Nous nous intéressons aux données de localisation (les traces de mobilité) qui sont issues de systèmes mobiles formés par un groupe d’utilisateurs, pour comprendre comment développer des algorithmes fiables sur de tels systèmes. Nous avons ainsi développé la plateforme Souk[1] de capture et d'analyse de positions. Souk permet la capture de la localisation précise (env. 15cm) d’un groupe d’individus (env. 60 personnes) avec une bonne résolution temporelle (130 points/seconde), grâce à l'utilisation de la technologie radio UWB (Ultra-Wide-Band). Les exploitations de ces données sont multiples. Une première utilité concerne leur capacité à représenter des réseaux de communication des systèmes distribués portés par les humains via leurs smartphones, ce qui permet de tester les modèles de mobilité classiques à partir desquels de nombreuses applications réparties sont conçues. Une seconde utilité concerne la caractérisation d’attaques par co-localisation dans le contexte de l'Internet des objets[2]. Enfin, nous exploitons ces données dans une perspective plus théorique en tant que graphe dynamique[3].

Cette plateforme est à la base de plusieurs actions exploratoires interdisciplinaires. Une série de travaux porte sur l’étude des processus de décision collective (Déploiements de Souk) et sont menés avec le Laboratoire de Physique Théorique — LPT (Clément Sire) et le Centre de recherche sur la Cognition Animale — CRCA (Guy Theraulaz). Cette plateforme est aussi un vecteur de vulgarisation novateur et permet d’approcher le public en rendant visibles et tangibles l’objet récurrent de nos travaux que sont les structures d’interaction (Portes ouvertes LAAS, Forum CNRS Toulouse 2018, Festival Novela, etc). Elle a aussi donné naissance à une collaboration art&sciences (avec R. Sultra et M.Barthélémy; Exposition Retina/Pictonique, Cemes 2018) qui questionne les capacités d’auto-organisation des groupes humains.

[1] Killijian M.-O., Pasqua R., Roy M., Tredan, G., Zanon C., Souk: Spatial Observation of hUman Kinetics, Computer Networks, Elsevier, 2016.

[2] Pasqua R.,  Roy M., Tredan G., Loca: A Location-Oblivious Co-location Attack in Crowds Detection, ACM International Joint Conference on Pervasive and Ubiquitous Computing (Ubicomp 2016), 2016

[3] Pignolet Y-M., Roy M., Schmid S., Tredan G. The many faces of graph dynamics. Journal of Statistical Mechanics: Theory and Experiment, Volume 2017.