Étude d'un système de contrôle d'accès offline à faibles ressources utilisant la technologie BLE

Les contrôleurs d'accès physiques existent sous différentes formes allant de l'authentification biométrique à l'authentification par ondes radiofréquences d'utilisateurs. Certains systèmes sont basés sur le standard Bluetooth Low Energy (BLE) et nécessitent généralement plusieurs balises mais surtout une base de données déportée qui rend le système plus sensible aux cyberattaques. Dans le cadre de cette thèse, l'objectif est d'étudier un système utilisant le standard BLE, permettant d'identifier un utilisateur par le biais de son smartphone à l'aide d'un unique contrôleur d'accès à faibles ressources (de la société AKIDAIA) implémenté sur un microcontrôleur. Dans ce contexte, une étude approfondie d'un système de priorisation des utilisateurs basé sur le standard BLE a été menée. Il s'agit de rendre l'authentification moins contraignante pour l'utilisateur et plus intelligente grâce à l'intégration de techniques d'apprentissage automatique. Actuellement, deux problématiques principales se dégagent : d'une part, l'identification d'un type d'antenne offrant la plus grande stabilité du signal reçu (RSSI : Received Signal Strength Indicator) et d'autre part, la conception d'un système intelligent permettant la priorisation des utilisateurs en temps réel. Pour y répondre, différentes antennes interrogatrices ayant des dimensions et caractéristiques de rayonnement différentes (polarisation linéaire, circulaire ou sensible à la fois aux polarisations horizontale et verticale) ont tout d'abord été conçues puis évaluées. Afin d'identifier l'antenne la plus adéquate à notre domaine applicatif, plusieurs scénarios expérimentaux en environnements intérieurs et extérieurs ont été mis en place, conduisant à la collecte de plusieurs milliers de mesures. Les signaux enregistrés ont ensuite été filtrés par un filtre de Kalman et dissociés selon les canaux BLE utilisés pour la publicité, ce qui a permis d'obtenir des données plus robustes. De plus, le système de priorisation étant basé sur des méthodes automatiques d'apprentissage, ces valeurs de RSSI ont servi à la constitution de deux datasets pour l'entraînement. Les algorithmes d'apprentissage automatiques, les plus fréquemment utilisés dans ce contexte applicatif, ont alors été évalués. Dans le but d'améliorer les performances obtenues, une exploration de plusieurs méthodes de prétraitement des données permettant la suppression des valeurs aberrantes a été menée. Pour les algorithmes d'apprentissage présentant de bonnes performances, plusieurs méthodes d'optimisation d'hyperparamètres ont été appliquées aux modèles les plus prometteurs. La validation du système proposé a reposé sur l'évaluation de plusieurs Frameworks d'intégration de modèles d'apprentissage sur microcontrôleur, incluant des techniques de quantification. Enfin, des expérimentations en temps réel ont été réalisées en intérieur comme en extérieur, notamment dans des situations simulant une file d'attente composée de plusieurs smartphones (utilisateurs piétons puis véhiculés). Cette thèse aboutit à la conception d'un système de priorisation d'utilisateurs capable de les ordonner selon leur intention d'authentification au même moment, à distance, au travers du standard BLE. Finalement, le système proposé a atteint une précision de 91,5 % en environnement intérieur et 83,5 % en extérieur.