GLC

Les logiciels sont aujourd'hui construit par assemblage (on parle de SOC : Service-Oriented Computing ou calcul à base de Services). Cette approche, sans être une révolution, vise comme toutes les précédentes à mieux réutiliser ce qui a déjà été produit et surtout à mieux contrôler l’ensemble du cycle de développement des logiciels. L'approche orienté services utilise la capacité de chaque service à s'auto-reconfiguration et s'auto-adapter en utilisant des auto-descriptions relativement fines et précises de chaque service. Ces descriptions ne peuvent être que de nature sémantique. Le monde du génie logiciel rejoint ainsi celui de la connaissance par la nécessité première de structurer, manipuler, échanger, partager ces descriptions essentielles pour l’assemblage des services. Il n’est donc pas surprenant que les différents travaux concernant l’auto-adaptabilité, la qualité de service concernent des chercheurs de ces deux communautés.

Le pôle GLC recouvre en particulier les aspects liés à :
– la maîtrise de la complexité logicielle,
– la dynamicité et l’adaptabilité, en particulier en fonction de l’évolution du contexte d’exécution,
– la globalisation des calculs et leur déploiement sur des infrastructures distribuées,
– la description sémantique des processus et des données,
– la construction et l’utilisation des bases de connaissances.

Équipe Kewi : Ingénierie de la connaissance dont les objectifs sont de proposer un ensemble de méthodes et de techniques permettant de percevoir, d’identifier, d’extraire, d’analyser, d’organiser, de mémoriser et de partager des connaissances.

Mots-clés :
Ingénierie des Connaissances, Web Sémantique ; Mémoire organisationnelle ; Environnements Collaboratifs ; Extraction et Intégration des connaissances ; Acquisition des connaissances ; Recherche d’Information sémantique

Site: http://kewi.i3s.unice.fr

Équipe Modalis : des modèles aux usages de très grandes infrastructures.
MODALIS vise la modélisation et l'utilisation d'infrastructures de calcul et de données distribuées de grande taille, de type grille. Nos travaux de recherche comprennent la conception d'architectures de services flexibles adaptées aux besoins des utilisateurs (déploiement distribué, encapsulation de codes métiers, garantie de performance et qualité de service). Afin d'optimiser les performances, l'équipe s'intéresse également à la modélisation de systèmes distribués complexes dont les conditions de charge évoluent constamment. Les travaux de MODALIS permettent de fournir aux utilisateurs de grandes infrastructures des outils pour gérer des applications complexes nécessitant la manipulation de grandes masses de données.

Mots clefs:
Modèle, Architecture de services, Flots de traitement, Flots de données, Grille de calcul, Modélisation probabiliste

Site: http://modalis.i3s.unice.fr

Équipe Rainbow : Génie logiciel des applications ubiquitaires dont les objectifs sont de modéliser et proposer des infrastructures pour les applications ubiquitaires caractérisées par un très grand nombre de sites, une très grande diversité de ceux-ci — noeuds de calcul, capteurs, terminaux mobiles — et une très grande volatilité de ceux-ci — ils peuvent apparaître ou disparaître soudainement. Aucune entité n’administre globalement l’ensemble des sites.

Mots-clés:
Génie logiciel, Architecture logicielle ; Architecture orienté services ; Programmation par composition ; Programmation contractuelle ; Composant logiciel ; Ingénierie des modèles ; Intergiciel ; Informatique Ambiante ;

Site: http://rainbow.i3s.unice.fr

Groupe de travail KEIA : Nos travaux en data mining ont pour objet le développement de sémantiques, techniques et algorithmes pour l'analyse de grand jeux de données provenant de sources hétérogènes.
Ils concernent les techniques de représentation et d'intégration des connaissances expertes du domaine pour l'optimisation des phases de pré-traitement des données, d'extraction de modèles de connaissances et d'interprétation des modèles extraits. Un aspect important de ces travaux concerne l'intégration dans le processus de data mining des connaissances formelles, représentées dans des bases de connaissances, et non formalisables, relevant du savoir faire par exemple, concernant le domaine étudié.

Mots-clés : Data-Mining, Extraction-Intégration et représentation des connaissances ; Acquisition des connaissances ; Recherche d’Information sémantique

Site: http://keia.i3s.unice.fr/