Edge Computing avec Open Source IoT

Plan de Formation :

Durée Totale : 8 semaines (40 heures)

• Sessions hebdomadaires : 2 sessions de 2 heures chacune

• Labs & Hands-on : 4 heures par semaine

Semaine 1 : Introduction à l'Edge Computing et à l'IoT Open Source

Session 1 : Concepts de Base de l'Edge Computing

• Objectifs pédagogiques :

  • Comprendre les fondamentaux de l'Edge Computing

  • Identifier les différences et complémentarités avec le Cloud Computing

• Contenu :

  • Introduction à l'Edge Computing : Définition, Avantages et Défis

  • Différences entre Edge, Fog, et Cloud Computing

  • Cas d'utilisation de l'Edge Computing dans l'IoT : Industrie 4.0, Villes intelligentes

• Hands-on :

  • Installation de logiciels de base pour le développement IoT sur Raspberry Pi

  • Mise en place d'un environnement de développement local avec Docker

Session 2 : Introduction aux Technologies Open Source pour l'IoT

• Objectifs pédagogiques :

  • Découvrir les principales technologies open source utilisées dans l'IoT

  • Comprendre les architectures matérielles et logicielles typiques des solutions IoT

• Contenu :

  • Présentation des plateformes IoT open source : ThingsBoard, Kaa, OpenRemote

  • Introduction aux microcontrôleurs (ESP8266, ESP32) et micro-ordinateurs (Raspberry Pi)

  • Exploration des protocoles de communication : MQTT, CoAP, HTTP

• Hands-on :

  • Installation de ThingsBoard sur un serveur local

  • Connexion d'un appareil IoT (par exemple, un capteur connecté via MQTT) à ThingsBoard

Semaine 2 : Configuration et Gestion de Plateformes Edge

Session 1 : Déploiement d'une Plateforme Edge IoT

• Objectifs pédagogiques :

  • Apprendre à installer et configurer une plateforme Edge IoT

  • Mettre en place une solution de base pour la gestion des appareils IoT

• Contenu :

  • Introduction à EdgeX Foundry : Architecture et composants principaux

  • Installation d'EdgeX Foundry sur une Raspberry Pi ou un serveur local

  • Configuration des services de base : Core Services, Supporting Services, Device Services

• Hands-on :

  • Installation d'EdgeX Foundry sur Raspberry Pi

  • Configuration initiale et test des services Core Data et Metadata

Session 2 : Intégration des Capteurs et Actionneurs

• Objectifs pédagogiques :

  • Intégrer des capteurs et actionneurs à une plateforme Edge IoT

  • Collecter et traiter des données au niveau Edge

• Contenu :

  • Types de capteurs et actionneurs courants dans l'IoT

  • Intégration de capteurs via des services EdgeX Device

  • Introduction à la gestion des événements et des actions basées sur les données collectées

• Hands-on :

  • Connecter un capteur de température/humidité à EdgeX Foundry

  • Configurer un workflow simple pour réagir aux données du capteur

Semaine 3 : Communication et Traitement des Données au Bord

Session 1 : Protocoles de Communication pour Edge Computing

• Objectifs pédagogiques :

  • Comprendre et implémenter des protocoles de communication dans un environnement Edge

  • Assurer une communication efficace et sécurisée entre les appareils IoT et la plateforme Edge

• Contenu :

  • Revue des protocoles : MQTT, CoAP, AMQP

  • Sécurisation des communications (TLS, SSL, certificats)

  • Optimisation de la bande passante et de la latence dans les réseaux Edge

• Hands-on :

  • Configurer un broker MQTT sur EdgeX Foundry et tester la communication avec des appareils IoT

  • Sécurisation des messages MQTT avec TLS

Session 2 : Traitement des Données au Bord

• Objectifs pédagogiques :

  • Apprendre à traiter et analyser les données au niveau Edge

  • Mettre en œuvre des mécanismes de filtrage, d'agrégation, et de prise de décision locale

• Contenu :

  • Traitement des flux de données en temps réel avec EdgeX Foundry

  • Techniques de filtrage et d'agrégation des données au niveau Edge

  • Implémentation de règles de décision et d'automatisation au niveau Edge

• Hands-on :

  • Développement d'un micro-service pour traiter et filtrer les données d'un capteur

  • Implémentation d'une règle de décision locale pour déclencher une action sur un appareil IoT

Semaine 4 : Analyse des Données et Machine Learning au Bord

Session 1 : Introduction au Machine Learning au Bord

• Objectifs pédagogiques :

  • Comprendre les principes de base du Machine Learning et son application à l'Edge

  • Explorer les outils et frameworks open source pour le ML au niveau Edge

• Contenu :

  • Introduction au Machine Learning : Concepts de base et cas d'utilisation

  • Présentation des frameworks de ML pour Edge : TensorFlow Lite, Edge Impulse

  • Défis et considérations pour le déploiement de modèles ML au bord

• Hands-on :

  • Installation de TensorFlow Lite sur un micro-ordinateur (Raspberry Pi)

  • Développement et déploiement d'un modèle ML simple (ex: classification d'images) au bord

Session 2 : Analyse Prédictive au Niveau Edge

• Objectifs pédagogiques :

  • Implémenter des solutions d'analyse prédictive au niveau Edge

  • Utiliser les données collectées pour prédire et automatiser les actions locales

• Contenu :

  • Concepts d'analyse prédictive : Modèles statistiques, régression, classification

  • Application de l'analyse prédictive dans l'IoT pour la maintenance prédictive, l'optimisation énergétique, etc.

  • Déploiement et exécution de modèles prédictifs au bord avec EdgeX Foundry

• Hands-on :

  • Développement d'un modèle prédictif pour la maintenance basée sur les données des capteurs

  • Déploiement du modèle au niveau Edge et automatisation des actions basées sur les prédictions

Semaine 5 : Sécurité et Scalabilité dans les Solutions Edge

Session 1 : Sécurité des Solutions Edge IoT

• Objectifs pédagogiques :

  • Comprendre les défis de sécurité spécifiques à l'Edge Computing

  • Implémenter des mesures de sécurité pour protéger les données et les dispositifs IoT

• Contenu :

  • Problématiques de sécurité à l'Edge : Attaques physiques, réseau, données

  • Stratégies de sécurité pour les dispositifs IoT (authentification, chiffrement)

  • Sécurisation des services EdgeX Foundry et des communications entre appareils

• Hands-on :

  • Mise en œuvre d'un mécanisme d'authentification pour les appareils IoT

  • Sécurisation des services EdgeX avec des certificats SSL

Session 2 : Scalabilité et Gestion des Ressources

• Objectifs pédagogiques :

  • Apprendre à concevoir des solutions Edge évolutives

  • Gérer efficacement les ressources limitées au niveau Edge

• Contenu :

  • Défis de la scalabilité dans l'Edge Computing : Gestion des ressources, latence, bande passante

  • Techniques de virtualisation et conteneurisation au niveau Edge

  • Introduction aux orchestrateurs pour la gestion des services Edge (Kubernetes, K3s)

• Hands-on :

  • Conteneurisation d'un service EdgeX avec Docker

  • Déploiement et gestion de services Edge avec K3s sur une plateforme Edge distribuée

Semaine 6 : Intégration Cloud-Edge et Gestion des Données

Session 1 : Intégration Cloud-Edge

• Objectifs pédagogiques :

  • Comprendre l'interaction entre les infrastructures Cloud et Edge

  • Mettre en place une architecture hybride Cloud-Edge pour les solutions IoT

• Contenu :

  • Modèles d'architecture Cloud-Edge : Coordination, Collaboration, Autonomie

  • Communication et synchronisation des données entre Cloud et Edge

  • Utilisation de services Cloud pour le traitement complémentaire et le stockage des données

• Hands-on :

  • Déploiement d'une solution hybride avec des services exécutés au niveau Edge et des services complémentaires dans le Cloud

  • Synchronisation des données entre EdgeX Foundry et un service Cloud (AWS IoT, Azure IoT)

Session 2 : Gestion et Visualisation des Données

• Objectifs pédagogiques :

  • Collecter, gérer et visualiser les données des dispositifs IoT au niveau Edge et dans le Cloud

  • Utiliser des outils open source pour la gestion et la visualisation des données

• Contenu :

  • Collecte et stockage des données dans une base de données locale (InfluxDB)

  • Intégration d'outils de visualisation open source (Grafana) pour surveiller les données en temps réel

• Exportation des données vers le Cloud pour des analyses approfondies

• Hands-on :

  • Installation et configuration d'InfluxDB et Grafana sur un Raspberry Pi

  • Création de tableaux de bord pour surveiller les données collectées au bord

Semaine 7 : Développement et Déploiement d'un Projet Final

Session 1 : Conception du Projet Final

• Objectifs pédagogiques :

  • Concevoir un projet IoT complet utilisant Edge Computing

  • Définir les composants, services et flux de données du projet

• Contenu :

  • Choix du cas d'utilisation pour le projet final : Industrie, agriculture, domotique

  • Planification des étapes du projet : Design, développement, tests

  • Sélection des technologies et outils pour le projet final

• Hands-on :

  • Conception de l'architecture du projet final

  • Choix et acquisition des capteurs, actionneurs, et plateformes nécessaires

Session 2 : Développement du Prototype

• Objectifs pédagogiques :

  • Implémenter un prototype fonctionnel du projet IoT basé sur Edge Computing

  • Tester et valider les fonctionnalités du prototype

• Contenu :

  • Développement du prototype : Intégration des capteurs, traitement des données, visualisation

  • Test des communications et des services au niveau Edge

  • Ajustements et optimisation du prototype

• Hands-on :

  • Développement complet du prototype en utilisant les technologies abordées dans la formation

  • Validation et optimisation du prototype

Semaine 8 : Présentation et Clôture

Session 1 : Présentation du Projet Final

• Objectifs pédagogiques :

  • Présenter les résultats du projet final à un public

  • Recevoir des retours et discuter des améliorations possibles

• Contenu :

  • Présentation des projets devant les formateurs et les pairs

  • Démonstration pratique du projet IoT

  • Session de questions et réponses

• Hands-on :

  • Présentation finale du projet : Démonstration et résultats

  • Réception des feedbacks et discussion

Session 2 : Clôture de la Formation

• Objectifs pédagogiques :

  • Réviser les concepts clés de la formation et planifier les prochaines étapes

  • Consolider les connaissances et préparer un plan de développement personnel

• Contenu :

  • Révision des concepts et compétences acquises

  • Discussion sur les futures applications et projets personnels dans le domaine de l'Edge Computing

  • Conclusion et remise des certificats de participation

• Hands-on :

  • Discussion finale sur les perspectives de carrière et les projets futurs

  • Session Q&A et retours des participants

---

Méthodologie Pédagogique

• Approche Pratique : Accent sur l'application directe des concepts via des labs et des projets.

• Progression Pédagogique : Début avec les bases pour évoluer vers des projets complexes et un projet final.

• Support Continu : Assistance régulière, feedback, et sessions de discussion pour maximiser l'apprentissage.

• Travail Collaboratif : Encouragement du travail en groupe pour les labs et le projet final.

Ce programme de formation offre une vue d'ensemble complète et pratique de l'Edge Computing dans le contexte de l'IoT, en utilisant des technologies open source, avec un accent sur le développement, le déploiement et la gestion de solutions IoT avancées.