Soutenance publique

Maître de conférence : Florin-Doru HUTU

Laboratoire INSA : CITI

Rapporteurs :

• Pr. Daniela DRAGOMIRESCU INSA Toulouse
• Pr. Ioannis KRIKIDIS Université de Chypre
• Pr. Smail TEDJINI Univ. Grenoble-Alpes, Grenoble INP

Jury  : 

• Pr. Daniela DRAGOMIRESCU INSA Toulouse
• Pr. Ioannis KRIKIDIS Université de Chypre
• Pr. Smail TEDJINI Univ. Grenoble-Alpes, Grenoble INP
• Pr. Yvan DUROC Université Claude Bernard Lyon 1
• Pr. Bruno ALLARD INSA Lyon
• Pr. Guillaume VILLEMAUD INSA Lyon

Space Networking: Models and Methods

Soutenance publique

Maître de conférences : Juan Andrés FRAIRE

Laboratoire INSA : CITI Lab – Agora Team - Inria

Jury :

Civilité	Nom et Prénom	Grade/Qualité	Établissement
M.	POPOVSKI Petar	Professeur des Universités	Aalborg University
MME	UYSAL Elif	Professeur des Universités	Middle East Technical University
MME	KARABULUT KURT Gunes	Professeur des Universités	Polytechnique Montréal
MME	RATNASAMY Sylvia	Professeur des Universités	University of California Berkeley
M.	RIVANO Hervé	Professeur des Universités	INSA Lyon
M.	SHENKER Scott	Professeur des Universités	University of California Berkeley
MME	GUERIN-LASSOUS Isabelle	Professeur des Universités	Université Claude Bernard Lyon 1

 

Déploiement de stations de base déplaçables dans des réseaux cellulaires

Doctorant : Zhiyi ZHANG

Laboratoire INSA : CITI

École doctorale : ED 512 Infomaths

Travaux de thèse dirigés par Monsieur Razvan STANICA et Monsieur Fabrice VALOIS

Composition du jury proposé

M. Razvan STANICA    INSA Lyon    Directeur de thèse
M. André-Luc BEYLOT    ENSEEIHT    Rapporteur
Mme Véronique VEQUE    Université Paris Saclay    Rapporteure
M. Fabrice VALOIS    INSA Lyon    Co-directeur de thèse
M. Walid DABBOUS    Centre Inria d’Université Côte d’Azur    Examinateur
M. Xavier LAGRANGE    IMT Atlantique    Examinateur

Mots-clés : Stations de base déplaçables, Réseau mobile, Mobilité,,

Résumé :
Dans les réseaux mobiles commerciaux actuels, nous utilisons des stations de base fixes (FBS) pour fournir des services aux utilisateurs. Cependant, la première étape pour déployer des stations de base fixes nécessite des études détaillées pour déterminer l'architecture, l'emplacement des stations de base, leur capacité, leurs configurations, etc. Avec la miniaturisation des équipements électroniques et la virtualisation des fonctions réseau, il est désormais possible d'envisager d'intégrer des stations de base sur des plateformes mobiles (par exemple, des drones) capables d'ajuster leur position lorsque cela est nécessaire. Pour le projet ANR DEMON qui finance cette thèse, l'objectif est d'établir un réseau mobile adaptatif avec des stations de base déplaçables (MBS). Les MBS peuvent ainsi se repositionner pour s'adapter aux changements du réseau en temps réel. Tout d'abord, nous devons comprendre ce que l'utilisation des MBS dans les réseaux mobiles peut apporter aux utilisateurs et aux opérateurs de télécommunications. Par conséquent, cette thèse explore les avantages et les limites de l'utilisation des MBS dans les réseaux mobiles. Nous étudions progressivement l'utilisation des MBS dans trois scénarios : une zone d'urgence après un désastre, un quartier urbain et une ville entière. Dans cette thèse, nous montrerons que les MBS peuvent ajuster leur position en temps réel en fonction de la mobilité des utilisateurs et des demandes des utilisateurs. Les MBS peuvent souvent surpasser les FBS en termes de performance, avec moins de stations de base déployées. Par exemple, lorsque les utilisateurs forment un groupe, si les MBS et les FBS ont la même puissance d'émission, les MBS peuvent quadrupler le débit utilisateur. De plus, nous mettrons en avant que lorsque la puissance d'émission des MBS est inférieure de 50 dBm à celle des FBS, les performances peuvent être comparables. La demande de trafic dans les réseaux mobiles évolue dans le temps et dans l'espace. En utilisant des FBS, nous devons répondre à la demande la plus élevée. Grâce à la flexibilité et à la mobilité des MBS, celles-ci peuvent être auto-déployées uniquement lorsque cela est nécessaire, ce qui réduit les coûts d'environ 20 %. L'utilisation des MBS permet de rendre le concept de réseau auto-déployable une réalité.

MultiScale-HPC Hybrid Architectures: Developing Computing Continuum Towards Sustainable Advanced Computing.

Soutenance publique

Chargé de recherche : Carlos Jaime BARRIOS HERNANDEZ

Laboratoire INSA : CITI

Rapporteurs : 

• Prof. Ewa DEELMAN (USC, Los Angeles, United States of America)
• Prof. Jesus CARRETERO (U3CM, Madrid, Spain)
• Prof. Michaël KRAJECKI (URCA, Reims, France)

Jury :

Civilité	Nom et Prénom	Grade/Qualité	Etablissement
Mme	DEELMA Ewa	Professor	USC, Los Angeles, United States of America
M.	CARREERO Jesus	Professor	U3CM, Madrid, Spain
M	KRAJECKI Michael	Professor	URCA, Reims, France
Mme	VARGAS SOLAR Genoveva	Research Director	CNRS, Lyon, France
M.	CARON Eddy	Professor	UCBL, Lyon, France
M.	MOHR Bernd	Professor	JSU, Jülich, Germany
M.	DESPREZ Frederic	Research Director	INRIA, Grenoble, France
M.	LE MOUEL Frederic	Professor	INSA, Lyon, France

 

« IA pour des services moraux : concilier équité et confidentialité »

Doctorant : Jan AALMOES

Laboratoire : CITI

École doctorale : ED512 : InfoMaths (Informatique et Mathématiques de Lyon)

L’intelligence artificielle (IA) est de plus en plus présente dans de nombreux domaines comme la santé, les médias ou les ressources humaines.
Ces technologies induisent des risques pour la confidentialité des données personnelles des utilisateurs et peuvent introduire des biais discriminatoires rendant les décisions automatiques non équitables.
Cette inéquité est étudiée à deux niveaux dans la littérature scientifique.
L'équité individuelle cherche à s'assurer que les IA se comportent de la même manière à toutes choses égales, excepté un attribut sensible comme la couleur de peau.
L'équité de groupe, quant à elle, cherche à comprendre les différences de traitement par les IA entre les minorités.

Ma principale contribution vise à comprendre le lien entre l’équité de groupe et la confidentialité des attributs sensibles des utilisateurs.
Notre approche théorique nous a amené à démontrer que, sous un certain aspect, la confidentialité et l’équité pouvaient travailler de concert pour créer des IA plus fiables.
Nous avons validé ces résultats en suivant une approche expérimentale en étudiant des bases de données et des algorithmes d'apprentissage standards.

Pour ce faire nous commençons par présenter un état de l'art qui permet de mieux comprendre ce qu’est l’IA et quels sont les enjeux et les régulations.
Nous verrons ainsi que l’équité et la confidentialité sont des points capitaux qu’il faut prendre en compte pour un développement moral de l’IA.
Ensuite nous présenterons un nouvel algorithme d’apprentissage automatique que nous utiliserons pour construire une attaque d'inférence d'attributs sensibles.
Enfin, les données synthétiques sont utilisées pour contourner les obligations légales de protection des données personnelles.
Nous explorerons donc l’impact de l’utilisation des données synthétiques pour l'entraînement des IA sur l'inférence d'attributs sensibles.
 

« Compilation of Real-Time Audio DSP on FPGA »

Doctorant : Maxime POPOFF

Laboratoire INSA : CITI
École doctorale : ED512 : Infomaths

La mise en œuvre du traitement du signal numérique (DSP) audio en temps réel sur FPGA a été largement étudiée dans le passé. Jusqu’à présent, les designs hardwares audio étaient conçues soit "à la main" en VHDL, soit en assemblant des IPs prédéfinies dans des environnements dédiés. L’avènement de la synthèse de haut niveau (HLS) permet un véritable flux de compilation depuis les spécifications DSP audio de haut niveau jusqu’aux flux binaires FPGA. Cette thèse présente les principes et l’implémentation du premier “compilateur DSP audio” ciblant les FPGA.
Notre système compile les programmes DSP audio exprimés dans le langage Faust ou C++ jusqu’au matériel FPGA et jusqu’à la production sonore réelle. De nombreux paramètres tels que le nombre de canaux de sortie, le taux d’échantillonnage, etc. sont ajustés automatiquement par le compilateur. Des interfaces logicielles peuvent être générées pour contrôler le système en temps réel. Ce flot de compilation présente deux avancées technologiques importantes pour les programmeurs audio : l’implémentation de programmes DSP audio en temps réel à très faible latence (quelques microsecondes) et la possibilité de déployer facilement des systèmes avec un grand nombre de canaux audio.

 

Privacy issues in AI and geolocation : from data protection to user awareness

Maître de Conférences : Antoine Boutet

Laboratoire INSA :  CITI

Rapporteurs : Catuscia Palamidessi, Aurélien Bellet et Romain Rouvoy

Jury :

Civilité	Nom et Prénom	Grade/Qualité	Etablissement
M.	Taiani François	Professeur des Universités	Université de Rennes 1
Mme	Palamidessi Catuscia	Directrice de Recherche	Inria
M.	Rouvoy Romain	Professeur des Universités	Université de Lille
M.	Bellet Aurélien	Directeur de Recherche	Inria
Mme	Ben Mokhtar Sonia	Directrice de Recherche	CNRS, Insa-Lyon
Mme	Kermarrec Anne-Marie	Professeure des Universités	EPFL
M.	Monnet Sébastien	Professeur des Universités	Université Savoie Mont-Blanc
M.	Caron Eddy	Professeur des Universités	Université Lyon 1

« Feasibility and performance of a LoRa 2.4 GHz network »

Doctorante : Gwendoline HOCHET DERÉVIANCKINE

Laboratoire INSA : CITI
École doctorale : ED512 : Informatique et Mathématiques de Lyon

Long-range (LoRa) technology and the LoRaWAN protocol, which mainly uses the sub- GHz frequency bands, subject to regional laws, have become more widely used as a result of the rise of the Internet of Things (IoT). To overcome these limitations, Semtech has released a version of LoRa dedicated to the 2.4 GHz industrial, scientific, and medical (ISM) band, which, among others, is common worldwide and has no duty-cycle limitations. However, this frequency band is already used by many wireless technologies, such as Wi-Fi and Bluetooth (BT), as well as by common devices like microwaves and surveillance cameras. It is essential to evaluate the feasibility and possible performance of this frequency shift before deploying LoRa on a large scale in the 2.4 GHz ISM band.
This thesis proposes a comprehensive experimental evaluation of LoRa technology in the
2.4 GHz ISM band, including a comparison of its communication range and reliability with the European sub-GHz band (868 MHz). We also study the coexistence of LoRa and Wi-Fi when they are overlapping transmissions. To improve the coexistence, we propose and compare several frequency hopping (FH) strategies for LoRa. Although the latter proposal is based on simulation, we also propose an original methodology for evaluating a frequency band and selecting the less noisy channels, which could facilitate the implementation of FH strategies in future LoRa 2.4 GHz gateways. Our work provides important recommendations for the deployment and expansion of LoRa in the 2.4 GHz ISM band.
 

Health Data: Exploring And Enhancing Emerging Privacy- Protection Mechanisms

Doctorant : Thomas LEBRUN

Laboratoire INSA : CITI

École doctorale : ED512 Informatique et mathématiques de Lyon

Les données de santé représentent une grande quantité d'informations, générées quotidiennement et sensibles par nature. Cependant, leur partage est essentiel pour l'avancement de la recherche et, en fin de compte, l'amélioration des soins aux patients. L’utilisation des données médicales est confrontée à des limitations dues à leur sensibilité et à la nécessité de garantir la confidentialité, encadrée par les réglementations en vigueur. Cela nécessite une protection renforcée. L’intérêt pour des alternatives au partage de données brutes, telles que la pseudonymisation ou l’anonymisation, augmente avec les besoins d’accès à des données d’apprentissage pour l’utilisation de l’intelligence artificielle, qui requiert de grandes quantités de données pour fonctionner efficacement en tant qu’assistant médical. Dans cette thèse, nous examinons de nouvelles méthodes respectant la vie privée, rendues possibles par les avancées rapides de l’intelligence artificielle. Plus spécifiquement, mon analyse porte sur l’amélioration d’alternatives à la centralisation de données sensibles : l’apprentissage fédéré, une méthode décentralisée d’entraînement des modèles d’IA sans partage de données, ainsi que de la génération de données synthétiques, qui crée des données artificielles similaires aux données réelles. Considérant l’absence de consensus pour l’évaluation de la confidentialité de ces nouvelles approches, nous avons axé notre travail sur la mesure méthodique de la fuite de confidentialité ainsi que la balance avec l'utilité des données synthétiques ou du modèle d'apprentissage fédéré. Mes travaux incluent un mécanisme pour améliorer les propriétés de confidentialité de l'apprentissage fédéré ainsi qu'une nouvelle méthode de génération conditionnelle de données synthétiques. Cette thèse vise à contribuer au développement de cadres plus robustes pour le partage sécurisé des données de santé, en conformité avec les exigences réglementaires, facilitant ainsi des innovations en matière de santé.

Uplink Resource Allocation Methods for Next-Generation Wireless Networks

Doctorant : Alix JEANNEROT

Laboratoire INSA : CITI

École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

Face à la diversité des besoins en communication des réseaux 5G et 6G, l'allocation des ressources disponibles est considérée comme un élément clé pour augmenter la densité de dispositifs, leur débit ou la fiabilité des communications. Dans les réseaux de communication de type machine, des travaux récents ont proposé d'adapter l'allocation des ressources temporelles en fonction du processus sous-jacent qui régit l'activité des dispositifs. Cette thèse se concentre tout d'abord sur l'étude de l'impact d'une connaissance imparfaite de ce processus, et propose des méthodes pour atténuer le biais induit par les connaissances erronées. Ensuite, un algorithme permettant d'optimiser conjointement l'allocation des ressources temporelles et la puissance de transmission des dispositifs est proposé. L'algorithme permet aux dispositifs ayant une forte probabilité de transmettre sur les mêmes ressources de le faire avec une diversité de puissance suffisante pour assurer qu’ils soient décodables par la station de base. Enfin, dans les réseaux ayant un objectif de haut débit, nous proposons d'optimiser conjointement la puissance, les ressources fréquentielles ainsi que le nombre de couches utilisées par les dispositifs. Notre étude par simulations montre que notre optimisation conjointe est significativement plus performante que les méthodes utilisées actuellement en 5G pour lesquelles ces paramètres sont calculés indépendamment les uns des autres.