Sujet de Thèse de Jérôme Pierson
Modélisation Sémantique d’Informations de Contexte Physique pour l’Adaptation de Services
France Télécom, Recherche et Développement — INRIA Rhône-Alpes
Contexte et problématique
On se place dans un environnement d’intelligence ambiante [1] où des dispositifs physiques sont à même de founir des services. Divers services élémentaires peuvent être offerts par des dispositifs physiques (capteurs, actionneurs, dispositifs matériels d’interface humaine pour l’acquisition et la restitution d’information). Des services plus élaborés sont fournis par des dispositifs actifs pouvant aller de la simple agrégation de service (comme le calcul d’une température moyenne entre toutes celles retournées par des capteurs) à l’application d’assistance aux utilisateurs finaux impliquant la communication avec de nombreux services. L’accomplissement d’une certaine tâche dans un tel environnement implique souvent la coordination de plusieurs services élémentaires qui sont alors composés pour cela.
La problématique de l’informatique ambiante implique l’appréhension par les services de l’environnement dans lequel évoluent les dispositifs et leurs utilisateurs. Il existe des éléments d’information que l’on peut considérer comme transversaux à tous les services. C’est particulièrement le cas de la localisation spatiale, mais aussi d’autres éléments relatifs à l’état de l’environnement physique dans lequel les services sont situés [8, 11]. Ces éléments font partie du contexte dans lequel les services sont invoqués.
La figure suivante synthétise les influences que les dispositifs, les services et le contexte ont les uns sur les autres.
Bien que non central à la fonction d’un service, le contexte conditionne en général son choix ou son fonctionnement. Ainsi, on ne peut coordonner une caméra et un microphone que s’ils sont dans une même pièce et l’accessibilité d’un utilisateur à un dispositif physique est souvent très importante dans le choix de celui qui devra rendre le service. D’autre part, en fonction du contexte, les services invoqués doivent être adaptés (pour acheminer physiquement le résultat auprès du bénéficiaire ou tout simplement pour rendre le résultat dans une langue et un format approprié).
Tenir compte de ce contexte pour produire des solutions adaptées à l’environnement d’un utilisateur est l’un des buts principaux de la problématique de l’intelligence ambiante. Jusqu’à présent les solutions proposées sont relativement statiques et nécessitent pour chaque nouvelle application la redéfinition de ce qui en constitue le contexte[5, 6, 8, 10, 13]. Bien que celui-ci soit effectivement dépendant de la tâche à accomplir et donc de l’application, on retrouve un certain nombre d’éléments, tels que la localisation dans l’espace, évoqué plus haut, commun à un certain nombre d’entre-elles.
Objectif de la thèse
Le but de la thèse est donc de concevoir un système de gestion de contexte (a) suffisament général pour être utilisé par différentes applications d’intelligence ambiante, (b) suffisament spécifique pour couvrir les informations délivrées par les dispositifs déjà utilisés comme les services de localisation, (c) suffisament flexible pour accepter et exploiter dynamiquement l’introduction de nouveaux dispositifs.
Méthodologie
On se propose donc d’abstraire cette notion de contexte des services afin d’être capable de spécifier l’adaptation au contexte de manière indépendante d’une application ou d’un service particulier. On proposera pour cela une modélisation sémantique des informations de contexte [3, 9, 12] et le dispositif permettant de les acquérir (au préalable, puis dynamiquement). L’ouverture du système impliquera l’introduction de descriptions hétérogènes qui devrount être réconciliées avant de devoir être exploitées. Pour cela on s’appuiera sur les techniques développées dans le cadre du « web sémantique » [2, 4, 7].
On produira alors un système de gestion de ce contexte, destiné à être utilisé dans les dispositifs. Ensuite, on définira une architecture d’adaptation qui permette de produire l’adaptation de certains services en fonction du contexte ainsi spécifié. Ceci permettra de s’assurer de la pertinence de la modélisation produite.
Ce travail sera appliqué en priorité à la gestion de localisation multi-échelles et multi-technologies pour les environnements d'intelligence ambiante. On proposera donc, en application d’un modèle général du contexte, un modèle de localisation, ses vues multi-échelles et les différents modèles correspondant aux multiples technologies de localisation que l’on envisage d’utiliser (GSM CellID, WiFi, A-GPS, RFID, UWB, etc.).
Il devrait s’interfacer avec les descriptions de services gérées par les infrastructures de service des projets AmiCom (projet interne France Télécom R&D) et Amigo (projet IST), et s’intégrer dans les infrastructures logicielles d’intelligence ambiante de ces projets.
Bibliographie
1. R. Airiau, G. Privat: Des objets communicants à la communication ambiante, "Mobilités.net : Villes, transports, technologies face aux nouvelles mobilités", 2002.
2. F. Abel, J. Brase: Using Semantic Web Technologies for context-aware Information Providing to Mobile Devices ,Technical Report.,2004.
3. P. Bouquet, L. Serafini: Comparing formal
theories of context in AI,
Artificial Intelligence
155:1-67, 2004.
4. H. Chen, T. Finin, A. Joshi: An Ontology for Context-Aware Pervasive Computing Environments, Knowledge engineering review 18(3) :197-207, 2004
5. A. Dey, D. Salber, G. Abowd: A Context-based Infrastructure for Smart Environments, In the Proceedings of the 1st International Workshop on Managing Interactions in Smart Environments (MANSE '99), Dublin, Ireland, December 13-14, pp114-128, 1999.
6. A. Dey: Understanding and using context, Personal and ubiquitous computing 5(1):4-7, 2001.
7. J. Euzenat (éd.): Research challenges and perspectives of the Semantic web, EU-NSF Strategic report, ERCIM, Sophia Antipolis (FR), January 2002.
8. T. Flury, G. Privat, F. Ramparany: OWL-based location ontology for context-aware services, Proc. Artificial Intelligence in Mobile Systems, Nottingham, pp52-58, 2004.
9. R. Guha, R. Fikes, R. McCool: Contexts for the Semantic Web, Proc. ISWC, Hiroshima (JP), pp32-46, 2004.
10. K. Henricksen, J. Indulska, A. Rakotonirainy : Modelling context information in pervasive computing systems, proceedings of the First International Conference on Pervasive Computing, p167 – 180, 2002 .
11. H. Hu, D.-L. Lee: Semantic Location Modelling for Location Navigation in Mobile Environment, Proc. 5th IEEE Int. Conf. on Mobile Data Management, p 52-61, 2004.
12. J. McCarthy: Notes on formalizing context, Proc. IJCAI, Chambéry, pp555–560, 1993.
13. A. Narayanan : Realms and States : A framework for context aware mobile computing, Proc. 1st international workshop on Mobile commerce, Rome, Italy, pp48–54, 2001.