IRIT - UMR 5505

Contexte

Cet axe concerne les différentes facettes du traitement et du calcul de données massives et couvre à la fois les infrastructures et les algorithmes. Dans ce contexte le caractère massif des données sera lié non seulement à la volumétrie mais aussi à la complexité de traitement, à la dynamicité et à la difficulté d’accès. La notion d’infrastructure recouvre l’ensemble des fonctions nécessaires à l’exploitation d’équipements, de logiciels ou de données en réseau. Ces fonctions couvrent les modèles, algorithmes et outils nécessaires à cette exploitation. Elle recouvre aussi bien des problèmes d’administration, de dimensionnement, de persistance, de performance que d’hétérogénéité.

Le contexte des recherches menées dans cet axe est donc caractérisé par des sources de données multiples, distribuées/réparties à grande échelle, et hétérogènes (structures, formats, logiciels, matériels,...), des serveurs mobiles et réactifs. D’autres facteurs importants concernent la volumétrie en données (du Toctets au Poctets), la dynamique du système (ressources du système : CPU, RAM, Bande Passante Réseau et E/S), et des sources de données (fréquences de mise à jour très rapides, versions,...). Les collections adressées ici (citons vidéo, texte, documents, données géométriques et géographiques, géo-localisées, données semi-structurées, ontologies, ressources terminologiques) sont complexes de par leur taille, leur irrégularité, leur hétérogénéité, leur dynamicité, leur distribution/répartition, leur bruit, etc. Le traitement des données numériques s’adresse quant à lui à des données simulées ou observées.

Problématique et défis

La problématique centrale de cet axe peut se décliner selon :

• des infrastructures adéquates (middleware, grille, P2P, réseau,...),

• des modèles et des méthodes pour la représentation et le traitement de ces masses de données (stockage, calcul, simulation, optimisation, indexation,...)

• de nouveaux modes d’interactions et d’utilisation (homme-données) : web sémantique, web 2.0, multimodalité, réalité augmentée, virtuelle,....

Un des aspects spécifiques de cet axe est lié à l’évolution des problématiques d’indexation et de recherche d’information, conduisant à considérer les différentes dimensions de l’adaptation (à l’utilisateur, au contexte, aux dispositifs, aux moteurs d’indexation disponibles, etc.) en particulier dans le domaine de la mobilité, et en lien avec les axes « Systèmes Embarqués » et « Systèmes Ambiants ». Ces différentes dimensions intègrent de bout en bout les étapes du process, i.e. les services, les requêtes, les données et métadonnées associées, les résultats et leur présentation/visualisation. Les processus de recherche de l’information doivent bien évidemment prendre en compte flexibilité et personnalisation, tout en maintenant une Qualité de Service.

Notre effort porte plus particulièrement sur

• d’une part, l’élaboration de modèles pour la représentation, l’accès, l’analyse, la fouille et la manipulation de collections d’informations complexes. Sur des données textuelles (documents disponibles sur le Web ou produits par des domaines spécifiques (astronomies, biologie ...) nous étudions des outils de recherche capables de rechercher l’information pertinente. Dans ce contexte la prise en compte du sens de l’information revient à couvrir la sémantique véhiculée par l’information aussi bien au niveau de la représentation que de l’accès.

• d’autre part, le traitement de données (indexation, simulation, assimilation) et les outils logiciels d’accès aux ressources. Le travail sur les intergiciels de grille doit se poursuivre pour notamment offrir une grande robustesse d’accès au ressources logicielles (services) et ce indépendamment des risques de panne matériel. Les approches algorithmiques pour la simulation numérique doivent par contre être revisitées pour prendre en compte l’évolution des matériels (machines multicoeurs et grille de calcul) : le paradigme, faire moins d’opérations pour aller plus vite n’est plus valide. Finalement, en analyse automatique de données audiovisuelles, notre effort portera sur les aspects indexation temps réels de flux, la fusion d’index audio et vidéo ainsi qu’au calcul de distances entre contenus audiovisuels.

Positionnement

Outre un lien fort applicatif avec les axes « Systèmes Embarqués » et « Systèmes Ambiants » évoqué ci-dessus, on notera une complémentarité mais aussi un fort recouvrement de l’axe « Masse de Données et Calcul » avec le thème "Gestion de données biomédicales, infrastructure d’accès et de traitement" de l’axe « Systèmes Informatiques pour la Santé », qui s’intéresse à la problématique de la gestion des données médicales dans un environnement distribué.

L’axe « Traitement des masses de données et calcul » est fortement soutenu à différents niveaux, au national à travers les programmes ANR (Masses de Données, Contenus et interactions, Calcul Intensif et Simulations). C’est également une préoccupation récurrente des appels à projets européens, en particulier dans les programmes FP6 (moteurs de recherche contenus audiovisuel, quelques projets européens sur ce sujet se sont regroupés pour former l’ESSI et dans le FP7 challenge 4 Digital libraries and content). Au niveau international, un rapport récent intitulé "Towards 2020 Science" met clairement dans la liste des challenges, la problématique liée au traitement de l’hétérogénéité des données et l’extraction de la sémantique à partir des données. Par ailleurs, la simulation et le calcul restent au coeur des grands programmes de recherche américains et japonais.

L’activité proposée dans cet axe s’appuiera sur une compétence forte en stockage et accès aux données, en indexation de données audiovisuelles, en traitement des connaissances, en optimisation numérique et algèbre linéaire ainsi qu’en intergiciels pour la grille.

Le développement de l’axe « Masses de Données et Calcul » pourra s’appuyer sur l’existence des plate formes OSIRIM et Grid-Mip (GRID-5000) ainsi que sur projets et collaborations étroites avec des partenaires internationaux (Japon, USA).

Les applications dans lesquelles l’axe trouve un terrain de validation ou desquelles il tire ses problématiques sont diverses : culture et patrimoine, médical et biomédical, géoscience, spatial, météorologie, géodésie, mécanique, vidéo surveillance,...

Contacts

• Mohand.Boughanem@irit.fr
• Patrick.Amestoy@irit.fr