Trust evaluation for stream data services based on data quality and service performance

Évaluation de la fiabilité des services de flux données en se basant sur la qualité de données et la performance du service Ces dernières années ont été marquées par une croissance exponentielle de services de données en flux continu, issues du monde physique, ce qui a accru la difficulté de leur sélection en réponse à des requêtes complexes, en adéquation avec les attentes et les conditions qualitatives des consommateurs. En effet, lesdits services permettent l’accès et le recueil de données en temps réel souvent collectées dans différentes conditions (fraîcheur, provenance, sécurité, performance du service). En outre, les données obtenues via ces services sont utilisées pour prendre des décisions critiques, exigeant de ce fait la sélection de services fiables, de confiance. Un service de flux de données est dit fiable dès lors qu’il est conforme aux conditions QoS promises par son fournisseur et donne accès à des données actualisées. Cependant, les services sont fournis et déployés dans divers environnements en adoptant le modèle de la boîte noire. Ce dernier modèle crée des obstacles supplémentaires dans la mesure où ces services n’exposent ni n’exportent de (méta)-données sur les conditions dans lesquelles ils recueillent des données, ni sur leur qualité.Partant de ce constat, l’objectif de la présente thèse est de proposer une solution au défi de la sélection de services de flux de données fiables. Plus précisément, étant donnée une requête utilisateur, cette solution doit permettre de (1) calculer la fiabilité des services de flux de données en utilisant leur performance et la qualité des données qu’ils fournissent et (2) classer les services en fonction de leur niveau de fiabilité. A cette fin, nos travaux de recherche se sont focalisés sur trois problématiques complémentaires à savoir : (1) la définition d’un modèle d’évaluation de la qualité des données pour les services de flux de données, (2) compte tenu du caractère boîte noire, la proposition de protocoles et de stratégies pour le recueil des informations pour l'évaluation, et la façon dont elles sont utilisées pour cette évaluation, et (3) la définition d’un modèle d’évaluation de la fiabilité pour les services de données de type « boîte noire » alliant performance de services et qualité des données.En réponse à ces problématiques, nous avons proposé dans un premier lieu un modèle d’évaluation de la qualité des données pour les services de flux de données axé sur la fraîcheur des données. La fraîcheur des données est évaluée via deux métriques d'actualité à savoir l'actualité des données et celle de la base de données. L’actualité des données révèle à quel point les données recueillies sont à jour. L’actualité de la base de données révèle à quel point la base de données du service est à jour. Ensuite, nous avons proposé TUTOR, un protocole d’observabilité de qualité de données pour les services de données boîtes noires, afin de recueillir les preuves nécessaires à l’aide de techniques d’échantillonnage pour le calcul des métriques d’actualité et donc, le niveau de fraîcheur des données. Les services sont ainsi étiquetés avec un niveau de qualité des données à jour. Dans un second lieu, nous avons proposé un modèle d’évaluation de la fiabilité pour les services de flux de données reposant simultanément sur les aspects fonctionnels et non fonctionnels du service. Autrement dit, sur les aspects techniques du service et les aspects qualité des données fournies. Une série d'étapes a été suivie pour définir ce modèle d'évaluation de la fiabilité : premièrement, la définition des métriques pour l’évaluation des performances des services, y compris la disponibilité, l’efficacité du temps et le taux de réussite des tâches. Deuxièmement, la définition d'une méthode alliant qualité des données et performance pour calculer la fiabilité desdits services de données. Les services sont ainsi étiquetés avec un niveau de confiance à jour. Ces propositions ont été déployées et validées dans le domaine médical dans le cadre du projet SUMMIT financé par la région Auvergne Rhône Alpes.