Abstract
Le Web Sémantique voit d’abord les graphes comme des graphes de connaissance,
dont les arcs représentent des prédicats logiques. Mais les graphes sont
utilisés depuis bien plus longtemps, et plus directement, comme modèles de
systèmes physiques, typiquement pour capturer leur structure en tant que
relations entre leurs sous-systèmes.
La plateforme [Thing’in](https://hellofuture.orange.com/fr/thingin-la-plateforme-du-graphe-des-objets/)
associe ces «graphes de systèmes cyber-physiques » (CPS) et les graphes RDF au travers du
modèle « property graph » (PG) commun aux bases de données graphe.
Les graphes CPS ne doivent pas être réduits aux graphes RDF, pour 3
raisons principales :
1. Les graphes CPS ont une sémantique qui leur est propre, par exemple une
sémantique par similarité lorsqu'un graphe capture la structure d'un réseau
physique tel qu’un réseau électrique ou un réseau de transport. Ce type de
sémantique s’applique aux graphes dans leur ensemble et n’est pas réductible à
la sémantique par ressource individuelle que RDF décrit.
2. Le méta-modèle RDF
est trop contraignant pour capturer correctement les graphes CPS en tant que
modèles de systèmes physiques. : si un arc de ces graphe CPS représente une
connexion physique entre deux nœuds, comme par exemple une canalisation dans un
système de distribution d'eau, il doit pouvoir posséder en propre des
propriétés, comme la capacité de cette canalisation. Un graphe RDF ne peut pas
supporter nativement (sans recourir à une réification) de telles propriétés d’un
arc.
3. Les graphes CPS sont classiquement utilisés par des algorithmes qui
analysent les aspects clés de leur structure globale, comme par exemple des
évaluations de distributions de degrés ou de coefficients de clustering. Les
graphes RDF sont inadaptés à l’utilisation de tels outils, car ils dissolvent la
structure de graphe en mélangeant des arcs structurels avec de simples liens de
propriété et de typage.
Un modèle de graphe adéquat pour les graphes CPS doit
donc conserver toute l'expressivité et la structure native de ces graphes sous
ces trois aspects. Le modèle PG, issu des bases de données graphes, satisfait
ces conditions. Les PG permettent, d’abord, de distinguer en tant que «
relations » les arcs qui représentent l'échafaudage structurel d'un système; les
liens physiques entre des entités physiques sous-jacentes, elles-mêmes
représentées comme des nœuds du graphe. Les propriétés (proches des properties
RDF ou attributs de modélisation objet) sont directement associées aux entités
ET aux relations.
La sémantisation d'un PG au sens du web sémantique revient à
la superposition d'un graphe RDF au-dessus du PG, associant aux ressources du
graphe (nœuds, relations et propriétés) des types formellement définis dans des
ontologies. Le standard NGSI-LD défini par le groupe CIM de l’ETSI permet
d'exporter les PG au format JSON-LD, apportant les atouts conjoints des CPS, des
BD graphes, du RDF et des « linked data ».
### Références
Sélection de publications sur le sujet. : (voir ResearchGate pour liens vers preprints)
* Gilles Privat Thierry Coupaye, Sébastien Bolle, Philippe Raipin Parvedy, WoT Graph as Multiscale Digital-Twin for Cyber-Physical Systems-of-
Systems, 2nd W3C Web of Things Workshop, Munich June 2019
* Gilles Privat, Abdullah Abbas, , Cyber-Physical Graphs vs. RDF graphs, W3C Workshop on Web Standardization for Graph Data, Berlin,
March 2019
* Abdullah Abbas, Gilles Privat: Bridging Property Graphs and RDF for IoT Information Management. Scalable Semantic Web Knowledge Base
Systems, co-located with 17th International Semantic Web Conference (ISWC 2018), Monterey, California, USA; 10/2018
* Wenbin Li, Gilles Privat, José Manuel Cantera, Martin Bauer, Franck Le Gall: Graph-based Semantic Evolution for Context Information
Management Platforms. 2018 Global Internet of Things Summit (GIoTS), Bilbao, Spain; 06/2018, DOI:10.1109/GIOTS.2018.853453
* Wenbin Li, Gilles Privat, Franck Le Gall: Towards a Semantics Extractor for Interoperability of IoT Platforms. Global IoT Summit, Geneva;
06/2017, DOI:10.1109/GIOTS.2017.8016247
* Wenbin Li, Gilles Privat: Cross-Fertilizing Data through Web of Things APIs with JSON-LD. European Semantic Web Conference, Workshop on
"Services and Applications over Linked APIs and Data", Heraklion, Crete; 05/2016
* Dana Popovici, Gilles Privat: Capturing the Structure of Internet of Things Systems with Graph Databases for Open Bidirectional Multiscale Data
Mediation. The Second International Workshop on Large-scale Graph Storage and Management, Rome; 05/2015
* Mengxuan Zhao, Gilles Privat, Eric Rutten, Hassane Alla: Discrete Control for Smart Environments through a Generic Finite-State-Models-Based
Infrastructure. AmI 2014, Eindhoven; 11/2014, DOI:10.13140/2.1.4196.3202
* Gilles Privat, Mengxuan Zhao, Laurent Lemke: Towards a Shared Software Infrastructure for Smart Homes, Smart Buildings and Smart Cities.
EITEC, Berlin; 04/2014
* Mengxuan Zhao, Gilles Privat, Eric Rutten, Hassane Alla: Discrete Control for the Internet of Things and Smart Environments. Feedback
Computing; 06/2013
* Gilles Privat: Extending the Internet of Things. Communications & Strategies, Digiworld Economic Journal n° 87, 3d Q 2012, pp101-119
* Gilles Privat: Phenotropic and stigmergic webs: The new reach of networks. Universal Access in the Information Society 08/2012; 11(3):1-13.,
DOI:10.1007/s10209-011-0240-1
* Thibaud Flury, Gilles Privat, Fano Ramparany: OWL-based location ontology for context-aware services. AIMS 2004, Artificial Intelligence in
Mobile Systems; 09/2004
#### Auteurs/Autrices
Gilles Privat received engineering and doctoral degrees from Telecom
Paris/Institut Polytechnique de Paris. He is currently a Senior Scientist with
Orange Labs. He has, from the early 2000s, pioneered the research agenda of
"smart devices" that has henceforth branched out into Ambient Intelligence/Smart
Spaces/M2M/Internet of Things. He provides a cross-domain range of expertise to
several research and development projects in this purview, with a current focus
on Cyber-Physical Systems/Web of Things/Semantic & graph based platforms &
information models in their applications to smart builfing, smart cities and
smart energy. He has an extensive track record of leadership participation and
reviewing in European collaborative research projects, having initiated and led
the participation of Orange in numerous collaborative European research
projects, up to H2020 with the FIWARE programme. He has authored or co-authored
more than 100 peer-reviewed and invited publications and holds 13 patents.
* Linkedin profile : http://www.linkedin.com/in/gillesprivat
* Researchgate profile :http://www.researchgate.net/profile/Gilles_Privat/
* Google Scholar page : https://scholar.google.fr/citations?user=c8PcTN0AAAAJ&hl=fr