Docteur en Intelligence artificielle
Intelligence Artificielle. Systèmes multi-agents, Privacy, Trust. Apprentissage, Représentation des connaissances. CSP, Systèmes experts. Logique, moteur d’inférences, programmation logique. Modélisation et résolution de problèmes complexes
Réalisation de missions de développement, recherche & développement et conseil en informatique.
Développement de systèmes complexes de traitement de données (génération de code à la volée, CSP, ML, systèmes experts, traitements mathématiques, intelligence artificielle, traitements de masse …).
Développement d’applications : maquette, ergonomie, développement, déploiement, support.
Conseils technologiques sur le développement et l’architecture logicielle.
Conseils sur les applications de l’intelligence artificielle.
Conseil en gestion et création de projets innovants.
Exemples de missions réalisées :
Association à but non lucratif d’enseignement et de recherche en informatique : Up ESI Agrée comme centre de formation, école hors contrat avec l’état et validée au Datadock
Centre de recherche : recherche dans les domaines du machine learning, des SMA, des systèmes experts et des CSP. Projets en cours de réalisation.
Enseignement : Algorithmie, Logique, Calculabilité, Complexité et IA.
Organisation des activités : Conférences, Workshop et Upcamp.
Gestion administrative, ressources humaines.
Gestion du budget, des contrats et des reglementations.
Centre de formation spécialisé en développement et en Intelligence Artificielle en Europe :
Agréé comme centre de formation et validée au Datadock
Gestion complète du centre de formation :
Start up éditrice de logiciel dans le domaine de la gestion sportive. Intégration d’intelligence artificielle (Machine Learning et CSP) dans la création des séances d’entraînement sportif. Développement des applications et gestion de projet. Mise en place et développement des protocoles de recherche pour l’amélioration de la création des séances d’entrainements sportifs.
Études et contributions des mécanismes de régulation du comportement des agents pour la coordination des agents en fonction de leurs croyances individuelles et des acceptations collectives.
Gestion et extension d'une application de partage d'agendas décentralisés.
Management de l’équipe de développement.
Analyse de l’existant et amélioration du service.
Implémentation d'un protocole de transactions de données sensibles intégrant un modèle de confiance et de profils utilisateurs intelligents.
Sous la direction de F. Jacquenet, Y. Demazeau et O. Boissier.
Respect de la sphère privée (privacy) dans les systèmes multi-agents centrés utilisateurs à l'aide de modèles de confiance, application au Web.
Participation au projet Web Intelligence, cluster ISLE et organisation des doctoriales lors de l'école d'été WI 09.
Participation au développement de la plate-forme ARTtestbed.
Développement d'un modèle de confiance appliqué à une application multi-agent de gestion d'agendas décentralisés.
Amélioration d'un système de négociation multi-agent pour une application de gestion d'agendas décentralisés.
Gestion d'identités multiples dans les SMA centrés utilisateurs, étude et contributions du mensonge comme moyen de protection.
Avec l'explosion des technologies liées à Internet et aux systèmes multi-agents, l'évolution actuelle des systèmes d'information induit un traitement automatique massif des données des utilisateurs. Le développement des systèmes multi-agents centrés utilisateur amène un nouveau centre d'intérêt : la gestion et la protection des données sensibles des utilisateurs. Les recherches présentées dans cette thèse se focalisent donc sur le respect de la privacy des utilisateurs lorsqu'ils décident de céder une partie du contrôle de leurs données sensibles à un agent autonome interagissant avec d'autres agents. La privacy n'ayant pas de définition communément acceptée en français (vie privée, confidentialité...), nous proposons d'utiliser la notion de sphère privée pour faire référence aux problématiques soulevées. Du fait du grand nombre des interactions au sein des systèmes multi-agents, les risques encourus par les données sensibles deviennent de plus en plus importants en termes de divulgation, d'altération etc... Nos préoccupations portent essentiellement sur les communications de données sensibles et sur leur devenir après leur diffusion. Afin de prendre en considération les questions primordiales pour la préservation de la sphère privée, nous proposons le modèle de Systèmes Multi-Agents Hippocratiques (HiMAS) qui définit un cadre dans lequel les agents ont la capacité de gérer les données sensibles des utilisateurs et de protéger ces données contre des comportements suspicieux à l'aide d'un protocole d'interaction spécifique et de mécanismes de régulation de comportement tels que la confiance et la réputation. Notre approche se fonde sur un aspect moral et éthique afin de venir compléter les nombreuses propositions sur ces problématiques dans les domaines de la sécurité et des réseaux.
Mots clé : Systèmes Multi-Agents, Sphère Privée, Interactions, Protocole de Communication, Contrôle Social, Confiance, Réputation
With the explosion of the Web and multi-agent technologies, the current evolution of information systems leads to an automatic processing of users' data. The development of user centered multi-agent systems brings a new research topic: the management and the protection of users' sensitive data in order to preserve privacy. This thesis focuses on privacy management coming from the user's delegation to an agent of his sensitive data. Interaction between agents being one of the main feature of a multi-agent system, the possible risks for the sensitive data become more and more important in terms of disclosure, alteration etc... This thesis primarily focuses on sensitive data communications and on the sensitive data becoming after being sent. In order to consider these important questions about the privacy preservation, we propose the model of Hippocratic Multi-Agent System (HiMAS). This model gives to agent the capacity to manage the sensitive users' data thanks to the notion of private sphere, and to protect this kind of data against suspicious behavior thanks to a specific interaction protocol and some mechanisms for the regulation of the agent behavior as trust and reputation. Our approach is based on a moral and ethic focus in order to assist the many propositions on these problems in security and network research.
Key Words: Multi-Agent System, Privacy, Interaction, Communication Protocol, Social Order, Trust, Reputation
Intelligence artificielle : ML, DL, RL, CSP, NPL, SE.
Algorithmie, Logique, IA, Logique, Calculabilité, Complexité, Gestion des projets de fins d’années fournis par des entreprises locales.
Résolution de problèmes complexes et d’apprentissage, Suivi de stage de Master, Jury du BTS Blanc
Algorithmie, C, Programmation objet, UML et C++, Architecture, Merise, Compilation, Operating System, Intelligence Artificielle, Méthodes Agiles, Quality & Service, Big Data, Jury du Master
Architecture des ordinateurs, Expressions régulières et automates, Bases de données, Réseaux.
Algorithmie (L1 - AS), Bases de données (L1), Intégration des SGBD dans les environnements Web (L1).
Outils logiciels (L1), Programmation impérative C (L2), Techniques Internet de base (L2).