La détection d’anomalies vise à repérer automatiquement ce qui sort du comportement habituel d’un système, notamment dans les applications IoT pour la protection et la préservation de la vie privée des utilisateurs. Dans son HDR, Nouredine TAMANI propose de mieux définir la « normalité » pour détecter plus vite et de façon plus fiable les situations suspectes, en combinant deux approches complémentaires : l’une basée sur l’analyse des données et l’apprentissage, l’autre fondée sur la sémantique et la logique, où une contradiction avec des règles de fonctionnement devient un signal d’anomalie. Ses travaux montrent que cette approche explicable peut être optimisée afin de traiter de grands volumes d’informations et d’améliorer les temps de réponse en conditions réelles.