OBJETS CONNECTÉS
Pr. M’barek ELHALOUI
Rappels
• Protocoles et Réseaux et de proximité : RFID, NFC
• WPAN : Bluetooth, Zigbee,…
• Réseaux sans fil : WLAN
• Réseaux LPWAN de faible puissance : LoRa, SigFox,…
• Réseaux cellulaire : 2G à 5G
• Autres protocoles
Les objets Connectés M. ELHALOUI 2
Exemple d’Architecture IoT
Les objets Connectés M. ELHALOUI 3
Notion de Cloud Computing
Hybrid Clouds
Modèles
de déploiement Private Community
Public Cloud
Cloud Cloud
Modèles Software as a Service Platform as a Service Infrastructure as a
de Services (SaaS) (PaaS) Service (IaaS)
Self-Service à la demande
Caractéristiques Large accès à travers un réseau Élasticité rapide The NIST Cloud
essentielles
Definition
Mutualisation des ressources Service mesuré
Framework (NIST,
2011)
Grande échelle Elasticité
Caractéristiques Homogénéité Distribution géographique
Communes Virtualisation Orientation service
Logiciel à faible coût Sécurité avancée
Les objets Connectés M. ELHALOUI 4
Autres Modèles de Service Cloud
Testing as a
Storage as a Service
Service Connectivity (TaaS),
(StaaS)
as a Service
(CaaS) Hardware as
a Service
Framework (HaaS)
as a Service Function as
(FaaS) EveryThing as a service
a Service (FaaS)
(XaaS)
Les objets Connectés M. ELHALOUI 5
IoT et Infrastructures Cloud
• Les périphériques génèrent des quantités énormes
de données (Exemple 10 Téraoctets en 30 min pour
un moteur d’avion ).
• Nécessité de stockage et de puissance de calcul
pour enregistrement et traitement efficace des
données collectés.
• Le Fog Computing, constitue un point d'accès et de
prétraitement, intermédiaires entre les dispositifs
physiques et les services du cloud.
Les objets Connectés M. ELHALOUI 6
IoT et Infrastructures Cloud
• Les plateformes Cloud permettent de :
• Contextualiser, stocker et sauvegarder les données (Evènements, Mesures,…) envoyées par les objets
intelligents ;
• Communication entre les objets connectés et le Système d’Information ;
• Assurer une grande fiabilité, modularité et autonomie pour les systèmes IoT ;
• Aider à analyser et interpréter les données ;
• Traiter le Big Data en temps réel ;
• Favoriser aux utilisateurs la visualisation des résultats de traitement et l’exploitation des connaissances
extraites des Big Data collectées ;
• Offrir des API pour l’interconnexion à d’autres services applicatifs.
• Reproches au Cloud : Très centralisé, Couverture géographique, Connectivité Réseau, Tarification,..
Les objets Connectés M. ELHALOUI 7
Exemples de plateformes Cloud IoT
• Amazon IoT (AWS) • Nimbits
• Arkessa • Ninja Blocks
• Axeda • OnePlateform
• Azure IoT (Microsoft) • OpenIoT (EU)
• Bluemix IoT (IBM) • Real Time.io
• Etherios • SensorCloud
• GENI • SmarThings
• Google Cloud • TempoDB
• LittleBits • ThingWorx (PTC)
• NanoService • Xively
Les objets Connectés M. ELHALOUI 8
Challenges du Cloud pour IoT
• Synchronisation : La synchronisation entre les fournisseurs Cloud constitue un
grand défi pour fournir des services en temps réel, étant donné les services sont
construits sur diverses plates-formes cloud.
• Standardisation : La normalisation du Cloud présente également un défi majeur
pour les services cloud IoT en raison de la nécessité d'interopérabilité avec les
différents fournisseurs.
• Équilibrage : Trouver un équilibre entre les environnements de services cloud
généraux et les exigences IoT présente un autre défi en raison des différences
d'infrastructures.
Les objets Connectés M. ELHALOUI 9
Challenges des plateformes Cloud IoT
• Fiabilité: La sécurité des services cloud IoT présente un autre défi en raison des
différences dans les mécanismes de sécurité entre les appareils IoT et les plateformes
cloud.
• Gestion: La gestion des systèmes Cloud et IoT est également un facteur difficile en
raison du fait que les deux ont des ressources et des composants.
• Amélioration: La validation des services cloud IoT est nécessaire pour garantir la
fourniture de bons services qui répondent aux attentes des clients.
Les objets Connectés M. ELHALOUI 10
Exemple d’Architecture IoT
Les objets Connectés M. ELHALOUI 11
IoT et Big Data
• L'IoT est considéré comme une technologie intégrée de diverses sous-technologies qui comprend divers
capteurs et sémantiques.
• La grande quantité de données collectées doit être envoyée rapidement sur un lieu de traitement. En cas
de latence, ces données peuvent être perdues entièrement ou en partie (conséquences néfastes dans le
domaine médical par exemple).
• Un prétraitement (Pre-processing) est généralement réalisé au niveau des capteurs ou du Fog Computing
ce qui permet de réduire le volume de données à transmettre.
• Le Big Data permet un traitement automatique de données hétérogènes, réduire le risque d'erreurs et
maintenir une aide à la décision précise.
• Des algorithmes de Machine Learning sont utilisés pour automatisation du traitement des données du Big
Data.
Les objets Connectés M. ELHALOUI 12
IoT et Big Data
• Les 4 V du Big data :
• Volume : Quantité de données générées à partir de
différentes sources hétérogènes. Toutes les données ne
sont pas nécessairement utiles. L’analyse et le nettoyage de
ces données sont nécessaires.
• Variété : Des données structurées et non structurées sont
générées à partir de différentes sources tels que des
capteurs ou dispositifs IoT.
• Vélocité : Vitesse de traitement des données qui croissent
de façon exponentielle.
• Véracité : Après analyse, il faut fournir des informations
précieuses à l'organisation afin qu’elle puisse prendre une
meilleure prise de décision
Les objets Connectés M. ELHALOUI 13
IoT et Big Data
• Que sont les métadonnées ?
o Les métadonnées désignent les données sur les données (Description ou référencent les données
stockées) ;
o Peuvent être intégrées dans un objet numérique ou stockées séparément ;
o Utilisées pour mettre les données stockées en contexte ;
o Permettent d’accélérer le processus de traitement des données ;
o L'utilisateur ne voit habituellement pas les métadonnées.
• Le Big Data améliore la réactivité et l’efficacité grâce au stockage, traitement (temps réel), modification et
analyse d'énormes quantités de données.
Les objets Connectés M. ELHALOUI 14
IoT et Big Data : Challenges
• Confidentialité : Principal problème dans le processus d'analyse Big Data
car le système ne fourni pas à l’utilisateur un accord de confidentialité.
• Data mining : Défi d'extraction des données à partir d'une grande quantité
de données ainsi que la visualisation et l'intégration de ces données.
• Intégration : Complexité d’uniformisation et d’accès à des données
concerne recueillies à partir de différentes sources.
Les objets Connectés M. ELHALOUI 15
