Tag : Français

La présentation du Dr. Nadim El Sakaaan propose une exploration approfondie des enjeux de sécurité, de fiabilité et de performance dans les systèmes de l’Internet des Objets (IoT), structurée autour de trois couches fonctionnelles : perception, cloud, et applications à grande échelle.

Dans la couche de perception, l’auteur introduit DRLEF, un algorithme de type leader election distribué, tolérant aux pannes et conçu pour une coordination fiable entre passerelles et capteurs. Cette solution vise à surmonter les limites classiques liées à la redondance, aux échecs de nœuds et à l’échelle des réseaux.

La seconde couche traite de l’optimisation des performances en environnements cloud, en réponse à la surcharge causée par les objets connectés. Il propose un algorithme hybride en plusieurs niveaux pour le scheduling des tâches et le rééquilibrage de charge, combinant des approches heuristiques (round-robin, K-means, algorithmes génétiques) et testé avec succès sur la plateforme CloudSim Plus.

Enfin, la troisième couche aborde la sécurité et la vie privée dans les systèmes IoT à grande échelle. L’auteur présente notamment un mécanisme innovant de compression et récupération de clés cryptographiques ainsi qu’une infrastructure blockchain (GIEFC) pour le calcul confidentiel de l’empreinte écologique numérique, assurant traçabilité, anonymat, et contestabilité.

En conclusion, plusieurs pistes de recherche futures sont évoquées : Cloud-Edge Continuum, Volunteer Edge Computing, SIoT (Social IoT), et Autonomous Volunteer Edge Computing (AVEC), intégrant des technologies comme l’IA, la blockchain et le renforcement de confiance distribué.

Cette présentation retrace le parcours de recherche de Farzad Veisi Goshtasb, de la conception de réseaux sans fil à basse consommation (WBAN) jusqu’aux architectures avancées des réseaux 5G et au-delà (NTN-ORAN). L’intervenant s’intéresse d’abord à l’amélioration de la fiabilité et de la robustesse des communications dans les réseaux IEEE 802.15.4e-TSCH, en explorant notamment leur cohabitation avec d’autres technologies comme le Wi-Fi. Il propose ensuite une solution innovante nommée SDN-TSCH, intégrant les principes des réseaux définis par logiciel (SDN) pour assurer un ordonnancement centralisé, une isolation des flux et une réduction des collisions dans les réseaux de capteurs industriels (IWSN), répondant ainsi aux exigences de l’industrie 4.0.

Dans une deuxième partie, il aborde les défis posés par les réseaux d’accès radio non terrestres (NTN) et la désagrégation du RAN (dRAN) dans les architectures 5G/6G. L’accent est mis sur la gestion de la latence, des ressources de calcul embarquées à bord des satellites, et sur l’usage combiné de liens optiques (FSO) et radiofréquences (RF) pour assurer la continuité et la qualité des services. Enfin, des pistes de recherche futures sont proposées autour de la multiconnectivité, de l’orchestration dynamique des fonctions du RAN, et de l’intégration transparente entre les réseaux terrestres et non terrestres.

Ce séminaire présente les travaux de recherche de Bournane Abbache sur la modélisation et l’optimisation de la propagation des défaillances dans les systèmes complexes, avec un cas d’application au système ferroviaire ERTMS/ETCS. Une première approche repose sur la modélisation par graphes temporels, dans laquelle les composants d’un système sont représentés par des sommets, les dépendances par des arêtes pondérées, et les relations intermittentes par des fonctions temporelles. Trois techniques d’optimisation sont mobilisées pour identifier les composants critiques : Densest-k-Subgraph, décomposition en k-core, et Positive Influence Dominating Set (PIDS).

L’auteur introduit ensuite une seconde approche fondée sur les problèmes de satisfaction de contraintes (CSP), permettant une représentation plus flexible des relations structurelles, temporelles, et des contraintes de fiabilité, de ressources ou de fonctionnement. Cette méthode permet de minimiser dynamiquement le coût global de maintenance tout en assurant la continuité opérationnelle du système.

Enfin, la présentation se conclut par un volet sur la maintenance prédictive des systèmes embarqués automobiles, basé sur l’analyse du trafic CAN à l’aide de réseaux de neurones LSTM pour la détection d’anomalies en temps réel.

We consider the problem of computing Schnyder woods for graphs embedded on the torus. We design simple linear-time algorithms based on canonical orderings that compute toroidal Schnyder woods for simple toroidal triangulations. The Schnyder woods computed by one of our algorithm are crossing and satisfy an additional structural property: at least two of the mono-chromatic components of the Schnyder wood are connected. We also exhibit experimental results empirically confirming three conjectures involving the structure of toroidal and higher genus Schnyder woods.

Joint work with Eric Fusy (Laboratoire d’Informatique Gaspard Monge), Jyh-Chwen KO and Razvan Stefan Puscasu (LIX, Ecole Polytechnique)

Line arrangements and pseudoline arrangements (or in a dual setting: realizable order types and abstract order types) are fundamental objects in discrete and computational geometry which have been studied for a century. In particular, estimations of their (asymptotic) numbers have been the objects of multiple works since the 80’s. In this talk, I will introduce these objects and discuss the different techniques which have been used to bound their numbers, including the most recent upper and lower bounds for pseudoline arrangements, as well as some possible paths for future improvements.

La présentation porte sur l’optimisation de la gestion des ressources dans le cloud, en particulier le Placement de Machines Virtuelles (PMV), un problème d’optimisation combinatoire visant à minimiser la consommation d’énergie et l’utilisation des serveurs. Différentes approches ont été étudiées, notamment des méta-heuristiques comme Particle Swarm Optimization (PSO), Cuckoo Search et Simulated Annealing, ainsi qu’une approche multi-objective basée sur PSO intégrant la logique floue pour combiner plusieurs objectifs d’optimisation. Les perspectives futures se concentrent sur l’apprentissage automatique pour la prédiction des besoins en ressources et l’étude des enjeux de sécurité dans les centres de données cloud.

Les Wireless Body Area Networks (WBAN) sont des réseaux dédiés aux communications entre capteurs situés sur le corps humain. Ils permettent la collecte et le traitement de données physiologiques pour diverses applications médicales. Les défis liés aux WBAN vont de la conception de protocoles de communication fiables à la protection de la sécurité et de la vie privée lors des transmissions de données. Dans un premier temps, nous présenterons la mise en œuvre de différentes stratégies de communication intégrant un modèle réaliste du corps humain au sein d’un WBAN. Nous discuterons des résultats issus de simulations à grande échelle afin de mieux caractériser les spécificités des WBAN. Un modèle de Markov à temps continu sera introduit pour décrire les communications au sein de ces réseaux. Par ailleurs, nous proposerons un mécanisme de fiabilité au niveau applicatif visant à améliorer la robustesse et l’efficacité des transmissions dans un WBAN.
Au-delà des communications internes aux WBAN, nous aborderons les échanges entre ces réseaux et les infrastructures externes. Nous explorerons notamment l’usage des registres distribués comme solution pour renforcer la sécurité et la confidentialité des données lors de ces interactions.

Segmentation is a fundamental task in image processing, enabling the decomposition of an image into meaningful regions. Among the many approaches, Mathematical Morphology provides a powerful framework for segmentation, leveraging concepts such as quasi-flat zones, watersheds, and hierarchical representations. In this talk, I will introduce key morphological tools used for (hierarchical) segmentation and discuss how Binary Partition Hierarchies (BPH) and Minimum Spanning Trees (MST) serve as essential data structures for these tasks. However, classical algorithms for BPH construction assume that the entire image fits in memory, which becomes a major bottleneck when processing large-scale data. To address this, we propose an algebraic framework alongside with efficient algorithms, allowing BPH computation in an out-of-core manner (i.e., without loading the entire image at once). Through this, we aim to make hierarchical segmentation more scalable and applicable to large images.

In the talk, first I explain how undecidability results enter topology. Then I focus on the specific case of 4-dimensional manifolds (4-dimensional analogues of surfaces). First I outline a classical approach of Markov showing that there exists an unrecognizable 4-manifold M. (There is no algorithm to decide whether another manifold on input is homeomorophic to M.) Then I sketch how one may improve this to get simpler examples.