View
29
Download
0
Category
Preview:
DESCRIPTION
Sur les traces de OADymPPac …. Pierre Deransart UR INRIA-Paris-Rocquencourt. - PowerPoint PPT Presentation
Citation preview
1
Chip User's Club, Paris 16/10/2008 1
Sur les traces de OADymPPac …
Le projet OADymPPac (Outils pour l'Analyse Dynamique et la mise au Point de Programmes avec Contraintes) auquel a participé Cosytec s'est terminé officiellement en 2004. L'un de ses thèmes concernait la réalisation de traces. On verra ici qu'il a tout juste servi à poser quelques jalons. C'est à suivre ses traces que nous nous inviterons ici, jusque dans leurs conséquences épistémologiques.
Pierre Deransart UR INRIA-Paris-Rocquencourt
2
Chip User's Club, Paris 16/10/2008 2
Un budget de 162 M€ HTdont 20% de ressources propres
2900 scientifiquesdont 1000 doctorants
100 post doctorants 300 ingénieurs R&D
1500 emplois budgétairesdont 570 chercheurs
740 ingénieurs, techniciens et administratifs
300 stagiaires
8 centres de recherche INRIA (en 2008)
3700 personnesChiffres clésJanvier 2007
3
Chip User's Club, Paris 16/10/2008 3
Localisations
Équipe-projet INRIAhors site
Centre de recherche INRIA
INRIA NancyGrand Est
INRIA Grenoble Rhône-Alpes
INRIA Sophia AntipolisMéditerranée
INRIA RennesBretagne Atlantique
INRIA BordeauxSud-Ouest
Metz
INRIA LilleNord Europe
Lannion
Marseille
Lyon
Montpellier
INRIASaclayÎle-de-France
Siège
Nantes
Besançon
StrasbourgINRIA ParisRocquencourt
Pau
4
Chip User's Club, Paris 16/10/2008 4
Nancy - Grand Est
Paris - Rocquencourt
Sophia Antipolis - Méditerranée
Rennes - Bretagne Atlantique
Grenoble - Rhône-Alpes
Les centres de recherche
Bordeaux - Sud-Ouest
Saclay - Île-de-France
Lille - Nord Europe
5
Chip User's Club, Paris 16/10/2008 5
Try to remember….
Sur la route de Rocquencourt par Pissaro …
2004, c’est si loin….
1999
2004
6
Chip User's Club, Paris 16/10/2008 6
7
Chip User's Club, Paris 16/10/2008 7
CONTEXTE, HISTOIREDe DiSCiPl à OADymPPaC
•DiSCiPl (1997-2000): améliorer le débogage des solveurs de contraintes: a produit des prototypes qui restent des outils « ad-hoc » pour la correction et l’analyse de performances. Ce projet a mis en évidence l’utilité d’approches semi automatiques basées sur l’analyse visuelle des traces.
Livre: P. Deransart and M. Hermenegildo and J. Maluszynski, Analysis and Visualization Tools for Constraint Programming, LNCS 1870, 2000
•OADymPPaC (2001-2004) URL: http://contraintes.inria.fr/OADymPPaC participants: A. Aggoun, T. Baudel, P. Deransart, M. Ducassé, F.Fages, J.D. Fekete, N. Jussien, C. de Sainte-Marie, …
Challenges pris en compte:• Interopérabilité des outils : séparation forte entre “production de la trace” et
“production d’images et analyse visuelle”
• Passage à l’échelle: possibilité de traiter des milliers de variables et contraintes en utilisant des IHM spécialisés
Il en est résulté des analyseurs sophistiqués (prototypes et produits), mais limités à un seul domaine. Plusieurs problèmes ont été mis en évidence.
8
Chip User's Club, Paris 16/10/2008 8
PROBLEMES une question: cette approche est-elle généralisable?
1.Interprétation de la trace: donner un sens à une trace, modèles de reconstruction (analyse de trace, sémantique interprétative).
2.Sémantique de la génération de la trace pour une famille de processus observés (modèle de génération de trace, sémantique observationnelle).
3.Gestion du flot de trace entre l’observé et l’observant : filtrage, pilote de traceur, équilibrage des tâches, interactions, propriétés du transfert du flot (efficacité, préservation des sémantiques, fidélité)
Liens avec domaines d’applications: event-condition-action models, analyse de flot de données (data stream), analyses comportementales (sciences
cognitive)
9
Chip User's Club, Paris 16/10/2008 9
Les deux traces d’un processus(Traces intégrales)
Deux traces pour un processus
•Trace virtuelle TV = <S0,et*> SO
•Trace effective TA = <S0,wt*> SI
TV
TE
IE
E: extraction
I: interprétation (reconstruction)
E ° I = I ° E = i
Notion de FIDELITE:
10
Chip User's Club, Paris 16/10/2008 10
Petit exemple (extrait de trace Prolog)
goal:-p(X),eq(X,b).
p(a).
p(b).
eq(X,X).
chrono nu(u) lp(u) port pd(u) Etat virtuel atteint
1 1 1 Call goal S2
2 2 2 Call p(X) S3
3 2 2 Exit p(a) S4
4 3 2 Call eq(a,b) S5
5 3 2 Fail eq(a,b) S6
6 2 2 Redo p(a) S7
7 2 2 Exit p(b) S8
8 4 2 Call eq(b,b) S9
9 4 2 Exit eq(b,b) S10
10 1 1 Exit goal S11
11
Chip User's Club, Paris 16/10/2008 11
Mais si on n’a que ça …?
nu(u) port
1 Call
2 Call
2 Exit
3 Call
3 Fail
2 Redo
2 Exit
4 Call
4 Exit
1 Exit
Que voit-on ?
12
Chip User's Club, Paris 16/10/2008 12
13
Chip User's Club, Paris 16/10/2008 13
PLAN: mises en perspective et “challenges”
1. Construction de traceurs pour l’analyse (dynamique) de programmes
2. Modélisation et abstraction
3. Fouille de données et interrogation de flots de données, Modèles ECA et WEB sémantique
4. Analyse du comportement humain
5. Cerveau, prothèse mémoire
6. Épistémologie
Idée: les traces sont partout, travailler sur les traces, c’est aussi travailler sur les idées
14
Chip User's Club, Paris 16/10/2008 14
Partout ?
http://www.college-de-france.fr/default/EN/all/ger_ber/index.htm
GérardBerry2007
15
Chip User's Club, Paris 16/10/2008 15
1- Construction de traceurs pour l’analyse (dynamique) de programmes
1. Développement perpétuel du traceur (trace intégrale)
2. Filtrage et interrogation de trace (langage de sélection d’événements), Pilote de traceur
3. Interactions (traceur serveur / analyseurs clients)
4. Optimisation de la communication (mais fidélité)
5. Approche MDA «composants traces » (enrichissement, fusion, abstraction, sélection)
6. Généricité
16
Chip User's Club, Paris 16/10/2008 16
C4RBCP
TchromeV
TCHRV
TRslamV
TV
Et
interrogation
17
Chip User's Club, Paris 16/10/2008 17
Grand Challenge 1: conception et manipulation de traces (« algèbre de traces »)
Enrichissement
Sélection
Fusion
Abstraction
Généricité
18
Chip User's Club, Paris 16/10/2008 18
2-Modélisation et abstraction
Trace intégraleNiveaux d’abstractions imbriqués
19
Chip User's Club, Paris 16/10/2008 19
Modélisation et abstraction (généricité)
20
Chip User's Club, Paris 16/10/2008 20
Grand Challenge 2: modèles de production de trace (SO)
L’interprétation abstraite fournit un cadre théorique possible pour la SO
Représentation possible de SO avec le « Fluent calculus »
Implantation, simulations et vérifications possibles de traceurs pour un domaine de processus (« model checking », Clarke, Emerson, Sifakis, Turing 2007)
Analyse théorique de traces (liens avec les théories de trace, The Book of Traces, 1995),
21
Chip User's Club, Paris 16/10/2008 21
3-Fouille de données et interrogation de flots de données WEB sémantique, Modèles ECA
Trafic ADSL brut
à la recherche du sens…
22
Chip User's Club, Paris 16/10/2008 22
Fouille de données vue comme analyse de trace
Utilisation d’algorithmes d’analyse de flots de données pour identifier les objets tracés (traces optimisées)
•Recherche de zones suspectes dans les programmes (Zaidman & al, 2005)
•Techniques de « model checking » pour pour détecter des intrusions (Garavel & al. 2004) sur des traces d’exécution
•Observations de symétries
(OADymPPaC)
23
Chip User's Club, Paris 16/10/2008 23
Analyse de flot de données vue comme analyse de traces d’origine inconnue
Analyse de flux massifs (algorithmes probabilistes, Rabin 1980)
Langage d’interrogation de flots de données (Arasu, 2002)
Interactions entre observateur/observé et entre traces (modèles ECA et WEB sémantique, Alferes et al. 2004)
24
Chip User's Club, Paris 16/10/2008 24
Grand Challenge 3: interpréter les traces (SI)
Utilisation d’algorithmes d’analyse de flots de données pour identifier les objets tracés (identification des observables)
Langage d’interrogation de traces: filtrage efficace
Tracer les manipulations de connaissances
25
Chip User's Club, Paris 16/10/2008 25
4-Analyse du comportement humain
Problème de confiance dans les données
Formalisation des contextes (fusion de données), traces des contextes et du comportement humain
Construction de scénarios à partir de traces
Jusqu’où peut-on ou doit-on aller?
Approche des limites de l’automatisation
26
Chip User's Club, Paris 16/10/2008 26
Confiance dans les données (accès à la connaissance)
Base de connaissance = système de règles = calculs
L’utilisation requiert plus que du calcul: exploration, repérages, raisonnement (sans stratégie prédéfinie)
Exemple: problème de certification des sites internet (ex loi du 13 août 2004 sur la certification des sites internet dédiés à la santé (Haute Autorité à la Santé))
HON code (Health On the Net): ex
•Qualification des rédacteurs
•Justification des affirmations
•Séparation contenus éditoriaux et publicitaires
•Transparence du financement
•Confidentialité des données personnelles, traces de la visite
•…
27
Chip User's Club, Paris 16/10/2008 27
TRACESTRACES
Construction d’un monde virtuel (Lyon1/INRETS)
Trace virtuelle
Trace effective
28
Chip User's Club, Paris 16/10/2008 28
An “Infernal” ExampleLe Monde de l'Intellligence, num 11 janv-fev-mars 08 Sudoku infernal p 60 (par Bernard Gervais)
29
Chip User's Club, Paris 16/10/2008 29
30
Chip User's Club, Paris 16/10/2008 30
Expérience
Construire et comparer des traces d’observation du joueur et d’observation de l’automate permettant
•D’analyser le comportement du joueur
•D’identifier la règle utilisée par le joueur
•De mesurer la satisfaction du joueur
•De comparer avec la résolution automatique
•D’identifier les points de réelle difficulté du joueur
•De corréler de la difficulté pour le joueur et la difficulté théorique
31
Chip User's Club, Paris 16/10/2008 31
Grand Challenge 4:
Analyse d’un domaine de connaissance
Construction de scénarios
Limites de la formalisation (début du travail « humain »)
La capacité à construire de « bonnes » traces est déterminant pour mener à bien une analyse
32
Chip User's Club, Paris 16/10/2008 32
5-Cerveau: lieu privilégié de fusions
33
Chip User's Club, Paris 16/10/2008 33
Trace effective Twt = <(S0,)wt*>
séquence non bornée d’évènements de trace wt de la forme
wt : (t, At)
•t : chrono: temps de la trace
•At: ensemble de valeurs d’attributs
34
Chip User's Club, Paris 16/10/2008 34
La mémoire
Mémoire personnelle: Memex (Vannevar Bush, 1945)
Accumulation d’événements de trace (multimédia)
-------------------------------
Mécanismes liés à la mémorisation humaine:
Axes (Chapoutier, 2006):
•Sensoriel
•Temporel (travail, épisodique / référence, durable)
•Abstrait (mémoire procédurale et mémoire implicite)
Chaque mémoire a son mode de rappel (implicite, inconscient / explicite, conscient)
35
Chip User's Club, Paris 16/10/2008 35
Gand Challenge 5: artéfact de mémoire personnelle
Axes: digitalisation/numérisation (sensoriel), rémanence et support (temporel), rappel conscient (abstrait)
Vers une prothèse mémorielle?
•base de stances (Kiss, Quinqueton 2004)
•mécanismes de déduction et de rappel (LISFS, logical information system, Padiolo, Sogonneau, Ridoux 2004)
•mécanismes de tri (ontologies) et d’oubli
Système de gestion de connaissances personnelles
36
Chip User's Club, Paris 16/10/2008 36
6- Épistémologie vue comme théorie de la connaissance
Discrétisation-spatialisation/numérisation/manipulation
Etapes:
•20 siècles après début du néolithique premières numérations (astro)
•12ième siècle AC système alphabétique (grammatisation)
•Imprimerie permet à l’écrit d’envahir la société
•17ième siècle machine outil (reproduction du geste discrétisé)
•1834 discrétisation sons et images
•Économie de l’immatériel (gestion des connaissances)
Le traitement de l’information joue un rôle dominant dans tous les domaines d’activité (industrie ou recherche) et dont la base repose sur une accumulation continue de traces….
37
Chip User's Club, Paris 16/10/2008 37
Grand Challenge 6: société vue comme systèmes de traces en interactions
http://www.inria.fr/40ans/forum/video.fr.php
Le réseau numérique, à l'origine d'un nouveau modèle industriel Conférence de Bernard Stiegler
Les nouvelles technologies : révolution culturelle et cognitive Conférence de Michel Serres
etc…
38
Chip User's Club, Paris 16/10/2008 38
Sur les traces de ….
Thank you!Jusqu’où ne risque-t-on pas d’aller trop loin?L’homme réinventé?
Recommended