BT_Rennes_Slideshow

«Objets connectés & Big Data»

Télécom Bretagne

Le 07 avril 2015

Bourse aux technologies - « Objets connectés & Big Data » - 7 avril 2015

« Comment concrétiser vos projets d’innovation dans le domaine des Objets connectés et du Big Data? »

NORBERT FRIANT

RENNES MÉTROPOLE

AMÉNAGEMENTS ET USAGES DU NUMÉRIQUE

@NFr21

CHARLES-EDOUARD DELPIERRE

COFELY INEO

SENIOR BUSINESS DEVELOPMENT

MATHIAS HERBERTS

CITYZEN DATA

DIRECTEUR TECHNIQUE

@herberts

YANNICK DELIBIE

KERLINK

DIRECTEUR TECHNIQUE

@YannickDelibie

ULRICH ROUSSEAU

WI6LABS

PRÉSIDENT & FONDATEUR

@ulrichrousseau

#BourseauxTechnos

LAURE LE BARS

SAP RESEARCH PARTNERSHIP & STAR-UP

DIRECTRICE DE RECHERCHE

Animation: D ÉMOSTHÈNE KALOGÉRAKIS , BUSINESS DEVELOPER, INSTITUT M INES-TÉLÉCOM , @demostheneKalo

Table-ronde

Trusted, Secured & Sovereign

Big Data Sandbox for

Research & Innovation

Par Olivier Dehoux, Chef de projet Innovation Big Data


TeraLab Tirer le meilleur profit

OpportunitésBig Data / IoT Effort / barrières Succès


TeraLab Catalyseur de projet

Projet d’InnovationBig Data & IoT

Accompagnement “Bac à sable”

Infrastructure

Données

SécuritéJuridique

Analytics

Architecture

Collaboration Taille et type personnalisés - Commodity distribué - Teramemory (4TB RAM)

Espaces Projet isolés Hébergement souverainOption utlra sécurisée

Comment partager des données

en confiance ?

Quel type de projet ?Quels partenaires ?

Quelle cible ?Quelle démarche ?

Quels outils ?Comment migreraprès le projet ?

Les nôtresInstallés et supportés + les vôtres

Les vôtres+ les nôtres

Outils


TeraLab Nos moyens

•  Ressources

–  Investissements couverts sur projet PIA

(5,7 M€)

–  Développement incrémental jusqu’à fin 2015

•  Accompagnement

–  Equipes Teralab IMT + GENES

•  Nous capitalisons et restituons une expertise

•  1 an d’ouverture / ~15 projets traités / >10 uses cases

–  Les business développeurs

•  En lien avec les industriels, organ. financeurs …

–  Les chercheurs


Vos projets sont les bienvenus !

[email protected]

https://www.teralab-datascience.fr


Conception et intégration d’objet communicant

Capteur, actionneurPackaging, intégration

Operating System, hyperviseurTraitement du signal

Autonomie électrique, efficacité énergétiqueDéploiement et calibration des capteurs

Matériel et logiciel reconfigurable

Réseau de communicationArchitecture et protocoles de communication

Densité de calculEfficacité énergétique

Gestion dans le CloudTraitement et visualisation des données massives

Intelligence artificielle Service management

Séc

uri

té

Res

pec

t d

e la

vie

pri

vée

Pla

tefo

rmes

d’e

xpér

imen

tati

on

* In

tero

pér

abili

té**

Co

ord

inat

ion

20 réponses aux défis technologiques des objets connectés et du Big Data proposées par les acteurs de la recherche aux entreprises pour innover











Séc

uri

té

Res

pec

t d

e la

vie

pri

vée

Pla

tefo

rmes

d’e

xpér

imen

tati

on

4. Robot Guide & Coursier Autonome - Mines DouaiRobot capable de cartographier un espace intérieur et d'y naviguer de manière autonome

5. Hyperviseur – CEAHyperviseur temps-réel mixte-critique, « en aveugle » pour plateforme d’exécution embarquée à très haut niveau de confiance

3. SYNERGIE - Télécom LillePlateforme de mesure in situ pour l’évaluation et l’optimisation de la performance énergétique des nœuds d’un réseau de capteurs.

1. Zyggie Motion Capture – IRISARéseau de nœuds radio communicants permettant la capture des mouvements d’une personne et sa visualisation sur une tablette

2. I-SURF- CEA Rendre tactile à très faible coût n'importe quelle surface constituée de n’importe quel matériau.

* In

tero

pér

abili

té**

Co

ord

inat

ion



Un réseau BAN pour la capture de mouvement

Laboratoire IRISA-CAIRN

ARNAUD CARER [email protected]


Zyggie – IRISA – Arnaud Carer

V1 V2

Motion capture

Centrale inertielle

Capteurs sans fils

Optimisation énergétique

IHM android



Nous avons acquis: • Une connaissance des algorithmes • La maitrise des transmissions radio dans ce contexte • Un savoir faire de mise en œuvre Nos travaux de recherche • Optimisation de consommation dans des cas d usage simple • Intégration de la qualité des liens radio pour améliorer les résultats Recherche de partenaires industriels • Projet de recherche collaboratif • Contrat de recherche externe • Prestation • Transfert


Démonstration

sur le stand



iSurf CEA LIST

NICOLAS GUENARD


iSurf– CEA LIST– Nicolas Guenard

•  Solutions existantes: principalement 2 technologies:

–  Capacitif projeté

–  Infrarouge

•  Innovation apportée par iSurf:

–  Adaptable à tout type de surface,

–  Retour sur la force d’interaction,

–  Robuste à l’environnement,

–  Très bas cout! (facteur 10)

Problématique: coût important!

•  Objectif: Rendre tactile une surface plane ou en relief de n’importe quelle nature (bois, verre, plastique, métal…)


•  Maturité de la techno: TRL 4

•  Type d’entreprises recherchées / secteurs: Industriel

•  Type de coopération envisagée:

–  Objet du transfert / coopération : projet d’innovation collaboratif pour adapter la technologie au besoin de l’industriel (réalisation d’une POC)

–  Nature de la transaction: licence.

•  Démonstration sur le stand: tactilisation d’une table basse IKEA pour interagir avec sa télévision.

iSurf– CEA LIST– Nicolas Guenard


Synergie: Système versatile de mesure de l’énergie dans les réseaux de capteurs Télécom Lille

LAURENT CLAVIER

ALEXANDRE BOÉ

ROMÁN IGUAL-PÉREZ

VIKTOR TOLDOV


Synergie – Télécom Lille / IRCICA – Laurent CLAVIER

Plateformes Expérimentales: -  Berkeley -  EuWIN - SensLAB/FIT (Inria) -  Projet SUNRISE

Plateformes Industrielles: - Start-ups - Entreprises dans le domaine

Réseaux de capteurs déjà existants:

Synergie Mesures et analyse de la

consommation de l’énergie

Comportement des nœuds et du réseau en fonction de

- Conception du circuit - Programme utilisé - Conditions du canal - Protocole MAC - Protocole réseau

- Nombre de nœuds - Environnement -  ...



Mesure de,la,consomma2on,de,l’énergie,en,temps,réel,par,

composant,(Hardware),/,par,fonc2on,(So=ware),

Synergie

Capteurs,

µC, RF

Memoire,externe

ENERGIE

Mesures

Indicateurs



Modèle Automatisé de la Consommation de l’Énergie

Energy Measurements

Indicators

Automatic Statistical Analysis

Accurate Prediction of lifetime node

Syn

erig

e P

latf

orm

Statistical Data Markov Chains

Software – Energy Relationship


Robot Guide & CoursierAutonome

PR. NOURY BOURAQADI DIA – MINES DOUAI http://car.mines-douai.fr


1 - Robotique Mobile & Autonome

■ Contexte

■ Marché en pleine croissance (Google, Amazon, iRobot, ...)

■ Puissance de calcul croissante

■ Composants plus fiables et plus abordables

■  Défis

■ Autonomie = Pas d'opérateur

■ Sécurité des hommes & des biens

■ Intégration logiciel + matériel

■ Environnement ouvert & dynamique

■ Flexibilité (environnements, matériels, ...)

■ Coût d'installation (instrumenter l'environnement)


■ Construit une carte & navigue entre les points d'intérêt

2 - Robot "Plug & Play" pour Applications Indoor

■ Interaction : écran tactile ou smartphone

■ Système complet Hardware + Software ■ Prototype grandeur-nature opérationnel

– Multiples Expérimentations (TRL 6)

■ Adaptable à différentes applications


3 - Applications & Use cases

■  Exemples d’applications potentielles –  Guide : Accueil, Guidage et Information –  Coursier : Transport de petits colis –  Picking (magasin/entrepôt) –  Surveillance : peut être couplé avec d'autres application

■  Type d’entreprises recherchées

–  Partenaire : industrialiser et commercialiser le produit

■  Objet du transfert / de la coopération

–  Projet d’innovation collaboratif

–  Licence Logiciel + intégration à un matériel,

–  Transfert du savoir-faire,


Hypervision sûre & sécurisée CEA LIST

ETIENNE HAMELIN


Bourse aux technologies - « Objets connecté & Big Data » - 7 avril 2015

Hypervision sûre & sécurisée – CEA LIST – Etienne Hamelin

Calculateur

Logiciel système

Tâche critique

Tâche non-

critique

Le reste du monde…

Secrets


Calculateur

Logiciel système

Tâche critique

Tâche non-

critique

Le reste du monde…

Secrets

Hyperviseur: -  Temps-réel ! pas d’interférence temporelles -  Sécurisé « en aveugle » ! pas d’interférence mémoire Services de confiance minimalistes ! preuve possible par analyse statique de code & model-checking.


•  Maturité de la techno: TRL 4

•  Type d’entreprises recherchées / secteurs:

–  industriels systèmes embarqués/IoT et cloud computing.


–  Adaptation de la technologie à vos besoins;

–  Collaboration R&D;

–  Licence sur brevets déposés

•  Démonstration sur le stand:

–  Démo prototype Anaxagoros

Hypervision sûre & sécurisée – CEA LIST – Etienne Hamelin











Séc

uri

té

Res

pec

t d

e la

vie

pri

vée

Pla

tefo

rmes

d’e

xpér

imen

tati

on

7. YoGoKo – Télécom BretagneSolutions de communications opportunistes et

sécurisées dédiées aux systèmes de transports *

6. Lora Fabian – Télécom BretagneArchitecture et protocoles ouverts pour objets communicants en radio à longue portée, bas débit, basse consommation et dans des bandes

de fréquences libres *

* In

tero

pér

abili

té**

Co

ord

inat

ion



Lora Fabian Département RSM – Acklio

ALEXANDER PELOV – [email protected]

LAURENT TOUTAIN – [email protected]


Lora Fabian – IMT/TB/RSM – Alexander Pelov – Laurent Toutain

standards optimisation

adaptation transparence

facilitéêtre premier

écosystème

acteursnommage


Rupture



node-Fnode-R

node-Gnode-S

Internet /SI existants


Architecture du réseau Gestion, nommage, sécurité,

intégration à l’Internet, pérennité

1.  Mettre l’architecture au service de votre réseau

2.  Développer des services à forte valeur ajoutée


•  Maturité de la techno:

–  Lora Fabian = PoC

–  Fort intérêt des industriels

–  Ouverture par les standards = pérennité

•  Type d’entreprises recherchées / secteurs

–  Opérateurs de réseaux privés ou publics

•  Type de coopération envisagée : à discuter

•  Démonstration sur le stand



YoGoKo Solutions de communication pour la mobilité et les transports

« You Go, We Konnect »

Département RSM / Telecom Bretagne

JEAN-MARIE BONNIN


YoGoKo – Telecom Bretagne – Jean-Marie Bonnin

•  Véhicules et infrastructures seront connectés

–  Entre eux

–  Avec l’Internet

•  Au bénéfice de nouveaux services

–  De sécurité

–  De mobilité

–  De loisir et d’information

•  Nécessité de maintenir la connectivité quelque soit l’environnement

–  En mobilité (changement de technologie d’accès)

–  En toute sécurité

YoGoKo SAS – February 2015

available access technology while on the move


YoGoKo – Telecom Bretagne – Jean-Marie Bonnin

Environnement complexe aux acteurs multiples

Technologies de communication hétérogènes

Standards et régulation en plein renouveau

Structuration du marché à reconstruire

Solution de communications unique

Déploiement de nouveaux services complexes simplifié

Interactions locales ou globales

En mobilité, en sécurité

Prenez de l’avance Développez vos services avec YoGoKo











Séc

uri

té

Res

pec

t d

e la

vie

pri

vée

Pla

tefo

rmes

d’e

xpér

imen

tati

on

8. OM2M – LAAS-CNRS Couche logicielle permettant le développement de

services M2M conformes au standard ETSI *

9. LINC – CEAMiddleware de coordination d’entités physiquement distribuées **

* In

tero

pér

abili

té**

Co

ord

inat

ion



LINC

FRANÇOIS PACULL


LINC – CEAtech – Francois Pacull

Dans un réseau de type Internet il est impossible de se mettre d’accord entre plusieurs entités si au moins une est en panne

Système distribué asynchrone

Consensus

1 composant en défaut

Ne pas savoir quelle décision prendre

Ne faire qu’une partie des choses

BLOCAGE !! ETAT INCOHERENT !!

[FLP85] Fischer, Lynch and Paterson. Impossibility of Distributed Consensus with One Faulty Process. Journal of the ACM, 32, pages 374-382. April 1985.


Coordination: Interopérabilité + stratégie

LINC: middleware de coordination: offre une sémantique compréhensible par le programmeur pour faire face au problème des pannes

Assurer que soit on fait tout soit on ne fait rien

Prendre une décision en tout cas

Les composants (logiciel et matériel) peuvent communiquer entre eux

Interopérabilité

Pour agir ENSEMBLE

nécessaire mais pas suffisant

+ rapide à programmer + facile à faire évoluer + simple à maintenir



Bourse aux technologies - « Objets connecté & Big Data » - 7 avril 2015

Sante connectée

Transports connectés

Gestion énergétique (flotte ascenseurs)

Gestion quartiers

Objet connectés

Wearable

Early Prototype

Démonstrateur Pré série, produits

PME Startup

Equipe Innovation

Bureau étude externe Savoir faire / Outils Assistance technique

Licence

Stand démonstration: smart parking --- table instrumentée

Self quantified Silver économie

Nouveaux services urbains

Gestion bâtiments Sport

2 1

…

One shot

QUI QUOI COMMENT











Séc

uri

té

Res

pec

t d

e la

vie

pri

vée

Pla

tefo

rmes

d’e

xpér

imen

tati

on

12. Cryptocalcul homomorphe – CEATechnologie de mise en œuvre d’applications de calcul déporté sur des données chiffrées sans avoir à les déchiffrer

11. Frag & Tag – Télécom BretagneProtection des données d’entreprise contre la fuite et le vol.

10. ADAPT – Télécom BretagneSolutions avancées pour l’anonymisation des données personnelles

* In

tero

pér

abili

té**

Co

ord

inat

ion



Advanced Data Anonymization Solutions

Advanced Data Anonymization Solutions in a Big Data Environment

SAID OLUMAKHZOUNE - TELECOM BRETAGNE



Fresh PondCharles River

SOMERVILLE

MEDFORD

BOSTON

BOSTON

BROOKLINE

WATERTOWN

BELMONT

ARLINGTONBOSTON

Mem

orial Dr

Broadway

Cambridge St

Huron A

ve

Concord Ave

Mt Auburn St

Brattle

St

Main St

Harvard St

Garden St

Vass

ar S

t

Beacon St

Pea

rl S

t

Massachusetts Ave

Thir d S

t

Putnam Ave

Windsor S

t

Wal

den

St

Franklin St

First St

Elm

St

River S

t

Binney St

Sid

ney

St

Alba

ny S

t

Oxford S

t

Br o

oklin

e S

t

Rindge Ave

Colum

bia St

Mag

azin

e S

t

Gore St

Pr o sp e ct S

t

Hampshire St

Inman S

t

Rogers St

Norf olk S

t

Sherman St

Erie StS

ixth St

Spring St

Allston St

Ple

asa

nt S

t

Wav

erly

St

Irving S

t

Da

na S

t

Concord Tpk

Orchard St

Se

cond St

Line St

Coolidge A

ve

Charles St

Western Ave

Sparks S

t

Fre

sh P

o nd

Pkw

y

Ell ery S

t

Land

Blv

d

Upland

Rd

Hurley St

Kirkland

St

Blanchard Rd

JFK

St

Bent St

Thorndike St

Lakeview Ave

Grove StAm

es St

Vassal Ln

Chestnut St

New

St

Gre

eno

ugh

Blv

d

Harvey StElm St N

Raymond St

Lee

St

Faye

rweather S

t

Dudley St

Lexington Ave

Clay St

Acorn Pk

Amhe

rst A

ly

Willow

St

Kinnaird St

Linn

aean

St

Monsignor OBrien Hwy

Fawcett S

t

Jay St

Cedar S

t

Sm

ith Pl

Han

cock

St

Larch Rd

Ash S

t

Cushing St

Reed St

Wendell St

Appleton St

Po

rt land St

Fulkerson St

Foster St

Sciarappa S

t

Ale

wi fe

Bro

o k P

kwy

Henry St

Clifton S

t

Holworthy St

Ant

rim S

t

Auburn St

Pemberton St

Washington St

Field St

Pine S

t

Bishop Allen Dr

Ric

e S

t

Pacific St

Am

o r y St

Shep

ard

St

Es se x S

t

Harvard Bridge

Francis Ave

Belmont St

Banks St

Ber kshire S

t

Howard St

Craig

ie S

t

Grozier Rd

Sacramento St

Faye

tte

St

Green St

Unio

n St

Jackson St

Cherry S

t

Haskell S

t

Hamilton St

Walker St

Galilei W

ay

State St

Ca

mbrid

ge P

kwy

Frost St

Sco

tt S

t

Reservoir S

t

Cambridgepark Dr

Mill St

Map

le A

ve

Avon St

Avon Hill St

North Point Blvd

Bristol StMooney St

Dunster S

t

Lawn St

Bay S

t

Granite St

Mar

tin S

tLowell St

Pa

r k Ave

Roberts R

d

Ca

r dinal Me

deiros Ave

Arlingto

n St

Plym

pton S

t

Potter St

Whittemore Ave

Mellen St

Cottage St

Seventh S

t

Berkeley St

Lincoln St

Ware S

t

Quincy S

t

Saville St

Hol

lis S

t

Linskey Way

Yerxa Rd

Aberdeen Ave

Cl in

ton

St

Everett St

William St

Elio

t S

t

Mus

eum

St

Big

elow

St

Eustis St

Grisw

o ld St

Fresh Pond Ln

Pilgrim St

Ho

lyoke St

Winter St

Cla

rk S

t

Ha

wthorn S

t

Athenaeum St

Willa rd S

t

Garfield St

Gerrys Landing Rd

Standish St

Hig

hlan

d A

ve

She

a R

d

Chilton S

t

Somerville Ave

Sargent St

Park

er S

t

Moulton S

t

Bow

St

York St

Lancaster St

Day

St

West St

DeW

olfe S

t

Washington Ave

Prescott St

Oak S

t

Richdale Ave

Stea

rns

St

Bee

ch S

t

Ho

vey Ave

Win

slow

St

Osborn S

t

Larchwood Dr

Granvil le R

d

Spinelli P

l

Porter St

Follen St Ells

wor

t h A

v e

Holden St

Thingvalla Ave

Jackson Pl

Church St

Peabody St

Mason

St

Trow

bridge St

Gol

d S

tar

Rd

Fenn

o St

Matignon Rd

Do

nne l

l St T

r emont S

tFern

St

Magee St

Magoun S

t

Hunting

St

Divinity Ave

Cog

swel

l Ave

Longfellow Bridge

Was

hbur

n A

ve

Otis St

Tufts St

Milt

on S

t

Chatham St

Audrey St

Mad

ison

St

BU

Bridge

Bon

d S

t

Normandy Ave

Hill

iard

St

Stor

y S

t

Educ

atio

n S

t

Blackstone St

Chaunc

y St

Warren S

t

Traill St

Homer Ave

Channing StUpton St

Hubbard Ave

Callender St

Bir

ch S

t

Re

gent

St

Oxford A

ve

Roy

al A

ve

Brow

n St

Copley St

Wadsworth St

Tudor St

Wheeler St

Glassworks Ave

Bla

ke S

t

Soden St

Amhe

rst S

t

Robi

nson

St

Myrtle Ave

Fern

ald

Dr

Houghton St

Mt Vernon St

Che

ster

St

Fel ton St

Ivy

St

Seagr

ave

Rd

Madison A

ve

Hayward S

t

Chu

rchi

ll A

ve

Loomis S

t

Cam

eron

Ave

Alle

n S

t

Linden S

t

Hurlbut St

Wat

er S

t

Elio

t Brid

ge

Fifth S

t

Cadbu

ry R

d

Athens S

t

Carle

ton St

Ter

min

al R

d

Prentiss St

And

rew

St

Ca

mp

St

Amesbury St

Da

vis

St

Ruf o

Rd

Cambr

idge

Ter

Mea

cham

Rd

Whittier St

Lambe

rt St

Moo

re S

t

Had

ley

St

Lopez Ave

Blakeslee S

t

Va

il C

tSt Paul St

Merriam St

Ken

wo

od S

t

Vineyard St

Akron St

Conco

rd L

n

St Johns Rd

Gro

ve A

ve

Mem

orial Way

Riedesel Ave

Carlisle St

Endicott StAnd

er s

o n B

ridg

e

Exeter Pk

Dock S

t

Blair Pl

George St

Ell ery S

q

Long fel low

Pk

Miff

lin P

l

Kennedy Rd

Norfolk Ct

Sid

ney

Pl

Boa rdm

an S

t

Gor

don

Pl

Elm

woo

d S

t

King St

River S

treet

Brid

ge

Otis St

Green St

Larch Rd

Quincy S

t

Bent St

266

1A

46

243

264

98

57

52A

269

267.4

267.1

7

267.3

4890

158

159

58

66

267.2

92

36

241

68

67

14

251

247

87

44

267F

97

80

39140

184

15

94

38

190

193

71

27

69

30

75

260

40

234

76

195

6498

29

16

227

91

112

135267D

99

81

262

130

96

192

122

183

11

257

43A

147

236

242

116

145

223

2831

47

42

35

238

194

93

189

233

172

2318

229

128

255

95

25

199

63

24

182

79

26

78

13

86157

88

220

33

43

101

70

41

196

181

253

34

32

265C

269.5

230

65

62

107

185

115

202

100

119

22

144 142

256

156

179

149

188

105

104

169

129

102

77

252

55

126

217

106

242B

132

85

73

232

121 53

213

167

245

83

37150

265D

178

10176

82 17

108

268B

134

89

19

127

161

198

154

84

226

239 163

242A

177

231

20

265B

263

139

103

201

117

151

125

248

164

204

160

54

165

254

261

153

268A

197

171

210

136

173

203B

118

267E

61

110

209

111

143 138

250

146A

186

219

205

222

21

187

170

259

113

137

175

206212

191

72A

114

152

224

200

221

207

155

237

218

211

174

246

146

240

215

180

166

131

133

208

124

162

12

123 56

109

267C

249

168

271

141

273

216

214

258

120

225

252A

148

114A

265A

235

74267B

246A

201.5

228

267A

203A268C

60

59

272

±0 0.25 0.5 0.75 10.125Miles

Assessor's Block IndexCambridge, Massachusetts

About Assessor's Blocks:The City of Cambridge is split into 286 blocks by the Assessing Department. Each block is associated with an Assessor's map and a group of parcels. Each individual parcel is identified by its map and lot number: the 'map' refers to the Assessor's block it falls within, and the 'lot' is the tax parcel within the block.

Cambridge City Boundary

Assessor's Block128

Map created by Cambridge GIS, March 2014.

Contexte

■  Pseudonymisation est nécessaire mais pas suffisante – et voici pourquoi !

•  Cambridge - Massachusetts

William Weld

(Governor District of Massachusetts, 1981- 1986)

Date de naissance = 31Juillet 1945

Sexe = M

Code postal = 02152

North Cambridge

Cambridge Highlands

Strawberry Hill West Cambridge

Neighborhood Nine

Agassiz

Riverside

Mid-Cambridge

Cambridgeport

Area Four

Wellignton-Harrington

Area 2/MIT

East Cambridge



Advanced Data Anonymization & Privacy Tool – ADAPT

■ Privacy as a Service –  1ère solution d’anonymisation pour « big data »

–  Proposition des solutions les plus appropriées

Configuration•  Différente de configuration possible

suivant les besoins des clients

Exploration de solutions

•  Recherche des solutions possibles qui remplissent les exigences des clients.

Transformation•  Aptitude à anonymiser les données

dans un format personnalisable

Exportation

•  Possibilité d’exporter les données vers diverses destinations

ADAPT GUI



Applications & Cas d’utilisation

■  Nombreuses applications potentielles –  Tout producteur de données massives souhaitant les valoriser

•  Données de santé •  La-Poste •  Assurances •  Opérateurs de Telecom • …

■  Nature de la transaction envisagée pour la technologie

–  Licence

■  Objet du transfert / de la coopération –  Brevet, logiciel, savoir-faire, assistance technique

■  Démonstration sur le stand


FRAG&TAG

LUSSI

Stéphane Morucci Nora Cuppens, Frédéric Cuppens, Gouénou Coatrieux


FRAG&TAG – LUSSI – Stéphane MORUCCI

3,5 millions de dollars / violation données (recherche & correction, impact production, confiance utilisateurs)



TAG FRAG


5

Objectif :

Rendre tout vol

de données dissuasif

… tout en acceptant les intrusions.




Les bases de données dérobées ne sont pas

utilisables telles quelles



Marquer les données pour

tracer les traîtres


• Solutions technologiquement prêtes

• Démonstrations visibles sur notre stand

Nom de la techno – nom du labo – nom du chercheur


Cryptocalcul homomorphe CEA LIST

RENAUD SIRDEY


Cryptocalcul homomorphe – CEA LIST – Renaud Sirdey

•  Charlie peut-il faire quelque chose d’utile pour Alice avec les données d’Alice et de Bob sans que ces données ne lui soit divulguées (à Charlie) ?

[x]sk

[r]FHE

[y]sk’

[x]FHE=dec([[x]sk]FHE,[sk]FHE); [y]FHE=dec([[y]sk’]FHE,[sk’]FHE); [r]FHE=f([x]FHE,[y]FHE).



•  Et ce y compris en contexte IOT ?

[x]sk

[r]FHE

[x]FHE=dec([[x]sk]FHE,[sk]FHE); [y1]FHE=dec([[y1]sk1]FHE,[sk1]FHE); … [r]FHE=f([x]FHE,[y1]FHE,…).

[y3]sk3

[y4]sk4

[y5]sk5

[y6]sk6



•  Un cryptosystème dit homomorphe est un cryptosystème qui, en plus de permettre de chiffrer et de déchiffrer, permet de réaliser des calculs dans le domaine des chiffrés sans restriction de principe

•  Typiquement, le « cryptocalculateur » : –  Garde son algorithme secret

–  Peut insérer des données dans le calcul

–  Mais n’a intrinsèquement accès à aucun résultats, intermédiaires ou finaux

Cryptosystem API:

!   encpk : Z2 → Ω. !   decsk : Ω → Z2. !   addpk : Ω x Ω → Ω. !   mulpk : Ω x Ω → Ω.

where Ω is a large cardinality set e.g. Zqn.

Key properties: for all m1 ∈ Z2 and all m2 ∈ Z2 !   decsk(addpk(encpk(m1),encpk(m2))=m1 ⊕ m2). !   decsk(mulpk(encpk(m1),encpk(m2))=m1 ⊗ m2.



•  Les premiers cryptosystèmes homomorphes ont été développés en 2009

•  Aujourd’hui, après 5 ans de travaux

–  Premiers démonstrateurs intégrés sur cas d’usage représentatifs (e.g. médical)

–  Intégration du cryptocalcul homomorphe au sein d’une première vague de pilotes industriels











Séc

uri

té

Res

pec

t d

e la

vie

pri

vée

Pla

tefo

rmes

d’e

xpér

imen

tati

on

14 . MODE – Mines AlèsSonde sémantique de fouille, d'indexation et de visualisation de données

15 . IDEA – Université d’Aix-MarseilleExtraire les renversements de tendances dans les bases de données multidimensionnelles

17. PILGRIM – Université de NantesPlateforme logicielle d’analyse prédictive permettant de traiter des systèmes complexes.

18. PORTALIS – Université de RennesOrganisation des données par "concept" logique pour une navigation intuitive par suggestion

16. CODE – Université d’AngersAlgorithmes de classification de données "bruitées" pour le traitement de données, statistique et classification.

13. Alligator – Télécom ParisTech Méta-classification de grande quantité de données en deux groupes

* In

tero

pér

abili

té**

Co

ord

inat

ion



Alligator : logiciel de classification de données Telecom ParisTech

LUDOVIC APVRILLE [email protected]


Outils de classification (SVM ou k-NN ou …)

Alligator – Telecom ParisTech – Ludovic Apvrille

1 2 d?

Avant Alligator

d d

Alligator

Alligator (SVM et k-NN et …)

d?

d d

1 2

Données déjà classées

Données à classer

Données déjà classées

Données à classer

Résultat de classification Résultat de classification


Alligator – Telecom ParisTech – Ludovic Apvrille

Est-ce plus efficace avec Alligator ???

Classification d’applications Android (clean/malware)

Classification d’images (Make up/Non make up)

(Le plus bas est le mieux)

~20%

~10%


•  Alligator est implémenté et téléchargeable (logiciel libre)

•  Type d’entreprises recherchées / secteurs :

–  « Big Data »

•  Type de coopération envisagée :

▪  Logiciel, savoir-faire, assistance technique, projet d’innovation collaboratif, thèses, etc.

▪  Commercialisation possible du logiciel en propriétaire sur des améliorations

–  Liens avec des outils existants

–  Interface graphique

–  Modules métiers spécifiques

•  Démonstration sur le stand

–  Classification d’applications Android (clean / malware)

Alligator –Telecom ParisTch – Ludovic Apvrille

alligator.telecom-paristech.fr


Sonde sémantique multimédia pour la fouille et l’indexation visuelle

MICHEL PLANTIÉ- LABORATOIRE LGI2P (initiateur du projet : Michel Crampes)

Site de Nîmes - Ecole des Mines d’Alès


1 - Contexte

■  Contexte & enjeux :

⇒ Le rangement de la multitude de photos ou documents multimédias est un casse-tête pour tout le monde.

⇒ Retrouver une photo, un document est encore plus difficile

■  répondre au défi :

⇒ du rangement de contenus multimédias (photos, vidéos)

⇒ de la recherche à contenu sémantique

⇒ de l’indexation intelligente et pratique


2 - Votre Technologie

■ Sonde sémantique – Outil de Recherche et Visualisation :

–  Classement sémantique par étiquetage

–  Visualisation innovante de graphes d’objets,

•  => trouver rapidement ce que l’on cherche

–  Recherche et indexation à contenu sémantique

•  => trouver et classer rapidement

– Fondement théorique solide : les treillis de Galois

–  Outil à l’état de prototype, existant en version préindustrielle

–  Stockages en XML



■  Exemples d’applications potentielles –  Classements, visualisation et indexation d’objets multimédias –  Marchés professionnels et grand public

■  Tous types d’entreprises recherchées / tous secteurs

■  Objet du transfert / de la coopération –  Brevet, logiciel, savoir-faire, assistance technique, base de données, projet d’innovation collaboratif…

–  Transaction envisagée : licence, cession des droits, PI ….. »  plusieurs solutions possibles


Integrable DatabasE Algorithme - IDEA Laboratoire d’Informatique de Marseille Equipe Bases de Données Avancées

SÉBASTIEN NEDJAR


IDEA – Integrable DatabasE Algorithme Laboratoire d’Informatique Fondamentale de Marseille – Sebastien Nedjar

•  OLTP – Online Transactional Processing vs OLAP - Online Analytical Processing

•  Entrepôt de données - Enormes volumes de données accumulées au fil du temps dans les bases opérationnelles

•  Appréhender les données suivant plusieurs combinaisons avec un temps de réponse immédiat

•  Description de la base multidimensionnelle suivant la technologie utilisée :

–  ROLAP (Relational-OLAP) –  MOLAP (Multidimensional-OLAP) –  HOLAP (Hybrid-OLAP)

•  Manipulation des données suivant différents critères et dimensions

–  Représentation en Etoile –  Representation en Flocon –  Representation Hybride

•  Réduction de la performance du système OLAP lors de l’agrégation de donnée



•  Le cube de données et ses principales variantes isolent les tendances sur un seul jeu de données

•  La comparaison de deux cubes de données, l’information nouvelle provient des changements et des évolutions qui se sont produits

•  La connaissance des changements de tendances qui se produisent entre plusieurs jeux de données permet d’ajouter à l’analyse un aspect dynamique

•  IDEA : –  Adaptation de l’algorithme de BUC

(Bottom Up Cube) particulièrement efficace, simple et intégrable dans un SGBD – pour le calcul des Cubes Emergents (E-IDEA)

–  Algorithme permettant d’obtenir des représentations par bordures dans un contexte multidimensionnel (F-IDEA)


•  Maturité de la techno

–  Prototype de recherche

–  TRL – 3+

•  Type d’entreprises recherchées / secteurs

–  Editeur de logiciels de système d’aide à la décision

–  Prestataire de Service d’analyse / fouille de données

•  Type de coopération envisagée

–  Objet du transfert / coopération :

•  Logiciel – Code Source

–  Nature de la transaction

•  Licence d’exploitation



CODE Classification de données bruitées

SÉBASTIEN LOUSTAU- LAREMA (UMR 6093)


1 - Contexte

■  Contexte :

■ Classification de données supervisée et non supervisée

■ Données bruitées ou indirecte

■  Problématiques :

■ Aucun algorithme sur des données bruitées

■ Couplage du débruitage et de la classification



■  Noisy k-means ■  Débruitage par déconvolution

■  Donnée de petites dimension (1 à 5)

■  Application des k-means modifiés

■  Logiciel prototype en environnement contrôlé(TRL 6)

■  Avantages et on-going work •  Bonne performance en non-supervisée •  Précision des résultats de classification •  Rapidité des calculs •  Amélioration du débruitage



■  Domaines d’application

■ Métrologie

■ Météorologie ■ Statistique

■ Finance ■ Médical

■  Objet du transfert / de la coopération –  Logiciel déposé à l’APP

– Licensing et collaboration de recherche


PILGRIM - ProbabIListic Graphical and RelatIonal Models LINA - Laboratoire Informatique de Nantes Atlantique Equipe DUKe - Data User Knowledge

Philippe LERAY - Professeur / Université de Nantes Julien ROCA - Chargé d’affaires / SATT Ouest Valorisation


PILGRIM – LINA – Philippe LERAY

•  Descriptif de la technologie La plateforme logicielle PILGRIM se présente comme une solution générale d’analyse prédictive

permettant de traiter des systèmes complexes à partir des réseaux bayésiens relationnels . Caractère innovant par rapport aux solutions existantes : - Pouvoir avancé de modélisation des réseaux bayésiens pouvant répondre à de nombreuses questions, et même à partir d'observations incomplètes, à la différence des approches prédictives statistiques classiques dédiées à la prédiction d'une unique tâche. - Utiliser l’information relationnelle à sa juste valeur sans perte d’information (information issue du formalisme très répandu dans l'industrie des bases de données relationnelles). La plateforme PILGRIM est composée d’un ensemble de briques logicielles fonctionnelles :

(1,2,3,…) : Applications « métier » : développement à façon en fonction de la problématique « métier » du client. Application / Recommander : création de modèle de recommandation. (mais d'autres applications sont possibles) Relational : définition et manipulation des modèles relationnels probabilistes. Structure Learning : algorithmes d’apprentissage pour les réseaux bayésiens General RB : fonctionnalités générales de manipulation / évaluation de réseaux bayésiens.

1 2 3 …

Relational

General RB

Recommander

Structure learning

Application



•  Enjeux de la technologie L’objectif de la plateforme logicielle PILGRIM est d’offrir aux entreprises un outil performant d’aide à la décision répondant aux enjeux du « big data ». Plateforme logicielle proposée aux entreprises sous la forme de « briques » qu’elles peuvent intégrer à leurs propres solutions. Une plateforme riche et fonctionnelle : implémentation de nombreux modèles et algorithmes > plus de 10 années de recherche et une dizaine de thèses, •  « Faire parler les données » : de nombreuses applications : -  Marketing : une solution logicielle permettant de « prédire » plus efficacement le comportement de ses clients, et donc de mieux répondre à leurs besoins.

- Recommandation : par exemple pour un site de e-Commerce, PILGRIM!permet par exemple d’évaluer plus efficacement le risque client ou permettre de recommander certains produits en fonction de ce que

l’on sait de tel ou tel acheteur. - Aide à la décision / scoring : « donner du sens » à ses données afin de prédire plus efficacement les évènements futurs.



•  Maturité de la techno : TRL7 « plateforme environnement opérationnel »

•  Type d’entreprises recherchées / secteurs:

–  Tous secteurs

–  Editeurs de solution d’aide à la décision

–  Editeurs de solution prédictive


–  Contrat de collaboration : co-développement

–  Nature de la transaction: licence logiciel sur-mesure (en fonction des briques nécessaires)

•  Démonstration sur le stand: Plateforme en cours de maturation


PORTALIS

SÉBASTIEN FERRÉ – IRISA (UMR 6074)


1 - Contexte

■  Contexte:

■ Organisation de données indexées

■  Recherche et navigation

■ But :

■ Offrir une alternative aux bases de données traditionnelles

■ Navigation dans des données très hétérogènes



■  Analyse de concept logique :

• Structuration de données

•  Remplacer arborescence par treillis de concept

•  Pas de parcours d’arbre – Calcul à la volée

•  Organisation de tout type de données indexables (images, texte, son, videos, etc..)

• Application au Web Sémantique (Sparklis)



■  Exemples d’applications potentielles –  Multimedia

– Documentaire/ GED

– Gestion de données

■  Objet du transfert / de la coopération –  Logiciel déposé à l’APP

–  Licensing et collaboration de recherche











Séc

uri

té

Res

pec

t d

e la

vie

pri

vée

Pla

tefo

rmes

d’e

xpér

imen

tati

on

20. TeraLab – Institut Mines-TélécomPlateforme de services Big Data dédiée aux collaborations entre chercheurs et industriels

19. FIT – Télécom Physique StrasbourgPlateforme ouverte pour le développement et la validation à grande échelle d’applications pour les objets connectés

* In

tero

pér

abili

té**

Co

ord

inat

ion



Equipex FIT / IoT-LAB ICube

GUILLAUME SCHREINER


FIT IoT-LAB – ICube – Guillaume Schreiner

■ Plate-forme d’expérimentation IoT ouverte à grande échelle

■ Outils de développement et de validation d’applications pour les objets connectés

■ Ouvert à la communauté scientifique et aux industriels

■ Expérimentations cloisonnées et sécurisées

■ Entièrement automatisé, accessible par internet 24h/7j

■ 600 utilisateurs, 50 pays

■ 2728 nœuds disponibles (TI MSP430, Cortex M3 et A8)

■ Possibilité de tester ses propres prototypes matériels


FIT IoT-LAB – ICube – Guillaume Schreiner

■ Plate-forme en production depuis janvier 2014

■ Type d’entreprises recherchées / secteurs : !   Smart Cities, Wearables, Service à la personne, Météo,

Energie

■ Type de coopération envisagée: !  Objet du transfert / coopération : expertise dans les

protocoles de communication sans fil, économie en énergie, auto-organisation

!  Nature de la transaction : Contrat de recherche, Thèse CIFRE

■ Démonstration sur le stand !











Séc

uri

té

Res

pec

t d

e la

vie

pri

vée

Pla

tefo

rmes

d’e

xpér

imen

tati

on

20. TeraLab – Institut Mines-TélécomPlateforme de services Big Data dédiée aux collaborations entre chercheurs et industriels

19. FIT – Télécom Physique StrasbourgPlateforme ouverte pour le développement et la validation à grande échelle d’applications pour les objets connectés

14 . MODE – Mines AlèsSonde sémantique de fouille, d'indexation et de visualisation de données

15 . IDEA – Université d’Aix-MarseilleExtraire les renversements de tendances dans les bases de données multidimensionnelles

17. PILGRIM – Université de NantesPlateforme logicielle d’analyse prédictive permettant de traiter des systèmes complexes.

18. PORTALIS – Université de RennesOrganisation des données par "concept" logique pour une navigation intuitive par suggestion

16. CODE – Université d’AngersAlgorithmes de classification de données "bruitées" pour le traitement de données, statistique et classification.

13. Alligator – Télécom ParisTech Méta-classification de grande quantité de données en deux groupes

12. Cryptocalcul homomorphe – CEATechnologie de mise en œuvre d’applications de calcul déporté sur des données chiffrées sans avoir à les déchiffrer

11. Frag & Tag – Télécom BretagneProtection des données d’entreprise contre la fuite et le vol.

10. ADAPT – Télécom BretagneSolutions avancées pour l’anonymisation des données personnelles

8. OM2M – LAAS-CNRS Couche logicielle permettant le développement de

services M2M conformes au standard ETSI *

9. LINC – CEAMiddleware de coordination d’entités physiquement distribuées **

4. Robot Guide & Coursier Autonome - Mines DouaiRobot capable de cartographier un espace intérieur et d'y naviguer de manière autonome

5. Hyperviseur – CEAHyperviseur temps-réel mixte-critique, « en aveugle » pour plateforme d’exécution embarquée à très haut niveau de confiance

7. YoGoKo – Télécom BretagneSolutions de communications opportunistes et

sécurisées dédiées aux systèmes de transports *

6. Lora Fabian – Télécom BretagneArchitecture et protocoles ouverts pour objets communicants en radio à longue portée, bas débit, basse consommation et dans des bandes

de fréquences libres *

3. SYNERGIE - Télécom LillePlateforme de mesure in situ pour l’évaluation et l’optimisation de la performance énergétique des nœuds d’un réseau de capteurs.

1. Zyggie Motion Capture – IRISARéseau de nœuds radio communicants permettant la capture des mouvements d’une personne et sa visualisation sur une tablette

2. I-SURF- CEA Rendre tactile à très faible coût n'importe quelle surface constituée de n’importe quel matériau.

* In

tero

pér

abili

té**

Co

ord

inat

ion

© Schéma des réponses aux défis technologiques des objets connectés et du Big Data – Démosthène Kalogérakis - Institut Mines-Télécom – 2015d’après le Livre blanc des Instituts Carnot « objets communicants et Internet des objets » p. 47 – 21 06 2011

et Harvard Business Review – How smart, connected products are transforming competition - Novembre 2014 – par Michael E. Porter et James E. Heppelmann



Remise du prix de « la technologie offrant les meilleures opportunités de développement

économique»

En partenariat avec Rennes Métropole

Lauréat « ADAPT » de Télécom Bretagne

Gaelle Andro Rennes Métropole

Vice-Présidente


BT_Rennes_Slideshow

Data & Analytics

Transcript of BT_Rennes_Slideshow