Collaborative Cascading Failure Management on Internet of Thing Devices - Archive ouverte HAL
Thèse Année : 2024

Collaborative Cascading Failure Management on Internet of Thing Devices

Gestion Collaborative des Pannes en Cascade sur les Objets Connectés

Amal Guittoum
Connectez-vous pour contacter l'auteur

Résumé

In a complex Internet of Things (IoT) system (i.e. Smart Cities, Smart Buildings, Smart Transport, Industry 4.0), IoT devices are more and more interconnected and interdependent either to ensure connectivity or to exchange information. In such ecosystems, a failure of one devices may impact its dependent devices, thereby generating cascading failures that often lead to both a degradation of Customer Quality of Experience and increased customer service costs. Managing such cascading failures is challenging because IoT devices are managed by various actors (Telecommunications operators, Manufacturers, Third parties), each one proposing its own Device Management (DM) solutions to ensure the well-functioning of its devices. In this context, this thesis aims to offer a new solution to manage cascading failures on IoT devices by considering their dependencies in large-scale multi-actor IoT systems where the devices are managed by isolated and heterogeneous DM solutions. We propose a practical solution allowing siloed DM solutions to manage cascading failures in an automatic and coordinated manner. This solution relies on a cooperative Multi-Agent System (MAS) empowered by Semantic Web and Digital Twin technologies. The proposed MAS is intended to be integrated into the legacy DM solutions in order to help them understand, collaborate, and make effective decisions regarding Cascading Failure Management.
Dans un système complexe d'Internet des objets (IdO) tel que les villes intelligentes, les bâtiments intelligents, les transports intelligents et l'industrie 4.0, les objets connectés sont de plus en plus interconnectés et interdépendants, que ce soit pour assurer la connectivité ou échanger des informations. Ces objets sont gérés par divers acteurs (opérateurs de télécommunications, fabricants, tiers) proposant leurs propres services client et leurs propres solutions de gestion des objets connectés pour garantir le bon fonctionnement de leurs objets connectés déployés chez leurs clients. Par conséquent, la gestion des objets connectés interdépendants est assurée de manière isolée par différents acteurs. Ainsi, une panne de l'un des objets pourrait se propager en cascade et affecter ses objets dépendants. Les pannes en cascade entraînent des dysfonctionnements sur d'autres objets et donc une dégradation de la qualité d'expérience client. Dans ce contexte, cette thèse vise à proposer une nouvelle solution pour gérer les pannes en cascade sur les objets connectés en tenant compte de leurs dépendances dans des systèmes IdO multi-acteurs à grande échelle où les objets sont gérés par des solutions isolées et hétérogènes. Ceci afin d'assurer à la fois une meilleure qualité d'expérience pour les utilisateurs finaux et en même temps un meilleur contrôle des coûts de service client. Nous proposons une solution pratique permettant aux solutions de gestion des objets connectés isolée de gérer les pannes en cascade de manière automatique et collaborative. Cette solution s'appuie sur un Système Multi-Agents (SMA) coopératif alimenté par les technologies du Web sémantique et des jumeaux numériques. Le SMA proposé sera intégré aux solutions existantes afin de les aider à comprendre, collaborer et prendre des décisions efficaces concernant la gestion des pannes en cascade.
Fichier principal
Vignette du fichier
132546_GUITTOUM_2024_archivage.pdf (16.13 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04630184 , version 1 (01-07-2024)

Identifiants

  • HAL Id : tel-04630184 , version 1

Citer

Amal Guittoum. Collaborative Cascading Failure Management on Internet of Thing Devices. Computer Science [cs]. UGA (Université Grenoble Alpes), 2024. English. ⟨NNT : ⟩. ⟨tel-04630184⟩
60 Consultations
36 Téléchargements

Partager

More