [11]. Les 12 applications IoT pour l’e-Health permettent la surveillance à distance des informations sur la santé et la condition physique des patients, le déclenchement d’alarmes dans des conditions critiques et, dans certains cas, la maîtrise à distance de certains traitements, ou paramètres médicaux [12]. Dans le passé, il n’y avait pas de surveillance à distance. Le patient devait être présent à l’hôpital, et dépendait des médecins et des équipements hospitaliers pour suivre et enregistrer les informations sur sa santé. Maintenant, les soins aux patients sont améliorés avec la surveillance à distance (Figure 1.2). La personne surveillée utilise des capteurs physiologiques portables formant un réseau BAN (Body Area Network). Ces capteurs recueillent et enregistrent différents signes vitaux tels que la fréquence cardiaque, la température corporelle, la pression artérielle, le taux respiratoire, les chutes et d’autres informations sur le patient. Les données collectées sont envoyées à un agrégateur (par exemple, le téléphone cellulaire du patient) qui est responsable de la transmission d’informations au centre de contrôle [13]. Grâce à ce système, les agents de santé peuvent exécuter des plans prédéfinis et intervenir lorsque des conditions critiques sont détectées en fonction des alarmes déclenchées. Figure 0.2: Exemple d’architecture de télésurveillance de patient De cette façon, plusieurs avantages peuvent être énoncés. Du point de vue du consommateur (ici, le patient), il y aura une réduction du temps et des risques. Le patient peut rester et guérir à la maison tout en bénéficiant d’une supervision et d’une assistance en temps réel. Pour le fournisseur de services (ici, le centre hospitalier), il y aura une réduction considérable des coûts grâce à la diminution des services nécessaires. Les hôpitaux seront en outre en mesure de traiter plus de patients sans avoir besoin de plus de lits et de personnels. 

Smart Factory

Le temps est une clé importante dans le contexte industriel. Tout temps d’arrêt signifie perte de revenus. Les usines recherchent toujours l’amélioration de l’efficacité de la production grâce à la réduction de coûts et de temps. L’intervention des technologies de l’IoT dans le 13 processus de fabrication dans les usines peut apporter une vraie valeur ajoutée ; nous parlons ainsi d’usines intelligentes (ou smart factories). Dans [14], l’usine intelligente se réfère à la connexion des machines, des dispositifs et de la logistique, et au final des humains pour effectuer la coordination nécessaire de manière omniprésente et ponctuelle. L’usine sera “intelligente” dans différents processus. Elle pourra suivre les produits qui sont dotés d’étiquettes RFID sur la chaîne d’approvisionnement mondiale. Elle sera capable d’obtenir la charge et l’état de chaque machine, et de détecter la panne de la machine et la changer rapidement et pourquoi pas d’une manière autonome sans aucune intervention humaine. Le coût et la qualité de production seront optimisés en utilisant des capteurs intelligents et des actionneurs permettant d’avoir plus de souplesse, une adaptation rapide aux exigences changeantes et une gestion plus efficace des ressources. Du point de vue consommateur de services (le client), les bénéfices induits par l’usine intelligente se traduisent par la possibilité de suivre l’état d’avancement de sa commande tout au long du processus de fabrication et de livraison, et aussi la possibilité de personnaliser sa commande qui sera prise en compte directement par le fabricant de la machine. Pour le producteur (usine), le coût de gestion et d’intervention en cas de panne sera plus bas grâce à la rapidité de détection de la panne. Il y aura aussi une optimisation du processus de fabrication grâce au suivi en temps réel et distant de l’état du produit, ainsi que la réduction du temps de fabrication en prenant rapidement en compte les changements d’exigences ou de processus.

Visions architecturales et challenges de l’IoT

Plusieurs visions architecturales ont été proposées pour l’IoT. L’architecture basique est constituée de trois niveaux : le niveau Application incluant les services métiers associés, le niveau Réseau qui inclut les différents types de réseaux, et enfin le niveau Équipement comportant l’ensemble des objets impliqués dans la capture d’événements et le contrôle depuis l’environnement (capteurs, actionneurs, etc.). Dans [15] l’architecture proposée reprend le modèle précédent en l’étendant à quatre niveaux. Elle intègre un niveau additionnel entre les niveaux Application et Réseau appelé niveau de Service de gestion. Ce niveau inclut le traitement de l’information par l’analyse, le contrôle de sécurité, la modélisation des processus et la gestion des périphériques. La proposition [16] considère l’architecture de base à trois niveaux mais en subdivisant le niveau Application en deux sous-niveaux. Le premier est le sous-niveaux Application qui implémente l’application métier en se basant sur les informations fournies par les niveaux sous-jacents. Le 14 deuxième est le sous-niveau Service qui intègre et stocke les informations depuis le réseau et réalise la gestion de ces informations, par exemple, l’analyse de données et la prise de décision. Dans cette thèse, nous adoptons une vision architecturale considérant quatre niveaux (Figure 1.3) pour la séparation des différents rôles. Cette vision est proposée par le standard SmartM2M [17]. Elle considère les niveaux Application IoT, Middleware, Réseau et Équipements. Le rôle principal du niveau Middleware est d’assurer l’interopérabilité des applications et des objets en masquant les détails des technologies sous-jacentes aux applications [18]. Dans l’IoT, le Middleware abstrait l’hétérogénéité des réseaux et des équipements en fournissant une représentation homogène facilitant leur manipulation par les applications IoT. Ce rôle peut étendu via la capacité du Middleware à fournir d’autres services tels que la gestion des informations (par exemple, l’agrégation, le traitement et l’analyse des données), la gestion des services (par exemple, la découverte des objets et la configuration des services), ou encore la gestion des utilisateurs et des équipements.

Table des matières

Résumé
Abstract
Dedicaces
Remerciement
Liste des figures
Liste des tableaux
Liste des abréviations
Introduction Générale
1 Etat de l’art sur l’internet des objets
1.1 Introduction
1.2 Paradigme de l’internet des objets
1.2.1 Applications métier de l’IoT
1.2.1.1 Smart Metering.
1.2.1.2 E-Health
1.2.1.3 Smart Factory
1.2.2 Visions architecturales et challenges de l’IoT
1.3 Application métier dans l’IoT
1.3.1 Types de données générées par les entités IoT
1.3.1.1 Les données brutes
1.3.1.2 Les données multimédia
1.3.2 Types d’interactions entre les entités IoT
1.3.3 Besoins en QoS des applications IoT
1.4 Solutions au niveau middleware et gestion de la QoS
1.4.1 Styles architecturaux pour le middleware
1.4.1.1 Remote Procedure Call
1.4.1.2 Approche orientée objets
1.4.1.3 Approche orientée messages
1.4.1.4 Approche orientée services
1.4.1.5 Approche orientée ressources
1.4.2 Propositions de niveau Middleware dans l’IoT
1.4.2.1 Standard SmartM2M
1.4.2.2 Initiative oneM2M
1.4.2.3 Projet IoTivit
1.4.2.4 Projet FIWARE
1.4.3 Gestion de la QoS au niveau Middleware
1.5 WoT
1.6 Conclusion
2 Outils et protocoles de mutualisation des ressources dans les Middlewares IoT
2.1 Introduction
2.2 Etude des protocoles et normes
2.2.1 Protocoles d’applications IoT
2.2.1.1 Hyper Text Transport Protocol (HTTP)
2.2.1.2 Constrained Application Protocol (CoAP)
2.2.1.3 Message Queue Telemetry Transport Protocol (MQTT)
2.2.1.4 Data Distribution Service (DDS)
2.2.1.5 Advanced Message Queueing Protocol (AMQP)
2.2.1.6 Prototocole XMPP
2.2.1.7 Comparaison de quelques des protocoles
2.2.2 Protocoles de découvertes de services
2.2.2.1 Multicast DNS (mDNS)
2.2.2.2 DNS Service Discovery (DNS-SD)
2.2.3 Protocoles d’infrastructures
2.2.3.1 RPL
2.2.3.2 6LoWPAN
2.2.3.3 LTE-A
2.2.4 Protocole SIP
2.2.4.1 Transactions SIP
2.2.4.2 Méthodes et réponse SIP
2.2.4.3 Architecture SIP
2.2.4.4 Apport de SIP dans la mutualisation des ressources
2.2.5 Présentation de WebRTC1
2.2.5.1 Fonctionnement de WebRTC2
2.2.5.2 Les API de WebRTC
2.2.5.3 Apports de WebRTC
2.2.6 Technologies de Communications pour l’Internet des Objets
2.2.7 Une évaluation de performance de WebRTC sur LTE
2.2.8 IMS
2.2.8.1 Définition de l’IMS
2.2.8.2 Architecture de l’IMS
2.2.8.3 Protocoles utilisés dans l’IMS
2.3 Conclusion
3 Middleware IoT et mecanisme de gestion de trafic
3.1 Introduction
3.2 Concepts et préliminaires de middleware IoT
3.3 Architectures middleware pour les systèmes IoT
3.3.1 Défis du middleware IoT
3.3.2 Présentation des approches middleware pour l’IoT
3.3.2.1 Middleware orienté application-spécifique
3.3.2.2 Middleware basé sur l’agent
3.3.2.3 Middleware basé sur les machines virtuelles
3.3.2.4 Middleware oriente tuple-spaces
3.3.2.5 Middleware oriente base de données
3.3.2.6 Middleware orientée services (SOA)
3.3.2.7 Middleware oriennté message (MoM)
3.3.3 Solutions Middleware dans le secteur de la santé 88
3.3.4 Middleware SIP
3.3.4.1 Conception de la base de donnée du Middleware SIP
3.3.5 Entités middleware et sources de trafic
3.3.5.1 Entités middleware
3.3.5.2 Sources de trafic
3.3.6 Mécanismes de gestion orientés trafic
3.3.6.1 Classification et Marquage du trafic
3.3.6.2 Architecture du CCM
3.4 Conclusion
4 Contribution à l’amélioration de la fourniture de services médicaux à distance aux patients vivant en zones rurales
4.1 Introduction
4.2 Architecture d’un système de mutualisation et de partage d’informations via un middleware IoT
4.3 Présentation des outils et technologies utilisés pour les contributions
4.3.1 Kurento Media Server
4.3.2 Kamailio et Module IMS
4.3.3 Le Web of Things
4.3.4 Modèles de contrôles d’accès
4.3.4.1 Confidentialité et intégrité
4.3.4.2 Contrôle d’accès de base de rôle (RBAC)
4.3.4.3 Contrôle d’accès basé sur l’organisation (OrBAC)
4.3.5 Scénario E-Health
4.3.5.1 Contribution pour la surveillance des maladies chroniques
4.3.5.2 Contribution à la Télépédiatrie
4.3.6 Modèle de sécurité basé sur les controles d’accès (DORBAC)
4.3.6.1 Description de la logique non monotone T-JClassic𝛿ε
4.3.6.2 Description du modèle proposé
4.3.7 Contribution à amélioration de la base de présence des serveurs VoIP
4.3.7.1 Implémentation
4.3.7.2 Résultats et discussion
4.4 Conclusion
5 Accès à plusieurs Middlewares IoT intégrant du WebRTC à l’aide de SDN
5.1 Introduction
5.2 Proposition d’une solution de middleware IoT pour le e-learning et e-agriculture
5.2.1 Scénario pour e-learning et e-agriculture
5.2.1.1 Scénario E-learning
5.2.1.2 Scénario E-agriculture
5.2.2 Implémentation
5.3 Automatisation des entités d’une ou de plusieurs middleware(s) IoT basée sur SDN
5.3.1 Défis et enjeux
5.3.2 Architecture globale
5.3.3 Architectures SDN-IoT / WoT
5.3.4 Proposition d’une solution intégrant le SDN sur plusieurs Smarts Spaces
5.3.4.1 Les outils et protocoles utilisés
5.3.5 Cas d’utilisation dans un Smart Space ou espace intelligent
5.3.5.1 Couche accès
5.3.5.2 Couche transport
5.3.5.3 Couche contrôle
5.3.5.4 Couche application
5.3.5.5 Résultats et discussion
5.4 Conclusion
Conclusion Générale
Annexes
Bibliographie

projet fin d'etudeTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *