Interopérabilité sémantique et comportementale, les travaux du projet HEDGE-IoT

Les systèmes énergétiques intelligents reposent de plus en plus sur les interactions entre des équipements hétérogènes, des systèmes de gestion de l’énergie, des espaces de données énergétiques, des opérateurs de réseau, des fournisseurs de services et des plateformes numériques.

Dans ces environnements distribués, l’interopérabilité dépasse la simple capacité d’échange de données : les systèmes doivent partager une compréhension commune de ces informations et lorsqu’ils interagissent, produire les résultats opérationnels attendus.

Cette problématique est au cœur des travaux de Trialog sur l’interopérabilité sémantique et comportementale.

Les premiers travaux Trialog se sont concentrés sur l’interopérabilité sémantique et ont conduit au développement d’une preuve de concept d’un outil de test nommé “’Ontology-Driven Constraint (ODC) Tester”. Celui-ci permet de valider les données à partir d’ontologies et de contraintes partagées.

Cependant, la conformité sémantique seule ne permet pas de vérifier que les systèmes se comportent comme prévu pendant leur fonctionnement. Des informations correctement comprises peuvent malgré tout conduire à des changements d’état, des contraintes temporelles, des séquences d’actions ou des résultats incorrects. Dans le cadre du projet HEDGE-IoT, ces travaux ont été étendus aux tests d’interopérabilité comportementale. L’approche relie le comportement attendu du système aux preuves observées pendant l’exécution et évalue si les interactions respectent les conditions comportementales définies et atteignent le résultat opérationnel attendu.

Une contribution consacrée à l’interopérabilité des espaces de données énergétiques

Au cours de la session « Use Cases Lightning Talks #1 », Tareq Md Rabiul Hossain Chy, ingénieur chez Trialog, a présenté une contribution commune Trialog et TNO :

« Vers l’intégration des tests d’interopérabilité comportementale et sémantique dans les espaces de données énergétiques »

Ces travaux ont été menés dans le cadre du projet HEDGE-IoT, en collaboration avec Cornelis Bouter et Laura Daniele chez TNO, ainsi qu’avec Antonio Kung, Olivier Genest, Henon Mengistu Lamboro, Léo Cornec, Cécile Rabrait et Amélie Gyrard chez Trialog.

Dans le contexte du projet HEDGE-IoT, Trialog a également spécifié une suite de tests pour le cas d’usage « Départ flexible » (ENG : Flexible Start) du Code de Conduite pour les appareils électroménagers (CoC ESA) du Centre commun de recherche (JRC) de la Commission européenne. Cette suite de tests formalise les tests de conformité applicables à ce cas d’usage, en couvrant notamment les préconditions, le bilan de conformité de protocole (PICS – Protocol Implementation Conformance Statement), les procédures de test, ainsi que les tests d’interopérabilité sémantique et comportementale et leurs règles de verdict.

L’équipe propose de faire évoluer les méthodes de validation de l’interopérabilité. Aujourd’hui, les tests vérifient souvent si deux systèmes échangent des données compréhensibles et conformes. Les travaux présentés vont plus loin : ils cherchent aussi à vérifier si les systèmes adoptent le comportement attendu lorsqu’ils interagissent.

L’interopérabilité sémantique ne suffit pas toujours

Dans un espace de données, l’interopérabilité sémantique garantit que les systèmes partagent une compréhension commune des informations échangées.

Par exemple, deux systèmes peuvent s’accorder sur la signification d’une donnée telle que :

la puissance consommée par un équipement,
l’état de fonctionnement d’un appareil,
une plage horaire de fonctionnement,
une demande de flexibilité énergétique.

Cette compréhension commune est indispensable. Sans elle, les données peuvent être techniquement transmises, mais mal interprétées ou utilisées de façon incohérente.

Cependant, cette condition ne garantit pas à elle seule que les systèmes vont effectivement se coordonner comme prévu. Une donnée peut être correctement comprise, tandis que le comportement qui suit l’échange ne respecte pas les règles établies.

Prenons un exemple simple : un système reçoit une demande pour décaler le fonctionnement d’un appareil. Il comprend la consigne, mais ne modifie pas son comportement dans le délai prévu. Sur le papier, l’échange fonctionne. En pratique, le service de flexibilité ne remplit pas son objectif.

Les tests doivent donc répondre à deux questions :

Les systèmes échangent-ils des données pertinentes, conformes et correctement interprétées ?
Réagissent-ils comme prévu lorsque l’interaction se déroule réellement ?

Trois dimensions complémentaires selon la série ISO/IEC 21823

Pour structurer leur approche, les travaux s’appuient sur le cadre d’interopérabilité défini par la série de normes ISO/IEC 21823, sur lesquels Trialog contribue activement.

ISO/IEC 21823-1 : les différents aspects de l’interopérabilité

La norme ISO/IEC 21823-1 Internet of Things (IoT) – Interoperability for IoT systems – Part 1: Framework propose une vision globale de l’interopérabilité. Elle distingue notamment plusieurs dimensions complémentaires :

le transport,
la syntaxe,
la sémantique,
le comportement,
les politiques.

Cette classification permet de dépasser une vision limitée de l’interopérabilité. Deux systèmes ne doivent pas seulement réussir à communiquer. Ils doivent aussi comprendre les mêmes informations, respecter les règles applicables et coordonner leurs actions.

ISO/IEC 21823-3 : partager une compréhension commune des données

La norme ISO/IEC 21823-3 Internet of Things (IoT) – Interoperability for IoT systems – Part 3: Semantic interoperability se concentre sur l’interopérabilité sémantique. Elle vise à garantir que les informations échangées soient interprétées de manière cohérente par les différents systèmes.

Cette dimension joue un rôle particulièrement important dans les espaces de données énergétiques. Les données viennent souvent de sources différentes, avec des modèles, des vocabulaires et des architectures qui ne sont pas identiques. En partageant une sémantique commune, les acteurs réduisent le risque d’interprétation divergente.

ISO/IEC 21823-5 : vérifier ce que les systèmes font réellement

La norme ISO/IEC 21823-5 Internet of things – Interoperability for IoT systems – Part 5: Behavioural and policy interoperability complète cette approche avec l’interopérabilité comportementale et les politiques.

Note : Cette norme a pour le moment le statut de “projet de norme internationale”.

À ce niveau, il ne s’agit plus seulement de valider la réception de l’information, mais d’en évaluer le résultat opérationnel. Les équipes doivent démontrer qu’une interaction donne bien lieu à un comportement conforme. Le système a-t-il effectué la bonne action ? A-t-il respecté les délais ? A-t-il suivi la bonne séquence ? A-t-il atteint l’état final attendu ? Est-ce que les données collectées ont été supprimées?

Cette approche répond aux besoins des systèmes énergétiques distribués. Une seule interaction peut déclencher plusieurs actions : activer un équipement, modifier une consommation, changer un état ou respecter une contrainte temporelle. Les tests doivent pouvoir suivre cette chaîne d’événements.

Un cadre de test fondé sur les ontologies

La contribution conjointe de Trialog et TNO propose un cadre de test basé sur l’ontologie. L’approche consiste à compléter les tests d’interopérabilité sémantique par des tests d’interopérabilité comportementale.

Concrètement, le cadre ne vérifie pas uniquement la qualité des données échangées. Il examine aussi ce qui se passe pendant l’exécution. Il peut notamment prendre en compte :

les contraintes de temps,
les transitions entre différents états,
les séquences d’interaction,
les résultats opérationnels attendus,
les traces d’exécution produites par les systèmes.

Cette approche étend l’outil ODC (Ontology-Driven Constraint) Tester vers les tests d’interopérabilité comportementale. Une preuve de concept a désormais été mise en œuvre sur le scénario 3 du cas d’usage « Flexible Start ». Elle s’appuie notamment sur BITO (Behavioral Interoperability Testing Ontology) pour représenter les scénarios, les comportements attendus, les preuves d’exécution observées, les résultats de validation et les verdicts.

Sur le plan technique, cette validation s’appuie notamment sur :

le RDF (Resource Description Framework), pour représenter les données et les connaissances,
des vérifications fondées sur SHACL (Shapes Constraint Language) et SPARQL (SPARQL Protocol and RDF Query Language),
l’analyse de traces d’exécution,
la production de rapports de validation.

L’intérêt d’une telle combinaison est de rapprocher la description formelle des systèmes de leur comportement réel en fonctionnement.

AI-generated image.

Cas d’usage : modifier le fonctionnement d’un lave-vaisselle

Pour illustrer leur approche, les chercheurs ont choisi un cas d’utilisation de gestion de la flexibilité énergétique.

Le scénario est issu du Code de conduite du Centre commun de recherche européen consacré aux appareils électroménagers économes en énergie. Il porte sur le cas d’utilisation « Flexible Start », scénario 3 :

Sélection d’une séquence d’alimentation alternative pour un lave-vaisselle.

Concrètement, le lave-vaisselle annonce une séquence préférentielle P1 (20h00–21h30) et une séquence alternative P2 (22h00–23h30). Un utilisateur peut demander à sélectionner P2, mais seulement si la demande parvient avant 20h00. Passé ce délai, le lave-vaisselle rejette la demande et conserve P1.

Si la demande est acceptée, quatre critères comportementaux doivent être vérifiés :

le lave-vaisselle passe-t-il bien en état d’attente pour P2 ?

démarre-t-il son cycle à 22h00 ± 1 minute ?

termine-t-il son cycle avant 23h30 ?

son état final confirme-t-il la complétion ?

AI-generated image.

Ce cas d’usage montre très concrètement la limite d’une validation centrée uniquement sur les données. Pour garantir un service de flexibilité fiable, les équipes doivent aussi observer, tester et démontrer le comportement des systèmes concernés.

Dans la preuve de concept, cette logique est traduite en règles de validation qui vérifient successivement les préconditions, l’acceptation et les transitions d’état, puis le respect des contraintes temporelles et le résultat final observé.

Vers des systèmes énergétiques plus fiables et interopérables

Cette contribution ouvre une perspective importante pour les systèmes énergétiques connectés et les espaces de données énergétiques. Elle propose de dépasser une conception de l’interopérabilité centrée uniquement sur les données échangées, afin d’intégrer également la dimension opérationnelle.

Un système interopérable ne devrait pas seulement être capable de recevoir et de comprendre une information. Il devrait aussi être en mesure de répondre dans les conditions attendues, de respecter les contraintes applicables et de produire le résultat prévu.

Cette capacité à tester et à démontrer les comportements peut contribuer à renforcer :

la confiance entre les acteurs d’un espace de données,
la fiabilité des services énergétiques,
la qualité des intégrations entre systèmes,
la reproductibilité des validations,
la capacité à identifier les écarts entre le comportement attendu et le comportement observé.

À terme, ce type de démarche pourrait faciliter le déploiement de services énergétiques plus automatisés, plus flexibles et mieux coordonnés.

Depuis la contribution présentée à SDS 2026, ces travaux ont franchi une nouvelle étape avec la mise en œuvre d’une première preuve de concept de tests d’interopérabilité comportementale sur le scénario 3 du cas d’usage « Flexible Start ». Cette implémentation opérationnalise l’approche proposée en combinant BITO (Behavioral Interoperability Testing Ontology), des preuves d’exécution observées, des mappings RML, des graphes RDF et des règles de validation SHACL/SPARQL afin de produire des résultats et des verdicts comportementaux traçables.

Les artefacts associés à cette preuve de concept sont disponibles dans le dépôt HEDGE-IoT. Ils comprennent notamment l’ontologie BITO, les données d’entrée et les preuves d’exécution, les mappings RML, les graphes RDF, les règles de validation SHACL/SPARQL, les résultats et traces de validation, ainsi que la documentation technique de l’implémentation.

Cette mise en œuvre fait également l’objet d’une contribution scientifique de suivi consacrée à l’opérationnalisation et à l’évaluation de l’approche de test d’interopérabilité comportementale.

Quelles prochaines étapes pour ces travaux ?

Une première preuve de concept sur le scénario 3 de « Flexible Start » est maintenant développée et les artefacts sont disponibles dans le dépôt HEDGE-IoT.

Les prochaines étapes visent désormais à valider le système en conditions réelles, notamment en s’appuyant sur des preuves d’exécution issues de systèmes réels. Les travaux pourront également être étendus à d’autres scénarios et cas d’usage du Code of Conduct for Energy Smart Appliances (CoC ESA) de la Commission européenne/JRC, tout en évaluant la capacité de l’approche à couvrir des comportements plus complexes, à passer à l’échelle et à augmenter progressivement la maturité technologique de l’ODC Tester.

Plus largement, l’équipe veut contribuer à la création de méthodes de test fondées sur des preuves concrètes. Ces méthodes aideront les acteurs à démontrer la fiabilité et l’interopérabilité des espaces de données énergétiques, plutôt qu’à les supposer.

En reliant sémantique, comportement et validation opérationnelle, cette contribution défend une vision plus complète de l’interopérabilité : une vision dans laquelle les systèmes ne se contentent pas de se comprendre, mais démontrent aussi leur capacité à fonctionner ensemble.

Découvrez la version pré imprimée de la contribution.