Utiliser les données mobiles de manière plus intelligente

Si les données de tous les smartphones sont mises en réseau dans le monde entier, nous pourrions bientôt tous avoir un superordinateur mondial dans la poche. La grande capacité de calcul permettrait d'améliorer la collecte et l'analyse des données en temps réel. Mais il reste encore des obstacles techniques à surmonter et des inquiétudes concernant la protection des données. Les scientifiques du projet SwissSenseSynergy, financé par le Fonds national suisse (FNS), se sont penchés sur ces problèmes et ont proposé de nouvelles voies pour la collecte et l'utilisation de telles données.Le projet se concentre essentiellement sur le crowd sensing, qui permet de collecter des informations sur une zone géographique donnée en accédant aux capteurs d'un smartphone. Un exemple typique est celui des applications de cartographie qui peuvent détecter les embouteillages à l'aide des accéléromètres du smartphone. Étant donné que les appareils en réseau collectent des informations sur de nombreux aspects de notre environnement (par exemple les mouvements, les bruits, les personnes et la qualité de l'air), le crowd sensing peut aider à décider où nous allons manger, quels vêtements nous allons porter ou comment nous allons voyager. "Ces informations peuvent être utilisées pour diverses applications : pour des prévisions marketing ou pour prédire le comportement de groupes de personnes", explique le coordinateur du projet, Torsten Braun de l'Université de Berne. Toutefois, il reste encore quelques obstacles à surmonter pour de telles applications de crowd-sensing. Il y a des conflits entre la collecte des données, la protection des données et l'impact sur la convivialité du smartphone. Par exemple, les ressources matérielles sont affectées par le transfert de données et des mesures de sécurité insuffisantes peuvent favoriser le vol d'identité.Quatre équipes ont développé de nouveaux concepts pour améliorer la technologie de crowd-sensing et des recommandations pratiques pour son utilisation. Leur travail se concentre sur quatre domaines clés : des données de localisation plus précises, une meilleure protection des données, des applications industrielles, une collecte de données plus efficace.La fonction de localisation dépasse la norme GPSL'équipe de Torsten Braun à Berne a amélioré la précision de localisation dans les bâtiments et sous le sol à 1,1 mètre dans 90% des cas. Cela correspond à peu près aux performances des systèmes GPS. Seules les données des capteurs des appareils et les signaux radio, qui, contrairement au GPS, traversent les murs et le béton, sont utilisés. Les chercheurs collectent les données transmises par les capteurs des smartphones et les indications sur la puissance du signal WiFi. Ces informations sont ensuite traitées par plusieurs algorithmes d'apprentissage automatique. "L'étape suivante consiste alors à déterminer le lieu vers lequel les utilisateurs se dirigent", explique Braun. "Cela pourrait être intéressant pour les centres commerciaux ou les gares, par exemple. "Des scientifiques des universités de Berne et de Genève ont développé ensemble une application mobile qui combine le crowd sensing avec la localisation en intérieur et les smart spaces. Cette nouvelle application mobile intègre des algorithmes de localisation sophistiqués et des mesures de capteurs munis de données de localisation, qui sont ensuite stockées dans un nuage. Les données y sont disponibles pour l'Internet des objets et peuvent être reprises dans des applications d'automatisation personnalisées et basées sur la localisation pour de nombreux objets et produits "intelligents".Une équipe de la Haute école spécialisée de la Suisse italienne (SUPSI) à Lugano a développé des modèles qui utilisent des données de localisation prédictives pour la transmission de données dans les médias sociaux. Les expériences ont montré que la transmission rapide des données ne fonctionne pas seulement dans les réseaux sociaux tels que Facebook et Twitter, mais aussi dans les réseaux physiques ad hoc formés par les téléphones portables. Les messages pourraient réagir aux comportements locaux, évaluer les réactions en temps réel et circuler plus rapidement entre les utilisateurs sélectionnés. Ce travail de recherche permet de comprendre en profondeur les influences sociales auxquelles le comportement humain est soumis et met en évidence les liens entre les lieux physiques, les préférences partagées et les communautés sociales basées sur des événements.Le bruit artificiel comme protection des données"L'une des plus grandes difficultés pour les chercheurs est l'acte d'équilibre entre l'utilisation des données et la protection des données", explique Torsten Braun. "La précision des données peut se faire au détriment de la vie privée". Si les données des utilisateurs sont également collectées lors de la collecte des données, la volonté de participer diminue. Pour garantir la sécurité des données, l'équipe de la Chalmers University of Technology en Suède a développé, pour l'analyse des données et la prise de décision automatique, des méthodes d'apprentissage automatique qui permettent une "protection différentielle des données". Les données personnelles sont ainsi protégées par un bruit soigneusement ajusté (données aléatoires) qui est introduit dans les données collectées par les appareils.Des chercheurs de l'Université de Genève se sont penchés sur un autre conflit : le souhait de collecter le plus grand volume de données possible tout en réduisant au maximum la charge matérielle liée au crowd sensing. Si les utilisateurs craignent une charge sur leur smartphone, il se peut qu'ils refusent les applications qui accèdent à des capteurs autrement inutilisés. Ce projet étudie des modèles de théorie des jeux afin de déterminer comment répartir la charge entre plusieurs téléphones et utilisateurs. Dans le cadre d'une expérience de terrain à San Francisco, des participants volontaires ont téléchargé une application pour cartographier le niveau de bruit dans la ville. Tout en collectant des données utiles pour la municipalité, ils ont testé différentes méthodes de répartition de l'exposition sur plusieurs appareils.L'approche interdisciplinaire de SwissSenseSynergy a permis de développer de nouvelles techniques qui pourraient être utiles à la recherche et aux applications. Sous le nom de Vivo, le projet élabore un dispositif expérimental inédit qui fait appel à des participants volontaires pour la phase pilote du développement.