Techniques intelligentes de découverte de ressources web

Daouadji, Abdelhamid (2011). Techniques intelligentes de découverte de ressources web. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (5MB) | Prévisualisation
Prévisualisation	PDF Télécharger (879kB) | Prévisualisation

Résumé

De nos jours, les centres de données doivent faire face à la croissance rapide de données qu’ils traitent. Ces données nécessitent une grande capacité de stockage et une puissance de traitement et de calcul considérable, en consommant une grande bande passante. La demande croissante de ressources rend la durée de vie des infrastructures technologiques très courte. L'investissement dans de nouvelles infrastructures devient alors risqué et coûteux. Cependant, le développement d'internet permet le partage des infrastructures. Un nouveau paradigme très prometteur est entrain d’émerger. C'est la technologie de la virtualisation des ressources. Ainsi, une nouvelle façon de conceptualisation orientée vers les organisations virtuelles et qui offre de l’infrastructure entant que service a vu le jour. Basée sur le partage des ressources, la virtualisation permet non seulement de réduire les coûts, mais aussi d’augmenter les rendements des ressources, à l’instar des serveurs qui sont souvent sous-exploités. Néanmoins, l'environnement distribué et hétérogène des organisations virtuelles rend la découverte et la sélection de ressources une tâche ardue.

Dans ce mémoire, nous proposons une méthode, de découverte et de recherche de ressources, basée sur l'intelligence artificielle en utilisant les réseaux Bayésiens et l'ontologie. Cette méthode rend possible la recherche des ressources web dans un large domaine de représentation et de description de ressources. En plus de son originalité, notre méthode a la particularité d'être générique. Elle prend en charge différents critères de recherche et d'optimisation ainsi que différentes méthodes de représentations de ressources. L’évaluation de notre approche a été effectuée dans le cadre du projet Green Star Network (GSN). Les tests réalisés ont démontré des résultats prometteurs.

Titre traduit

Intelligent techniques for web resources discovery

Résumé traduit

Nowadays, Information and Communication Technologies industry must deal with the rapid growth of data. These data require a large storage capacity, processing power and considerable calculation, consuming a wide bandwidth. The increasing demand for resources, decrease the technological infrastructure life cycle. The investment in new infrastructure becomes risky and expensive. However, the development of the Internet enables infrastructure sharing. A very promising new paradigm is emerging. This technology is known as resources virtualization. It’s a new way of conceptualizing oriented virtual organizations and provides infrastructure as service. Based on resources sharing, virtualization will not only reduce costs but also increase yields of resources. Like servers that are often underutilized. Nevertheless, distributed and heterogeneous environment of virtual organizations makes the resource discovery and selection a difficult task.

In this master thesis, we propose a method for resource discovery and research, based on artificial intelligence using Bayesian networks and ontology. This method enables Web resources search in a wide range of resources representation and description. Further to its originality, our method has the merit of being generic. It supports different search criteria and optimization methods as well representations of resources. The evaluation of our approach has been undertaken as part of the Green Star Network (GSN) test bed. The tests have shown promising results.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie de la production automatisée". Bibliogr. : f. [106]-109.
Mots-clés libres:	Internet. Intelligence artificielle. Ontologies (Recherche de l'information) Statistique bayésienne. Informatique dans les nuages. Ressource, Virtualisation
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Cheriet, Mohamed
Programme:	Maîtrise en ingénierie > Génie de la production automatisée
Date de dépôt:	20 mai 2011 19:44
Dernière modification:	20 févr. 2017 20:46
URI:	https://espace.etsmtl.ca/id/eprint/880

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt