Découverte et sélection contextuelles de services dans un environnement d’apprentissage pervasif
| Type de document | Site actuel | Cote | Statut | Date de retour prévue | Code à barres | Réservations |
|---|---|---|---|---|---|---|
| Thèse universitaire | La bibliothèque des sciences de l'ingénieur | TH-004 BOU (Parcourir l'étagère) | Disponible | 0000000014249 |
Survol La bibliothèque des sciences de l'ingénieur Étagères Fermer l'étagère
Sous format papier
Ecole Nationale Supérieur d'Informatique et d'Analyse des Systèmes
Le processus de découverte de services permet de publier et de rechercher les services selon plusieurs paramètres. Ceci, se passe dans des environnements où la localisation des services est relativement stable. Les protocoles de découverte de services traditionnels servent pour les utilisateurs ayant des dispositifs différents dans un environnement sans tenir compte de l’hétérogénéité de l’infrastructure. Nous assistons ainsi à un besoin de communication et d’échange entre les protocoles de découverte. Subséquemment, certains services seront invisibles pour certains utilisateurs. Ce problème n’est pas exclu à l’ère des nouvelles générations de réseaux en l’occurrence ceux pervasifs. Caractérisée par la composition de plusieurs réseaux hétérogènes, la découverte, appelée universelle à travers plusieurs environnements, augmentera sûrement l’utilisation des ressources dans l’environnement. Cependant, l’utilisateur qui effectue une découverte à travers plusieurs domaines aura une large liste de services répondant à sa requête. Le choix de service s’avère parfois difficile et exige du temps pour parcourir une liste de choix jusqu’à la fin pour en choisir un. Le but de ce travail est de proposer un middleware ouvert basé sur la spécification OSGi (Open Service Gateway Initiative) pour réaliser l’interopérabilité des protocoles de découverte. Nous proposons aussi une couche de sélection contextuelle pour l’amélioration du middleware afin de filtrer les services les plus adaptés au besoin de l’utilisateur. Pour cet objectif, nous utilisons deux techniques dans notre approche pour la sélection notamment les arbres de décision et l’analyse multicritère.


Il n'y a pas de commentaire pour ce document.