DISCRET – Démonstrateur d’Identification de Situations Critiques via la Remontée de données multisources pour l’alerte en Temps réel

img projet

Nom du projet : DISCRET – Démonstrateur d’Identification de Situations Critiques via la Remontée de données multisources pour l’alerte en Temps réel

Type de projet : Recherches

Type de contrat : ANR

Résumé descriptif :

Le projet DISCRET vise à démontrer qu’il est possible de détecter, en temps réel, des situations atypiques ou critiques, au travers de l’analyse des données d’un opérateur de téléphonie mobile (Orange), enrichies par des informations extraites du réseau social Twitter et à proposer un premier prototype de système d’avertissement destiné aux services de gestion de crises, de sécurité et de secours. L’hypothèse du projet, confirmée par plusieurs travaux de recherche récents, est que des événements significatifs engendrent localement une modification substantielle des flux et de la nature des communications. Ces anomalies, quasi concomitantes de l’événement, peuvent être détectées et localisées sur la base du réseau d’antennes relais. D’autre part, la connaissance anticipée de la localisation de l’événement et de la nature des communications (changement de nombre ou de fréquence de messages envoyés à travers différents canaux), permet d’envisager de collecter de manière plus efficace les données des médias sociaux, afin de caractériser et de contextualiser l’événement et donc de mieux valoriser les remontées d’informations par la population par des voies non spécifiquement dédiées à l’alerte.

Nom de(s) encadrant(s) : Eric Gaume et Angelo Furno (Ifsttar), Tamara Tosic et Zsbigniev Smoreda (Orange), Babiga Birregah (UTT)

Dates de début et de fin du projet : 1 janvier 2020 - 30 juin 2021

Durée : 18 mois

Financement complémentaire : Orange