Slideshow de la Bourse aux technologies "Publishing & Multimédia"

U N É V É N E M E N T D U P R O G R A M M E C V S T E N E
« Publishing & Multimédia »
Télécom ParisTech
Le 17 septembre 2015

Mot de Bienvenue
M. Yves Poilane
Télécom ParisTech
Directeur
@TelecomPTech
Bourse aux technologies de l’Institut Mines-Télécom
Télécom ParisTech – 17 septembre 2015

Mot de Bienvenue
M. Denis Abraham
Institut Mines-Télécom
Directeur de l’Innovation par intérim

« Quelles données pour quels usages ? »
Irène Bastard
TELECOM PARISTECH
DOCTORANTE EN
SOCIOLOGIE – SES
@Twirened
Nicolas Germond
OCS
CHEF DE PROJET MULTI-
ECRAN & SERVICES
@NicolasGermond
Olivier Delteil
LES ECHOS
BUSINESS DEVELOPMENT &
INNOVATION MANAGER
@OlivierDelteil
Philippe Roy
CAP DIGITAL
DELEGUE ADJOINT
@philipperoy_cap
Stéphane Cambon
OWNPAGE
PRÉSIDENT
Animation: Antoine Garnier, BUSINESS DEVELOPER, INSTITUT MINES-TÉLÉCOM
Table-ronde

SemHash
Laboratoire Hubert Curien
CHRISTOPHE GRAVIER
JULIEN SUBERCAZE
[ 6 ]

1 - Problème
■ Trouver rapidement des documents textuels
proches dans un grand corpus ?
.
.
.
Large ensemble
de documents
Espace de grande
dimension :
– long à construire
– phase d’apprentissage
– lent à requêter
Apprentissage

1 - SemHash
.
.
.
Large ensemble
de documents
Hypercube de Hamming :
– plus rapide à construire
– aucun apprentissage
– très rapide à requêter
■ Trouver rapidement des documents textuels
proches dans un grand corpus ?
SemHash
Compromis: légère baisse de la qualité pour
un gain en temps de calcul de x1000

2 - Applications - Use cases
■ Cas d’usage possibles :
– Réseaux sociaux
• pub ciblée, recommendation, …
– Pages Web
• recherche, pub, eReputation, proches-
duplicats, …
– Applications métiers
• corpus brevets, presse, …
Démo sur des phrases: http://demo-satin.telecom-st-etienne.fr/lshrecommender/

3- Modèle de coopération envisagé
■ Nature de la transaction envisagée pour la technologie
– Licence
■ Objet du transfert / collaboration :
– Logiciel (implémentation),
– Savoir-faire scientifique,
– Assistance technique,
– Projet d’innovation collaboratif.

Pour toute question, venez nous voir sur le stand !
Pour les contacts électroniques :
C. Gravier : christophe.gravier@telecom-st-etienne.fr
J. Subercaze : julien.subercaze@telecom-st-etienne.fr

Projet VIB
Telecom ParisTech – CNRS LTCI
CATHERINE PELACHAUD
PIERRE PHILIPPE

Je propose de vous donner des
renseignements, ou de vous vendre
du mobilier. Que désirez-vous ?
VIB – LTCI – Pierre PHILIPPE
• Communiquer naturellement avec des dispositifs interactifs
• Animer les personnages virtuels, apporter expressivité, émotion
et crédibilité au message
• Donner vie à la lecture d’un texte
• Offrir un outil pour les professionnels pour animer leur avatar
Entrée d’un
texte en ligne
Génération
de
l’animation
Exportation
de
l’animation
Annotation
automatique
Modification
manuelle

 Des comportements expressifs et adaptés pour un contact prolongé avec les utilisateurs
Service après vente en ligne /
webmarketing
VIB (Greta)
Gestion des messages de crise
Journalisme
Service SMS personnalisés
Jeux vidéo (PNJ) / jeux sérieux
Psy en ligne
Créativité
Compagnon
Robot compagnon
Apprentissage de
langues étrangères
Education
Livres interactifs / contes virtuels
Gestion relation
client
Interactivité Média

• Technologie :
– maturité technologique TRL : niveau 4-5
– développement d’une maquette en cours
• Etude de marché / stratégique :
– en cours de démarrage
• Objectifs :
– 2 à 3 mois pour commencer à chercher un client pilote
– levée de fond
Une démonstration aura lieu sur le stand

SMILK (Social Media Intelligence and
Linked Knowledge )
Viseo & INRIA
DOMOINA RABARIJAONA, RESPONSABLE TRANSFERT & VALORISATION
CÉDRIC LOPEZ, CHERCHEUR EN ANALYSE DE DONNÉES TEXTUELLES
[ 16 ]

SMILK – Viseo & INRIA
Données
brutes
Connaissances
Extraire les entités d'intérêts
Etablir des liens entre elles pour
découvrir, éventuellement d’autres
informations
Enrichir les informations avec des
données ouvertes, sans créer
d’ambiguïté ou de redondance
1
2
3
TAL
Entity Linking
Linked Open
Data

18
• Objectif : Donner du sens aux données
– Outil d'agrégation de données textuelles :
• Reconnaissance d'entités d'intérêts
• Extraction d'évènements et/ou d'objets spécifiques à un domaine
• Détection de signaux
• Analyse des tendances
• Analyse d'opinions
– Outil de veille marketing :
• Quels sont les nouveaux produits et les nouvelles marques sur le marché ?
• Comment sont-ils perçus sur le Web ?
• Qu'est-ce qui est dit par les consommateurs sur les réseaux sociaux ?
• Quels liens sémantiques existent entre les produits et les marques ?
• Prototype dans le domaine de la cosmétique
SMILK – Viseo & INRIA

Semfeat
Annotation et recherche d’images à
très large échelle
ADRIAN POPESCU
LIST LVIC
[ 19 ]

Semfeat– CEA LIST LVIC – Adrian POPESCU
Images brutes
?
Connaissances utiles
• Indexation rapide
• Pertinence des résultats
• Intégration avec les données texte
• Accessibilité des contenus
• Optimisation du coûtRéactivité
Hétérogénéité des données
• Contexte et
enjeux
• Positionnement

Images Profilage utilisateursConnaissances
utiles
Recherche sémantique
par le contenu
Veille de flux multimédia
Données Fouille multimédia Fonctionnalités
Textes
Modèles
visuels
adaptes
Modèles
textuels
multilingues 89% 11%
Générique
Spécifique

• Maturité:
– TRL 5 validation de la technologie dans un environnement significatif
• Segments de marché :
– e-Commerce
– Publicité en ligne
– Social media intelligences
– Recherche dans des banques d’images
• Type de coopération envisagée:
– Objet de la coopération : proposition de services d’annotation et de
recherche d’images
– Nature de la transaction: licence
• Démonstration sur le stand:
– recherche d’images par le contenu

GPAC
Telecom ParisTech/TSI
JEAN-CLAUDE DUFOURD
[ 23 ]

GPAC – Telecom ParisTech/TSI – Jean-Claude Dufourd
• Contexte: multimédia (= vidéo enrichie)
• Enjeux:
– R&D en services video: HEVC, 4K, HFR
Streaming: IP & OTT(DASH, RTP), broadcast,
hybride
– Plateformes iOS/Android/PC/Mac/Linux
• Projet:
– Lecteur, serveurs et outils de productions
– En C/C++ sur toutes plateformes
– Normes MPEG, IETF et W3C:
• MPEG Systems (M2TS, MPEG4, DASH, …)
• MPEG Audio et Video (autres codecs possibles)
• Transport IETF (RTP/RTSP, HTTP)
• SVG et extension HTML5
…

Distribution hybride broadcast + broadband avec DASH
Broadcast
MP42TS
Broadband
MP4Box
TS content + TEMI
DASH + MPD

• Maturité de la techno: de 6 à 8 selon les modules
• Type d’entreprises recherchées / secteurs: ouvert
– Vente de licences commerciales pour développements privés, par
l’intermédiaire de GPAC Licensing
– Financement de nouveaux modules innovants
– Coopération en standardisation
– Contributions au projet, déploiement à forte visibilité
• Démonstrations sur le stand:
– Streaming HEVC hybride (IBC, Roland Garros 2015)
– Streaming DASH faible latence
– Vidéos interactives sur iOS

High Speed Geometry Simplification
TAMY BOUBEKEUR & HÉLÈNE LEGRAND
[ 27 ]

HSGS – Telecom ParisTech – Tamy Boubekeur & Hélène Legrand
Massive 3D Data
Multiple devices & limited
power/memory/bandwidth

HSGS : the fastest adaptive simplification algorithm
• Get 3D data adapted to any power/memory/bandwidth budget in milliseconds
• Works for meshes, polygon soups, point clouds
• Accounts for color, normal, animated data
Key concept: error-driven parallel adaptive clustering using Morton Integrals

7M to 140k triangles in 73ms 11M to 64k triangle in 110 ms
On a single, 4 years old, GPU
Accounts for normals (1M to 40k triangles in 21 ms)
Accounts
for colors
(10x simplification in 26ms)
Works with animated data and scanned point clouds

• HSGS technology:
– Software kernel + server app + interactive graphics app,
– CUDA version (GPU), OpenMP version (multicore CPU), OpenCL
alpha
– Patent pending
– Second place winner for the Wolfgang Strasse Award at ACM
SIGGRAPH/Eurographics High Performance Graphics 2015
• Target fields: 3D capture/scan, virtual reality, CAD, large 3D data,
mobile capture, 3D broadcast, 3D TV, Web 3D, urban sciences
• Transfer:
– Patent, software, howto, technical support
– Transaction: licence or I.P. transfer
• Come see a demo of the HSGS technology on our booth

Vidéo à grande gamme dynamique
(HDR – High Dynamic Range)
LTCI
FRÉDÉRIC DUFAUX & GIUSEPPE VALENZISE
<FREDERIC.DUFAUX@TELECOM-PARISTECH.FR>
<GIUSEPPE.VALENZISE@TELECOM-PARISTECH.FR>
[ 32 ]

Vidéo HDR – LCTI – Frédéric Dufaux & Giuseppe Valenzise
Objectif: rendu plus contrasté et réaliste d’une scène, plus proche de la vision
humaine, permettant une meilleure expérience utilisateur
Vidéo HDR

• Principaux enjeux pour la création d’une chaîne de contenu vidéo HDR:
– Création de contenu vidéo au format HDR
– Spécification de formats de représentation et de codage de vidéos
HDR
– Compréhension des aspects perceptuels
– Mise en évidence de l’apport en termes de qualité et d’immersion
– Techniques d’analyse prenant en compte la caractéristique HDR
– Authentification et intégrité de vidéos HDR

• Maturité de la techno:
– Recherche
• Type d’entreprises recherchées / secteurs:
– Broadcast: amélioration de la qualité d’expérience
– Vidéo surveillance: meilleure compréhension de la scène
– Automobile: capteurs vidéos embarqués
– Imagerie médicale: amélioration du diagnostique
– Projet d’innovation collaboratif
– Expertise et savoir-faire
– Plateforme pour l’évaluation subjective de la qualité visuelle
• Démonstration en B610:
– Ecran HDR: compression et estimation de la qualité visuelle

Transcodage rapide H.264 / HEVC
Telecom-ParisTech
MARCO CAGNAZZO
ELIE G. MORA
FRÉDÉRIC DUFAUX
[ 36 ]

Transcodage rapide H.264 / HEVC – Telecom-ParisTech – M. Cagnazzo
• Video: the biggest of Big Data
– Etude Cisco (juin 2014): La vidéo numérique représentait en 2013 66%
du trafic IP globale. Prévision : de 80% à 90% en 2018
• Nouvelle norme HEVC : Réduction par 2 de la taille pour la même
qualité par rapport à la norme précédente (H.264)
• Transcodage : réduction des coûts
de stockage et transmission de la vidéo
• Opération complexe
– Masses de données ?
– Temps réel ?
– Dispositifs peu puissants ?
• Technique rapide :
– Info mouvement
– Accélération de 2x à 10x
FD-FE
AVC
decoder
HEVC
encoder
AVC
encoder
HEVC
decoder
01001
01010
10011
11010
01
11
01
01
Qualité
Temps

• Fournisseurs de contenus
– Transcodage des archives vidéo
vers un format plus compact et récent
– Réduction couts stockage et
transmission
• Vidéo dans le cloud :
– Transcodage en tête de réseau
– Réduction des débits nécessaires
pour importer les vidéos dans le cloud
– Service en temps réel
• Particulier : stockage et partage des
vidéos personnelles
– Transcodage en logicielle
– Matériel non professionnel
– Temps raisonnable
010010101
010011100
001101011
010010111
0110
1101
Transcodage
rapide

Valorisation
• État de maturité de la technologie
– Demande de brevet déposé en septembre 2014
– Implémentation logicielle
• Nature de la transaction envisagée pour la technologie :
Licence sur les actifs PI ou cession des droits de PI
• Objet du transfert / de la coopération :
– Brevet et logiciel, accompagné éventuellement d’un contrat de
collaboration de recherche ou de prestation/assistance technique
– Aide à l’implémentation de l’algorithme dans les systèmes de l’industriel

DigInPix
Institut National de l’Audiovisuel
PIERRE LETESSIER
[ 40 ]

DigInPix – INA – Pierre Letessier
Contexte & objectifs
• Millions d’heures TV et radio sauvegardées
• Impossible de tout documenter précisément
• Identifier « semi - » automatiquement des objets dans
les fonds de l’INA
• Enrichir les métadonnées, donner accès à plus de contenus
• Créer des hyperliens entre nos fonds et le reste du monde

Fonctionnalités
• Objets rigides et non concepts
visuels
• Petits objets, occultés, …
• Complexité sous-linéaire en fonction
du nombre d’objets à reconnaître
• Architecture générique pour pouvoir
ajouter de nouvelles données

Applications
• Indexation des documents audiovisuels
• Liage de données visuelles
• Smart cities
• Smart museums
• Détection de l’ambush marketing / mesure de visibilité

44
Perspectives
• A l’état de prototype
• En évolution : architecture, données, API ?
• Besoin d’interface pour gérer les données
• En recherche de partenaires pour :
– Industrialisation et applications hors périmètre INA
– Projets collaboratifs concernant la création et l’enrichissement de
bases de connaissances « visuelles » par crowd-sourcing
• Démo sur le stand : Collections de vidéos INA analysées à la
recherche de logos et d’œuvres d’art

Outils pour la réalité augmentée
ARTEMIS – Telecom SudParis
MARIUS PREDA, TRAIAN LAVRIC
[ 45 ]

46
Réalité augmentée – ARTEMIS TSP – Preda, Lavric

Direct perception
Computer mediated
perception
RA : la perception du réel altérée par des éléments virtuels

Direct perception
Computer mediated
perception
Les points clefs
Comprendre
le contexte
Formaliser
l’expérience
utilisateur
Composer le
réel et le virtuel

Direct perception
Computer mediated
perception
Notre offre technologique
Une plateforme cloud
pour la reconnaissance
des images/objets
Un format
standardisé
ISO
Un browser RA
en open-source
Des outils web
pour créer des
expériences RA

Direct perception
Computer mediated
perception
Notre offre business
- licences des composantes ou de la solution complète
- collaborations pour des PoC, projets d’innovation, …
Un format
standardisé
ISO
Un browser RA
en open-source
Des outils web
pour créer des
expériences RA
Démo sur le stand et Youtube : https://www.youtube.com/user/artemisTelecom
Une plateforme cloud
pour la reconnaissance
des images/objets

Codage audio spatial
«Séparation de sources informée »
G. RICHARD, R. BADEAU, A. LIUTKUS, L. GIRIN
[ 51 ]

Codage Audio Spatial – Télécom ParisTech – Gael Richard
Un enregistrement musical
Un fichier stéréo …
mais plusieurs instruments

Un enregistrement musical
Un fichier stéréo …
mais plusieurs instruments
Comment fait on si on veut enlever un
instrument …?

Quelles applications ?
 « Remixing » d’une scène sonore : vers un contenu interactif
– Supprimer une source: karaoké
– Personnaliser le mixage (e.g. jouer la batterie plus fort)
– Adapter le son à l’audience (e.g renforcer les voix par rapport à la
musique dans un film pour déficients auditifs) ou à la salle de diffusion

La Technologie
• « Side information »:
– Une « image » très bas débit des sources individuelles
– 7 kbit/s par source (à comparer à un débit de 32-64 kbits pour MPEG-AAC)
• Technologie brevetée

Real-Time Audio Identification
Télécom-ParisTech, Groupe Audio
YVES GRENIER, SÉBASTIEN FENET
[ 56 ]

Time
stretching
? Exact
Matching
Equalization
Pitch-shifting
Stereo
widening
Enhancers
Normalization
Dynamic
compression
• Dans le domaine de l’identification audio, les technologies
actuelles permettent la reconnaissance de titres musicaux appris
dans une base.

Approximate
Matching?
• La technologie que nous proposons permet non seulement de
reconnaître les titres qui sont dans la base mais également ceux
ressemblant à des titres musicaux appris :
• par exemple, une interprétation « live » quand seule la version
« studio » du titre est connue.
• Pour ce faire, notre technologie modélise une empreinte audio
reposant sur les contenus harmoniques et rythmiques.

• Notre technologie est protégée par une famille de brevets.
• Un démonstrateur temps réel, visible sur le stand, a été développé.
• Les secteurs de valorisation identifiés sont :
• la reconnaissance musicale, la suggestion de contenu, les
compilations automatiques, l’indexation et la gestion automatique
de contenu multimédia,
• le suivi de diffusion (2ème écran…), les statistiques de diffusion, la
collecte de droits d’auteurs,
• la post-production et le mixage TV et cinéma.
• A ce stade, nous cherchons des partenaires industriels intéressés
à déployer la technologie sur des cas d’utilisation concrets.

CAUMBOT
LaBRI (Laboratoire Bordelais de Recherche en
Informatique)
S. GORLOW
[ 60 ]

CAUMBOT – LaBRI – S. GORLOW
Système d’encodage et décodage pour la séparation des composantes d’une
scène sonore

• Maturité de la techno: démonstrateur disponible
– Objet du transfert : Procédé protégé par 3 brevets et 1 logiciel
– Concession de licence sur les 3 familles de brevet et le logiciel

GaME (Game for Music Education)
LaBRI (Laboratoire Bordelais de
Recherche en Informatique)
P. HANNA, M. ROBINE, R. MARCZAK
[ 64 ]

GaME– LaBRI– P. Hanna, M. Robine, R. Marczak

• Solution ludo-pédagogique pour l’apprentissage d’un instrument de
musique.
• Maintien de la motivation de l’élève entre deux leçons
• Enseignement personnalisable
• Solution permettant un suivi de la progression des enfants pour les parents

• Maturité de la techno: Prototype multiplateformes (PC, Tablettes, Web) en
cours de finalisation.
• Type d’entreprises recherchées / secteurs: éditeurs de logiciel
– Objet du transfert : logiciel
– Nature de la transaction: licence

Plinn
ARMINES/MINES ParisTech
BENOÎT PIN, PIERRE JOUVELOT
[ 68 ]

Plinn – ARMINES/MINES ParisTech – Pin, Jouvelot
Outil de création d’environnements collaboratifs
• accessibles via internet ;
• offrant le confort d’utilisation d’un accès local ;
• multi-plateforme ;
• multi-navigateur ;
• efficaces ;
• sûrs.
Points technologiques clés
• fondé sur la plateforme open-source Zope ;
• technologie d’affichage incrémental à haute performance.

Marché des systèmes de gestion
de contenus

• Maturité : logiciel mature, testé et validé dans plusieurs environnements
• Type d’entreprises recherchées / secteurs : industrie du logiciel,
éditeur de contenus multimédia, imagerie, services
• Type de coopération envisagée :
– Objet du transfert / coopération : industrialisation, mise sur le marché
d’une solution innovante, assistance technique
– Nature de la transaction : logiciel open-source, avec possibilité de
développements de services / modules spécifiques
• Démonstration sur le stand : www.description-egypte.org

Logiciel eDUC
Laboratoire informatique L3i
Université de La Rochelle
FABRICE VIGIER
DIRECTEUR COMMERCIALISATION LICENSING
DAMIEN CIPEL
CHARGÉ D’AFFAIRES NUMÉRIQUE
SATT GRAND CENTRE
[ 72 ]

Logiciel eDUC – SATT Grand Centre – Fabrice VIGIER
CONTEXTE & ENJEUX
• Indexation de vidéos :
– Logiciels existants : indexation du texte d’une présentation ou d’une vidéo.
– Les enjeux et fonctionnalités différenciantes :
• Indexation des informations contenues dans la voix, les images, les graphiques,
…

 eDUC est un logiciel d’indexation multimodale de vidéos, de
recherche et de navigation dans des bases de vidéos.
 Le logiciel exploite une vidéo par indexation du texte, des
paroles, des images et des graphiques.
Diapositives
détectées
Sous-titrage
automatique
Chapitrage
« Cartographie dynamique des vidéos »
DESCRIPTION TECHNOLOGIE

DOMAINES D’APPLICATION
 Indexation de vidéos pédagogiques (universités, écoles, organismes de
formations, séminaires et conférences),
 Indexation de vidéos de réunions, séminaires, formations.
 Les plateformes Vidéos type Youtube et Dailymotion pour intégrer ce type
de logiciel et améliorer l’expérience utilisateurs avec des vidéos « Rich-
Média »,
 Indexation de vidéos d’un site web avec un moteur de recherche interne.

• Maturité de la techno : Le logiciel est au stade de prototype fonctionnel et
opérationnel
• Marché mondial des logiciels LMS (Learning Management System) :
= 13,1 Mds $ en 2016 (source : étude Docebo mars 2014)
• Type d’entreprises recherchées / secteurs : industriels et startups
dans les domaines du web (logiciels vidéo et de LMS)
• Type de coopération envisagée :
– Objet du transfert / coopération : logiciel, savoir-faire, assistance
technique
– Nature de la transaction : transfert de technologie via une sous-
licence d’exploitation de la SATT Grand Centre ou rachat de brevet
• Démonstration sur le stand de la SATT Grand Centre
ETAT DE LA TECHNO

10 clicks vers le SaaS collaboratif
Telecom SudParis, ARTEMIS
MIHAI MITREA
mihai.mitrea@telecom-sudparis.eu
[ 77 ]

10 clicks vers le SaaS collaboratif – ARTEMIS – Mihai Mitrea
logiciel
SaaS
redéveloppement
pour SaaS
IT manager
développement
initiale
logiciel
mono-OS
logiciel SaaS
multi-plateforme
redéveloppement
multi plateforme
fournisseur
clouddistribution
distribution
distribution
logiciel SaaS
multi-plateforme
et collaboratif
redéveloppement
pour collaboration

redéveloppement
pour SaaS
IT manager
développement
initiale
logiciel
mono-OS
logiciel
SaaS
redéveloppement
multi plateforme
fournisseur
clouddistribution
distribution
logiciel SaaS
multi-plateforme
et collaboratif
redéveloppement
pour collaboration
distribution
10 clicks
zeroDev

SaaSification de bout en bout:
tout OS et tout terminal
tout type application
Collaboration as a Service
User-centric
Dynamique, reconfigurable
Sans redéveloppement
Déploiement an 10 clicks
Sans installation côté client
Compatibilité cross-standard
50% de gain en bande passante
50% de gain en CPU
Qualité visuelle préétablie
Collaboration en temps réel
Différentiateurs techniques Innovation fonctionnelle Integration sans rupture
Applications
execution X11/RDP
WebID
app-1
app-N
Descriptions
RDP Interpreter
Scene-graph creation
Collaborative
multimedia
rendering
Virtualization application MPEG player /
HTML5 Browser
Scene-graph manager
Scene-graph
compression &
transmission
Personalization
UD CD SD
Collaborative
interaction
manager
Recommendation
engine
RD
SERVER NETWORK CLIENT

zeroDev
Utilisateur 2Utilisateur 1 Utilisateur N
App 2App 1 App N
Logiciel métier
mono-OS
Plate-forme
SaaS
Logiciel de
gestion clients Gestion clients
Offre sur mesure Disponibilité en mode SaaS Time to market = NOW
DEMO
SaaSification
en 10 clicks

Proud: Protection Of Outsourced Data
ANIS BKAKRIA – TÉLÉCOM BRETAGNE
[ 82 ]

Proud – Télécom Bretagne – Anis Bkakria
Finance
Video &
entertainment
E-commerce
Healthcare
Public Sectors
Citizens
Data are accessible from everywhere
Cost saving
Storage and computation power on demand
What about outsourced data security ?

Snowden-like
?
79,790SECURITY INCIDENTS
2,122CONFIRMED DATA
BREACHES
[ 2015 DATA BREACH INVESTIGATIONS REPORT ]
Is the average total organizational cost of data breach per company.
3,9 M€
[Cost of Data Breach Study, 2013 & 2014]

Existing Security Mechanisms
Anonymization
Anonymization
Authentication
IND-EASE
IND1-CKA
IND2-EASE
Computing(Addition)
KeywordSearch
OPE Security Order Preserving
Privacy
Random Security
Deterministic Security
Data unlinkability
Computation (Addition + Multiplication)
PK-CKA1
PK-CKA2
OW
Equality Search
Join Encryption
Fingerprinting
Tamper Detection
Blind
Private

Allows to specify as finely as
possible the security and
utility requirements over the
data to be outsourced
Automatically finds the
combination of mechanisms
that fit the best the
specified requirements
Provides a formal proof proving
that the chosen combination of
mechanisms effectively ensure
the specified requirements

• First automated Solution for outsourced data protection
• Provides the best compromise between outsourced data security and data utility
Possible Applications
• Outsourced storage and computation
• Multimedia content distribution
• Personal data management
• …
Potential protagonists
• Industry
• Administration
• Healthcare
• Social Network
• Citizens
• …
Our Solution will be available beginning 2016

Remise du prix de « la technologie offrant les meilleures
opportunités de développement économique»
En partenariat avec la Mairie de Paris
Marie-Christine Lemardeley
Mairie de Paris
Chargée de l’Enseignement Supérieur
et de la Recherche

Prix de « la technologie offrant les meilleures opportunités de
développement économique» remis à
Index – Yves Grenier – Télécom ParisTech
En partenariat avec la Mairie de Paris
Marie-Christine Lemardeley
Mairie de Paris
Chargée de l’Enseignement Supérieur
et de la Recherche

Organisateurs
Tous nos remerciements à nos partenaires

Slideshow de la Bourse aux technologies "Publishing & Multimédia"

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

En vedette

En vedette (20)

Similaire à Slideshow de la Bourse aux technologies "Publishing & Multimédia"

Similaire à Slideshow de la Bourse aux technologies "Publishing & Multimédia" (20)

Plus de BoursesTechnos

Plus de BoursesTechnos (6)

Slideshow de la Bourse aux technologies "Publishing & Multimédia"

Notes de l'éditeur