|
Titre :
|
Une approche cloud computing pour le développement de (SMART CITY)à base de recommandations
|
|
Auteurs :
|
Abir Hoadjli, Auteur ;
Khaled Rezeg, Directeur de thèse
|
|
Support:
|
Thése doctorat
|
|
Editeur :
|
Biskra [Algerie] : Université Mohamed Khider, 2020
|
|
Langues:
|
Français
|
|
Mots-clés:
|
Backend cloud
;
citoyens
;
recommandations contextuelles
;
smart city
;
services publics
;
scalabilité
;
TIC
|
|
Résumé :
|
Avec l'innovation des nouvelles technologies de l'information et de la communication (TIC) et les besoins d'échange d'informations et de partage des connaissances au sein de la ville, un système de ville intelligente vise à améliorer la qualité de vie de ses citoyens en offrant un ensemble de services publics. Dans ce contexte, l'objectif de ce travail de recherche est de proposer une approche de ville intelligente pour l'utilisation de ces technologies dans la prestation de services publics afin de permettre une plus grande interaction en temps réel avec les citoyens; nous proposons un framework de prestation de services basé sur une approche de recommandation contextuelle afin d'améliorer les services numériques de la ville intelligente en fonction du contexte du citoyen et de l'approche BAAS (Back-end As A Service) sur le cloud afin d'améliorer la scalabilité du système dans des charges de travail importantes. Dans ce cadre, nous avons évalué la scalabilité et l'interactivité de l'approche proposée en mesurant les métriques de temps de réponse et données échangées. Pour estimer la scalabilité, nous avons effectué une série de tests de charge où les valeurs de temps de réponse augmentaient avec l'ajout de demandes dans les différents cas mais restaient acceptables. En termes d'interactivité, la quantité de données échangées entre l'application citoyenne et le back-end de la ville a été mesurée par un maximum de 117 Ko/s. Les expérimentations menées ont révélé que l'approche de recommandation contextuelle optimisait les interactions en réduisant la quantité de données échangées, et l'approche BAAS améliorait très bien la scalabilité du système et permettait le traitement des demandes simultanées. Dans les travaux futurs, nous espérons renforcer notre système de recommandation en incluant l'aspect social des citoyens et bénéficier des technologies IOT comme sources de données supplémentaires.
|
