TELECOM PARIS ALUMNI
Retour aux actualités
Article suivant Article précédent

Revue TELECOM 185 - Bubble Computing une architecture Internet des objets décentralisée qui protège la vie privée dans les villes intelligentes

Articles Revue TELECOM

-

15/06/2017

 
BUBBLE COMPUTING une
 
architecture Internet des
 
objets décentralisée qui
 
protège la vie privée dans
 
            les villes intelligentes
 

 

Par Davide Frey et Alena Siarheyeva dans la revue TELECOM n° 185

 

L’Internet des objets rend les villes « intelligentes » grâce au déploiement de nouveaux services qui améliorent la qualité de la vie urbaine. Par exemple, les capteurs de présence et des capteurs relevant la météo installés à l'intérieur et à l'extérieur des bâtiments peuvent alimenter des algorithmes qui gèrent le chauffage ou la climatisation, permettant une réduction de la consommation énergétique. D’une manière générale, les données, qu'elles soient collectées par des capteurs ou saisies par les utilisateurs, constituent une ressource clé pour offrir de nouveaux services dans la ville. En même temps, il est essentiel que la collecte et le traitement des données soient effectués sans décevoir les attentes des citoyens en matière d'anonymat, de confidentialité et de libertés personnelles. Pour répondre à cette problématique, nous avons envisagé Bubble Computing - un nouveau modèle pour les applications IoT* qui rompt avec les architectures traditionnelles de type Cloud ou Fog.

 

Contexte

Selon un rapport récent de l'ONU, environ cinquante-cinq pour cent de la population mondiale vivait dans les espaces urbains en 2016 ; et cette proportion atteindrait soixante pour cent d'ici 20301. Les zones urbaines attirent de plus en plus de monde en concentrant des activités économiques, mais elles accumulent également des problèmes environnementaux, sociétaux et sanitaires majeurs. L'augmentation de la consommation énergétique, les émissions de gaz à effet de serre, la congestion du trafic, la mauvaise qualité de l'air et les maladies respiratoires représentent un défi important pour les habitants des villes, comme pour la population du monde entier. Les villes intelligentes ambitionnent de résoudre ces problèmes urgents grâce à l’utilisation de capteurs, d’actionneurs et de modèles analytiques de pointe.

Les données et la connectivité forment une base pour l’innovation dans les villes. Cependant, la collecte et le traitement des données à grande échelle soulèvent des problèmes importants en matière de protection de la vie privée du point de vue technique, juridique et éthique. Les technologies de l’Internet des objets orientées Cloud collectent des données personnelles, telles que la localisation ou les activités des citoyens, et produisent de nouvelles données dérivées pour une prise de décision informée2. À partir du moment où les données relatives à un utilisateur sont copiées sur un serveur distant, il est techniquement impossible pour l’utilisateur d’exiger leur suppression ou de s’assurer que leur utilisation n’aille pas au-delà des objectifs initialement annoncés. Les citoyens prennent conscience de ce risque : plus de soixante pour cent des citoyens interrogés en Europe sont préoccupés par l’impossibilité de pouvoir contrôler l’utilisation de leurs données personnelles3. Des solutions proposées sont d’ordre légal, comme le Règlement Général sur la Protection des Données4.Mais il est également possible d’imaginer de nouvelles solutions techniques rompant avec le modèle centralisé de données. Nous proposons un nouveau concept de plate-forme Internet des objets pour les smart cities intitulé Bubble Computing.

 

Bubble Computing

Bubble Computing est un concept qui permet de concevoir des applications pour les villes « intelligentes » tout en permettant aux utilisateurs de conserver le contrôle sur leurs données personnelles et sensibles. Les objets connectés appartenant à une personne, à une famille ou à une entité sociale quelconque sont regroupés dans un espace logique, une « Bulle » (Bubble). Les bulles sont fédérées en un réseau superposé à grande échelle, une « Mousse » (Foam). Chaque entité a un contrôle complet sur sa propre bulle et ne peut accéder aux données dans les autres bulles que sous une forme agrégée via la « Mousse », régie par les règles d'accès définies par leurs propriétaires. Les données recueillies par les capteurs ou saisies par les utilisateurs alimentent les fonctions d’actionnement soit dans une bulle soit au niveau de la « Mousse ». Dans une bulle, le processus d’actionnement offre de fortes garanties de confidentialité. Les appareils situés dans différentes bulles peuvent coopérer via la mousse grâce à des algorithmes d’agrégation décentralisée respectant la vie privée5 et à des protocoles d'apprentissage automatique.

L'approche décentralisée du Bubble Computing offre de riches opportunités de services d’actionnement dans la ville connectée, tout en préservant les données personnelles des citoyens. Les actionneurs de type « assistant personnel » offrent un service à un utilisateur ou à une entreprise dans une bulle. Les actionneurs de type « intelligence collective » combinent des informations sur les comportements et les préférences collectées à partir d’objets et de capteurs hétérogènes qui se situent dans différentes bulles. En utilisant les données recueillies, la « Mousse » organise la coopération entre les bulles par un système d’incitations et de récompenses pour atteindre un résultat optimal au niveau collectif. Dans le domaine des bâtiments intelligents, par exemple, un actionneur de type d’intelligence collective permettrait de lisser la consommation d'énergie au niveau d'un quartier. Cela, à son tour, permet aux participants du système coopératif d’obtenir une réduction sur la facture d'électricité en négociant les tarifs avec le fournisseur d'électricité ou en installant des panneaux solaires. La création et redistribution de gains économiques sont possibles grâce à une meilleure coordination entre les objets et les personnes qui se situent dans différentes bulles.

 

Application : coopérative pour l’efficacité énergétique dans l’habitat

Nicolas et Aurélie sont voisins.

8h00D’habitude Nicolas doit partir au travail mais il est contraint de rester à la maison ce matin pour s'occuper de son fils qui est tombé malade. Nicolas a besoin d’utiliser son chauffage plus longtemps.

8h01 : Aurélie allume son lave-vaisselle et sa machine à pain et part au travail.

L’intergiciel mousse collecte les besoins des participants de la coopérative et cherche à optimiser l'utilisation de l'énergie. Il collecte des données sur les conditions météorologiques, prend en compte les plans individuels de consommation électrique des voisins et calcule un plan coopératif de consommation. L’intergiciel effectue les calculs en préservant les données personnelles et ne révèle pas l’information sur l’usage des appareils ménagers à des tiers.

 

8h02 : Aurélie reçoit une demande de mettre en marche ses appareils 30 minutes plus tard. Elle accepte et la « Mousse » valide un régime de consommation d'énergie par la coopérative qui, ce matin, diffère de la solution habituelle.

8h03L'actionneur de chauffage de Nicolas reçoit la commande de l’intergiciel de chauffer pendant seulement 30 minutes de plus pour maintenir la température ambiante, de s’éteindre pendant 90 minutes et ensuite de recommencer le même cycle. Les appareils électroménagers d'Aurélie se mettent en marche 30 minutes plus tard pour exécuter les tâches programmées.

Les gains de Nicolas et d’Aurélie : leur copropriété peut négocier le tarif d’électricité avec leur fournisseur en échange d'une consommation d’électricité lissée. Le fournisseur ne peut accéder à l’information sur la consommation d’électricité de la coopérative qu’en format agrégé.

Mais c’est suffisant pour proposer un tarif plus avantageux. Les plans de consommation individuelle restent privés. La « Mousse » distribue les économies entre les membres de la coopérative en fonction du comportement coopératif de chacun.

 

Conclusion

Le concept de Bubble Computing décrit une plate-forme orientée protection des données personnelles qui offre aux usagers le contrôle des flux de données personnelles et de nombreuses possibilités d'actuation. Cette vision soulève des défis importants pour la recherche, au croisement de divers domaines scientifiques : économie, Internet des objets ou et techniques d'analyse de données qui préservent la vie privée. La recherche doit également porter sur une gestion optimisée de ressources, via une coordination collective entre objets, capteurs, actionneurs et êtres humains pour construire de véritables villes intelligentes, respectueuses de la vie privée des citoyens.

 

*/ IoT - Internet des objets (Internet of things)
1/ United Nations Report The World’s cities 2016
http://www.un.org/en/development/desa/population/publications/pdf/urbanization/the_worlds_cities_in_2016_data_booklet.pdf
2/ (Kitchin, Rob (2016) “Getting smarter about smart cities: Improving data privacy and data security”. Data Protection Unit, Department of the Taoiseach, Dublin. http://www.taoiseach.gov.ie/eng/Publications/Publications_2016/Smart_Cities_Report_January_2016.pdf)

3/ Eurobarometer. (2015). Data Protection Special Eurobarometer 431. http://ec.europa.eu/public_opinion/archives/ebs/ebs_431_en.pdf
4/ http://www.eugdpr.org/ 
5/ Tristan Allard, Davide Frey, George Giakkoupis, Julien Lepiller : Lightweight Privacy-Preserving Averaging for the Internet of Things. M4IoT@Middleware 2016 : 19-22. doi>10.1145/3008631.3008635

 

Biographie des auteurs

 

 

Dr. Davide Frey (m) a reçu son doctorat en 2006 au Politecnico di Milano en Italie et est chercheur CR1 chez Inria depuis 2010. Son principal intérêt de recherche se situe dans les domaines de systèmes répartis, de respect de la vie privée et d’analyse des données. Il a travaillé sur le sujet de systèmes décentralisés dans le contexte de diverses applications, y compris : la diffusion de vidéos, la recommandation et l'agrégation de données d’une manière à respecter la vie privée. Il est actif dans des projets nationaux de recherche axés sur la gestion de données décentralisées et sur les modèles “Edge”/”Fog”.

 

 

Dr Alena Siarheyeva (f) est enseignant-chercheur à Yncréa - Méditerranée et chercheur associée au LEST-CNRS, l'Université Aix-Marseille depuis 2012. Elle a obtenu son doctorat en économie à l’Université Aix-Marseille en 2010. Elle dirige le master « I

ngénieur d’affaires » et préside le Groupe de travail « Écosystèmes d’innovation » à Alliance for Internet of Things Innovation (AIOTI).

 

 https://fr.linkedin.com/in/alena-siarheyeva-59693b2b                          

  @ASiarheyeva

 

293 vues Visites

J'aime

Commentaires0

Veuillez vous connecter pour lire ou ajouter un commentaire

Articles suggérés

Articles Revue TELECOM

Revue TELECOM 194 - Editorial Laura Peytavin et Yves Poilane

User profile picture

Rédaction Revue TELECOM

13 novembre

Articles Revue TELECOM

Revue TELECOM 194 - Bye Bye Barrault

User profile picture

Rédaction Revue TELECOM

12 novembre

Articles Revue TELECOM

Revue TELECOM 194 - Technologies et accès au système de santé Conférence ParisTalks du 4 juin 2019 par Alain Tassy (1982), Co-président de Télécom ParisTech santé

User profile picture

Rédaction Revue TELECOM

12 novembre