Abstract:
L'Internet des objets (IoT) a transformé notre quotidien en connectant des milliards
d'appareils, offrant des fonctions spécifiques que l'on appelle services IoT. Pour répondre à des
demandes utilisateurs complexes, il est nécessaire de composer plusieurs de ces services.
Cependant, la prolifération des services IoT fonctionnellement équivalents, mais présentant des
niveaux de qualité de service (QoS) variables, fait du problème de composition de services basé
sur la QoS un défi majeur dans le domaine de l'IoT. Cette thèse propose deux nouvelles
approches basées sur des méta-heuristiques, pour aborder ce problème. La première combine
un arbre de décision (DT) et l'algorithme d'optimisation des baleines (WOA), pour réduire
l'espace de recherche et retourner une composition de bonne qualité. La seconde proposition,
DALOA, est basée sur l'algorithme d'optimisation des lions et considère les préférences et les
contraintes globales de QoS. La validation de ces approches a été effectuée par des scenarios et
une série de tests. Parmi ces scénarios une étude de cas médial concernant la prise en charge
d'un patient malentendant a permis de prouver la capacité de DALOA à fournir une solution
optimisée, adaptée aux besoins du patient et conforme aux exigences de qualité du domaine
médical.
