L'Internet des Objets (IdO) a obtenu un grand succès dans divers domaines d'application. Toutefois, malgré ce succès, l'un des plus grands défis à relever est la grande quantité de données générées par les dispositifs de capteur. Cela peut affecter la consommation d'énergie et causer la congestion du réseau. Pour resoudre ce probleme, nous proposons dans cet article une Approche d'Inférence Bayésienne (AIB) permettant d'éviter la transmission des données fortement corrélées. AIB est basé sur une architecture hiérarchique composée de simple capteurs, de passerelles intelligentes et de centre de données. L'Algorithme Belief Propagation est utilisé pour reconstituer les données manquantes. La solution proposée est évalué sur la base des données recueillies sur des capteurs réels. Sur les divers scénarios étudiés, les résultats montrent que notre approche réduit considerablement le nombre de données transmises et la consommation d'énergie tout en maintenant une qualité d'information acceptable.