Aller au contenu principal

Equipe archivée - HADAS - Heterogeneous and Adaptive distributed DAta management Systems

Equipe de recherche commune CNRS, Grenoble INP, UGA
Axe  Systèmes intelligents pour les données, les connaissances et les humains

L’apparition des infrastructures du Web et des intergiciels au début des années 90 a profondément changé la nature de la recherche dans les bases de données. L’évolution générale de la recherche groupe pendant ces dernières années a été de revisiter les composants de gestion de données et d’exploiter les approches `a base de services pour concevoir les systèmes de gestion de données adaptables. Les systèmes de gestion de base de données modernes ne sont pas des systèmes centralisés de stockage de données mais des services de gestion de données largement distribués et déployés sur différents types d’environnements de calcul (griles, réseaux pair-`a -pair, réseaux de capteurs, environnements ubiquitaires). La sémantique est au coeur de cette recherche car présente à tous les niveaux du processus de conception et composition des services pour la gestion de l’autonomie, la dynamique du comportement et l’hétérogénéité des utilisateurs (applications) et sources de données. Les activités courantes du groupe sont organisées selon les thèmes suivants : 

  • Accès aux données à grande échelle : un premier aspect concerne l’optimisation multi-critères de requêtes dans les systèmes répartis et dynamiques ; un second aspect concerne la fouille de grands volumes de données pour en extraire des patrons fréquents.
  • Composition dynamique de services : nous étudions des modèles, algorithmes et outils pour coordonner des services avec des propriétés non fonctionnelles (contrats) et pour permettre l’accés aux données hétérogènes produites par des services. 
  • Raisonnement sur la sémantique des données : nous étudions différents modèles et algorithmes pour interroger des données (ou ressources) au travers d’ontologies hétérogènes et distribuées.

Nous participons à de nombreux projets sur la composition de services pour le traitement de requêtes hybrides, sur la manipulation de l’incertitude et de la confiance dans les systèmes de gestion de données pair-à-pair, sur la gestion de contextes pour l’adaptation de logiciels, sur l’optimisation de requêtes basée sur l’apprentissage, ainsi que sur des algorithmes de fouille de données capables d’exploiter le parallélisme des machines multi-coeurs. Les résultats de notre recherche ont des impacts dans des applications traitant de gros volumes de données et de ressources largement distribuées dans les environnements ambiants, tels que les espaces de données, l’e-Science, l’observation des systèmes, les réseaux de capteurs, le Web sémantique et s’inscrivent plus largement dans une approche dématérialisée de l’informatique.

Mots clés

Infrastructure    Connaissance    Intelligence Artificielle    Raisonnement et inférence    Systèmes d’information    Bases de Données    Découvertes et composition de données    Intégration sémantique distribuée    Interrogation de données    Traitement des données issues de capteurs    Fouille de données    Masses de données    Modèles et technologies du WEB    WEB sémantique    Ontologies    Systèmes répartis    Intergiciels    Mobilité    Contexte : modèle et adaptation

Publié le 2 novembre 2020

Mis à jour le 15 mars 2024