| Popis: |
L���essor r��cent de l���apprentissage automatique et l���int��r��t grandissant port�� �� l���intelligence artificielle a g��n��r�� une demande de donn��es de plus en plus importante. Le mouvement de la science ouverte, et plus particuli��rement les donn��es ouvertes, apportent une r��ponse �� cette demande en offrant �� tous un acc��s et un usage libre �� des jeux de donn��es. Dans cet article, nous proposons une m��thodologie pour g��n��rer des traces correspondant �� diff��rentes applications IoT. Pour cela, nous caract��risons les diff��rents types de trafic, comme leur fr��quence de communication et la taille des paquets ��chang��s. Puis, nous simulons ces applications sur la plateforme FIT IoT-LAB pour g��n��rer les traces. Les param��tres des simulations, tels que le nombre de noeuds employ��s, sont choisis selon les caract��ristiques de l���application simul��e. Les traces ainsi g��n��r��es sont enrichies de plusieurs donn��es qui permettent de d��duire des m��triques utiles, telles que le taux de livraison des paquets et le d��lai de bout en bout. Nous partageons en acc��s ouvert les traces obtenues ainsi qu���une base de code pour g��n��rer, manipuler et analyser les donn��es obtenues de FIT IoT-LAB. |
