Date : Mardi 26 Janvier 2021 à 9h00.
Titre de la thèse : Qualité de service et confidentialité dans l’Internet des objets dédié aux soins de santé
Devant le Jury :
- M. BENSLIMANE Abderrahim, Professeur Informatique, Avignon Université, France – Directeur de thèse
- M. COUSIN Bernard, Professeur Informatique, IRISA, Université Rennes 1, France – Rapporteur
- MME LOSCRI Valeria, CR Informatique, INRIA, France – Rapporteur
- MME GAITI Dominique, Professeur Informatique, Université de technologie de Troyes, France – Examinateur
- M. HAMAD Ahmed M., Professeur Informatique, British University in Cairo, Egypt – Examinateur
- M. ALY Gamal, Professeur Informatique Ain Shams University – Examinateur
- MME SHAABAN Eman, Professeur Informatique, Ain Shams University – co-directeur de thèse
Résumé : L’Internet des objets (IoT) pour un système de santé est constitué des capteurs médicaux et environnementaux, des serveurs à distance et le réseau. Ces systèmes se concentrent sur la surveillance à distance, le diagnostic des maladies et l’observation de l’évolution des traitements. Les systèmes de santé du domaine de l’IoT contribuent à la mise en place de systèmes de soins économiques, omniprésents et centrés sur le patient à long terme, qui permettent d’améliorer les traitements et les résultats pour les patients. Cette recherche contribue au domaine en proposant une architecture basée sur le principe du Cloud-Fog qui peut englober plusieurs scénarios de soins et s’adapter de manière dynamique au contexte et à l’état des patients. Elle permet la mobilité et l’activité physique des patients dans l’environnement grâce au déploiement et à la mise en œuvre d’un mécanisme de transfert approprié basé sur la force du signal reçu (RSS). Il propose également une approche de planification et d’attribution des tâches tenant compte de la mobilité dans le cadre du paradigme de l’informatique dans le Fog, appelée MobMBAR, dans le but de minimiser le temps total de planification (makespan). MobMBAR effectue une répartition dynamique et équilibrée des tâches de soins de santé entre les dispositifs de Fog et de Cloud. Il s’agit d’une approche basée sur la localisation des données qui dépend du changement de l’endroit où les données sont calculées à l’endroit où elles résident réellement. Elle prend des décisions de planification en tenant compte des priorités des tâches représentées dans leurs classifications et du temps de réponse maximum.
Pour évaluer les performances, nous menons une étude de simulation intensive avec différents scénarios de papeterie et de mobilité, et nous les comparons à d’autres solutions de pointe. Nous mesurons les paramètres de performance : la capacité de production, la charge du réseau, la consommation d’énergie, le pourcentage de tâches manquées, le temps de latence, le coût d’exécution, le nombre de transferts et l’utilisation des ressources, et nous étudions l’effet d’un nombre variable de tâches, du nombre d’appareils en cloud, du seuil de transfert et du pourcentage d’appareils mobiles sur les paramètres de performance. Les expériences montrent des résultats acceptables en termes de rendement, de taux d’échec, de coût, de latence et de charge du réseau. Dans le cas de l’assistance à la mobilité, le taux de tâches manquées ne dépasse pas un millième de pourcentage, et il est prouvé qu’il est inférieur de 88 % aux solutions de pointe en termes de durée de vie et de 92 % en termes de consommation d’énergie. Notre recherche comprend également une étude de cas de simulation réaliste qui utilise l’aménagement d’un bâtiment hospitalier intérieur à Chicago, et qui a démontré des performances acceptables.
Pour authentifier et sécuriser la communication entre les dispositifs IoT et les passerelles, la thèse propose également un schéma d’authentification mobile basé sur la DTLS (Datagram Transport Layer Security) pour l’architecture IoT. Il garantit un transfert mutuel authentifié entre les dispositifs IoT mobiles et les passerelles visitées tout en évitant des handshakes de main supplémentaires. La performance du système proposé est évaluée en termes de temps de transfert, de temps de traitement, de consommation d’énergie et de mémoire. Les résultats démontrent sa faisabilité pour des dispositifs à ressources limitées.