L'objectif de cette thèse est de déterminer le potentiel d'une solution d'analyse générique active de
comportements d'équipements connectés basée sur des données de faible complexité. Par ailleurs, un
système d'alerte devra être défini sur la base de cette modélisation, introduisant des problématiques
de rejet, i.e. des critères statiques ou dynamiques permettant de détecter une séquence d'émissions
anormale.
Le principal verrou scientifique de ce sujet est la définition de modèles de comportements dans un
système IoT à large échelle. En effet, il faudra pouvoir établir un modèle sans apriori, sur des
équipements potentiellement inconnus.
Les verrous technologiques se situent au niveau de l'empreinte de l'algorithme d'analyse et de
modélisation du trafic réseau.
Il est alors nécessaire d'envisager de nouvelles solutions permettant de maintenir un environnement
de confiance pour l'exécution des services du client. Dans la majorité des cas, les diagnostics ne
pourront plus être implémentés par les équipements eux-mêmes. Ce sujet de thèse est donc proposé
pour gérer ces problématiques de monitoring et de diagnostic sur des cibles hétérogènes, avec des
origines d'anomalies et de dysfonctionnements tout autant diverses, et potentiellement inconnues.