v2.11.0 (5449)

Enseignement scientifique & technique - INF730 : Internet des objets BGD

Objectifs pédagogiques

Maîtriser les concepts liés à l'Internet des objets connectés, les limites et les opportunités
Maîtriser les contraintes à prendre compte afin de mettre en place des architectures de capteurs connectés sécurisées
Identifier les technologies, les plateformes, les standards et les architectures
Comprendre comment se fait la collection, la communication, la coordination du traitement des données des capteurs connectés
Identifier l'impact de l'internet des objets sur les développements industriels futurs.

16 heures en présentiel

effectifs minimal / maximal:

10/50

Diplôme(s) concerné(s)

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Big Data : gestion et analyse des données massives

Vos modalités d'acquisition :

Rentre dans la moyenne de la période

Le rattrapage est autorisé (Max entre les deux notes)
  • le rattrapage est obligatoire si :
    Note initiale < 6
  • le rattrapage peut être demandé par l'étudiant si :
    6 ≤ note initiale < 10
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 1 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Programme détaillé

1- Ecosystème de l'IoT
- les objets connectés: limites et opportunités
- Création de valeur, exemples

2- Architectures et technologies
- Notions de réseau, architectures et concepts, design de solutions IPv6-based IoT
- Pile protoclaire, IPv6, TCP, Protocoles de routage
- 6LoWPAN, IPv6-for-IoT
- Couches physique et de liaison: IEEE 802.15.4, ZigBee, ZWave, Bluetooth/LE, ANT/ANT+
- Dimensionnement de trafic de l'Internet des objets.
- Architectures hybrides
- Architectures de virtualisation
- enjeux de sécurité

3- IoT et Data Science
- Data collection
- Architectures de stockage des données
- Data integration
- Disaster Tolerance and recovery
- Energy and space efficiency (low-power design)
- Hardware innovation
- Database Optimizations
- Traitement de données de l'Internet des objets
- Real-Time/ Streaming statistics and Machine Learning (Time series)
- IoT analytics methodology
- IoT Data Visualization
- Travaux Pratiques : Spark Streaming, Apache Flink

4- Etudes de cas réels

Support pédagogique multimédia

Oui

Veuillez patienter