Tremplin Carnot Interfaces | Modéliser des systèmes complexes : un enjeu important pour les business process
1467
post-template-default,single,single-post,postid-1467,single-format-standard,qode-quick-links-1.0,ajax_fade,page_not_loaded,,qode_grid_1300,footer_responsive_adv,qode-content-sidebar-responsive,qode-child-theme-ver-1.0.0,qode-theme-ver-11.2,qode-theme-bridge,wpb-js-composer js-comp-ver-5.2.1,vc_responsive
 

Modéliser des systèmes complexes : un enjeu important pour les business process

Modéliser des systèmes complexes : un enjeu important pour les business process

Modéliser des systèmes complexes, ça le connait ! Lom Messan Hillah, maître de conférences au sein de l’équipe MoVe au LIP6, travaille  à la modélisation sur le plan architectural et comportemental, et en teste l’efficacité et la fiabilité. Ces systèmes sont souvent répartis, synchrones ou asynchrones et large échelle. Sa démarche s’applique à de très nombreux domaines de service comme le transport, le web, la santé etc… Il nous explique pourquoi ces modélisations sont importantes pour les industries et comment va évoluer cette démarche dans les années à venir.

 

Pouvez-vous nous parler de votre parcours ?

 

Après une licence en mathématiques – informatique, j’ai fait un Master à Sorbonne Université sur les systèmes et applications répartis puis un doctorat, obtenu en 2009. J’ai ensuite été A.T.E.R à Nanterre en programmation, systèmes et réseaux et demandé mon rattachement au LIP6. Pour expliquer simplement, mon background en spécification, modélisation formelles et vérification de systèmes répartis, consiste à créer une spécification des processus et nœuds qui fonctionnent en concurrence (ressources partagés ou non, échanges synchrones ou asynchrones d’informations), puis à vérifier que le système ainsi décrit respecte certaines propriétés de sûreté et de vivacité décrites par celle-ci. Par exemple, les réseaux de Petri permettent de modéliser les interactions de systèmes concurrents (par exemple une entreprise et ses prestataires). Dans un second temps, on soumet cette modélisation à des outils permettant de vérifier des propriétés, notamment la sûreté qui assure que le système ne fait rien d’indésirable, et la vivacité qui assure que le système finit toujours par accomplir le comportement attendu.

 

Sur quel type de projet travaillez-vous actuellement ?

 

Je travaille en ce moment sur une problématique de test réparti d’architectures de services répartis. Le système de test est lui-même conçu comme une plateforme de services répartis dans le cloud et il s’adapte dynamiquement à l’architecture des services testés. Une partie importante de ces travaux est basée sur la modélisation formelle car toute l’architecture de test est générée à partir des descriptions topologiques, comportementales et d’interface des services à tester. Cette approche est tout à fait applicable aux business process (processus métier). La première étude de cas a porté sur un système dans la santé.

La génération de cas de tests à partir de modèles de comportement est la partie à laquelle je consacre le plus d’attention actuellement. Cela s’accompagne de l’utilisation de modèles probabilistes (cf article Pierre-Henri Wuillemin) afin de sélectionner les meilleurs tests possibles à exécuter.

L’enjeu de ma mission est de concevoir la méthodologie pour mettre en œuvre et coordonner les outils les plus adaptés au contexte, aux contraintes et aux résultats attendus. La valeur ajoutée de l’expert c’est sa connaissance fine pour l’interprétation des résultats.

 

Comment envisagez-vous le futur dans votre domaine de recherche ?

 

Les systèmes sont de plus en plus distribués, interconnectés et avec des interactions complexes. Il faut trouver des solutions pour pouvoir faire des tests en continu afin d’améliorer la mesure de leur fiabilité sans lourde intervention humaine à chaque évolution (IA). Il y a donc une nécessité d’automatisation approfondie pour mettre en place une autonomie intelligente. L’enjeu de la modélisation, à l’avenir, c’est de proposer des plateformes ouvertes où il est facile d’ajouter de nouveaux types de tests et d’être agnostique aux technologies de mise en œuvre.