Etudiant : BITAQA DOHA

Filière : Master Big Data Analytics & Smart Systems (BDSaS)

Encadrant : Pr. BOUHOUTE AFAF

Annèe : 2024

Résumé : Ce rapport présente une approche novatrice, SF-HDDPG, pour l’optimisation des systèmes IoMT dans le paradigme Edge-Fog-Cloud en intégrant des méthodes d’apprentissage par renforcement pro- fond et d’apprentissage fédéré. Cette approche vise à améliorer la gestion des tâches et le placement des données dans un environnement multi-agent. Le rapport met en lumière les défis liés à la latence des systèmes médicaux et aux exigences strictes en matière de sécurité et de confidentialité des données médicales dans les systèmes IoMT. L’algorithme SF-HDDPG, développé dans cette étude, permet une prise de décision dynamique et adaptative, optimisant ainsi l’efficacité des ressources tout en garan- tissant la sécurité et la confidentialité des informations sensibles des patients. Cette solution innovante répond aux besoins croissants de réactivité et de fiabilité dans le domaine des soins de santé intelligents, offrant des améliorations significatives en termes de performance et de gestion des ressources dans les infrastructures IoMT