Doctorat
Equipe : Vérification d'Algorithmes, Langages et Systèmes
Informations personnelles sensibles aux contextes : modélisation, interrogation et composition
Début le 15/11/2011
Direction : POIZAT, Pascal
Ecole doctorale : ED STIC 580
Etablissement d'inscription : Université Paris-Saclay
Lieu de déroulement : LRI
Soutenue le 26/09/2014 devant le jury composé de :
Directeur de thèse :
- M. Pascal POIZAT, Professeur, LIP6 et Université Paris Ouest
Co-encadrante :
- Mme Fatiha SAÏS, Maître de conférences, LRI et Université Paris Sud
Rapporteurs :
- Mme Salima BENBERNOU, Professeur, LIPADE et Université Paris Descartes
- M. Mohand-Said HACID, Professeur, LIRIS et Université Claude Bernard Lyon 1
Examinateurs :
- M. Kais KLAI, Maître de conférences - HDR, LIPN et Université Paris 13
- Mme Anne VILNAT, Professeur, LIMSI et Université Paris Sud
Activités de recherche :
- Intégration de données et de connaissances
Résumé :
Cette thèse a été réalisée dans le cadre du projet PIMI, financé par l’Agence Nationale de la Recherche (ANR). Elle porte sur la modélisation
et l’utilisation d’informations personnelles dont la validité ou l'utilisabilité dépend du contexte. Plus particulièrement, elle a pour
but d'aider l’utilisateur à réaliser des procédures en ligne, administratives ou personnelles. Elle aborde les problématiques de la
représentation d’informations hétérogènes, d’interrogation d’espaces d’informations personnelles (PIS) contextualisées, de remplissage
automatique de formulaires et de réalisation automatique de procédures définies à un haut niveau d’abstraction par composition de services
disponibles en ligne.
Pour répondre à ces problématiques, nous avons proposé plusieurs contributions. La première contribution porte sur la gestion d’un espace d’informations personnelles (PIMS). Nous avons proposé une modélisation permettant la description des informations personnelles en
utilisant plusieurs ontologies de domaine. Ces informations personnelles sont ainsi instanciées avec différentes valeurs dont l’utilisabilité dépend du contexte (e.g, utilisation du numéro de téléphone personnel ou professionnel selon le contexte correspondant) et d'un degré
d'utilisabilité. Nous avons également proposé deux algorithmes d’interrogation contextuelles SQE et FQE qui permettent la recherche
par des requêtes sur des informations personnelles stockées.
La seconde contribution porte sur l'utilisation de ces informations par de différents services en ligne, et ce dans deux cas. Dans le cas du remplissage automatique de formulaires, nous avons proposé un algorithme permettant de générer une requête sémantique à partir de
la représentation annotée d’un formulaire. Cette requête est évaluée en utilisant les deux algorithmes d'interrogation SQE et FQE. Dans le cas
de la réalisation d'un objectif utilisateur (une procédure abstraite) par composition de services, nous avons étendu l'algorithme de Graphplan
pour prendre en compte la contextualisation des données et des politiques de sécurité spécifiées par l'utilisateur. Ces dernières
permettent ainsi à l'utilisateur d'augmenter le contrôle sur ses informations et de limiter leur divulgation.
