DU commerce éléctronique, mars 2001 1 Logique et fondements de l’informatique Université Paris II Michel de Rougemont

Slides:



Advertisements
Présentations similaires
Les présentateurs doivent souvent transmettre des informations techniques à des auditeurs qui connaissent moins bien le sujet et le vocabulaire spécifique.
Advertisements

L-System et modélisation de plantes…
Revue de presse Master 2 RET
Logique approchée Michel de Rougemont Université Paris II VERA: CORRECT:
Cours 6: Notions de Javascript
Scripts PHP Interaction avec MySQL Insert, Select, ….
Le hasard et la 0-connaissance Université Paris II Michel de Rougemont Algorithme et hasard Protocoles interactifs et.
M2: Fondements de la Sécurité :authentification
1Deug 1 Systèmes d Information : 7a Michel de Rougemont Université Paris II Les tableurs : Excel.
Algorithmes et structures de données avancés
Algorithmes et structures de données Cours 1 Patrick Reuter
Structures de données et complexité
Cours d'algorithmique 11 / Intranet 1 9 janvier 2006 Cours dAlgorithmique N P - complétude.
Séminaire Biblio LISC - 3/04/02 Complexité, information Daprès JP Delahaye (1999)
Présentation générale "Information et gestion" Présentation générale des programmes d « Information et gestion » en première STG.
Girard Pia & Laffont Caroline
Complexité et Classification
Logique et raisonnement scientifique
Logique et raisonnement scientifique
LÉPREUVE DÉCONOMIE-DROIT DU BACCALAURÉAT STG LÉPREUVE DÉCONOMIE-DROIT DU BACCALAURÉAT STG Définition de lépreuve Ce que lon ne demande plus Ce que lon.
Continuité des apprentissages Ecole-Collège mars 2008 J Borréani IA-IPR mathématiques.
Continuité des apprentissages Ecole-CollègePavilly Novembre 2007.
Séminaire Florin Périer Alain Gély LIMOS
1 Modèles de lEconomie Numérique Michel de Rougemont University Paris II.
Conception et analyse des algorithmes
Logiques Mathématiques
1 Cours numéro 3 Graphes et informatique Définitions Exemple de modélisation Utilisation de ce document strictement réservée aux étudiants de l IFSIC.
IFT Complexité et NP-complétude
IFT Chapitre 1 Classes de complexité fondamentales:
CSI 4506: Introduction à l’intelligence artificielle
1 IFT 6800 Atelier en Technologies dinformation Chapitre 1 Introduction.
Algorithmique (Introduction)
Partie II Sémantique.
Initiation aux bases de données et à la programmation événementielle
Programmation non procédurale Le projet ECOLE 2000
IFT Complexité et NP-complétude Chapitre 0 Rappels.
Conception et analyse des algorithmes
Champ STIC Génie Électrique et Informatique Industrielle Informatique
DU1 Sécurité : DU Commerce Electronique Michel de Rougemont Université Paris II Les systèmes à clé publique: RSA.
Cours n°2UE102e(S. Sidhom) UE 102e. M1.IST-IE cours n°2 Systèmes à base de règles Par : Sahbi SIDHOM MCF. Université Nancy 2 Équipe de recherche SITE –
Sémantique logique 2- sémantique de Montague
Jour 4: Gestion de la Connaissance
Approches Formelles en Systèmes d'information
 L’informatique ne cesse de se développer. Elle est devenue une science à part entière, fondamentale et appliquée.  En effet, elle intervient de plus.
Algorithmes sur les sons
Algorithmes et Programmation
D.E ZEGOUR Ecole Supérieure d’Informatique. Problèmes de décision Concepts de base Expressions régulières Notation particulière pour exprimer certaines.
Le Chaos dans le gaz de Lorenz
Programmation fonctionnelle Preuve
21/10/2008 SYSTEME INFORMATIQUE.
La Magie du Calcul Gérard H. E. Duchamp (Université Paris XIII) Equipe AAA le 08 juin 2006.
Logique et fondements de l’informatique
Unité І : Généralités Informatiques
1 Initiation aux bases de données et à la programmation événementielle Responsable : Souheib BAARIR. (le sujet de votre .
Verification approchée Michel de Rougemont, University Paris II et LRI.
Raisonnement et logiques
Dess Paris 1, DESS: Droit de l’Internet Informatique, Pratique des Réseaux Michel de Rougemont, Professeur d'Informatique, Université Paris II,
De l'Informatique outil au Langage Informatique créé par le Web et à la valeur de l'Information. Université Paris II & LRI Michel de Rougemont
Algorithmique et Complexité
Introduction à MathML Par Katia Larrivée UQO Le 18 mars 2004.
Stage à Ontomantics Master Pro TILDE
INTRODUCTION AUX BASES DE DONNEES
1 Systèmes d ’Information : 6b Michel de Rougemont Université Paris II L’Architecture Client/Server.
Introduction aux Interfaces Homme-Machine
Algorithmes parallèles
La démonstration La démonstration est une forme de raisonnement qui passe par le discours sans avoir recours à l’expérience. C’est une suite logique de.
Unité N°1: Système Informatique
Le dialogue Homme- Machine Amine EL Mrabet 2015/2016.
Introduction à l’Informatique Théorique Master Systèmes Complexes 2009/2010 Cours (20h) : Eric Thierry TD (10h) : Jonathan Grattage.
Calculer ou Penser ? A propos d'intelligence mécanique.
Transcription de la présentation:

DU commerce éléctronique, mars Logique et fondements de l’informatique Université Paris II Michel de Rougemont Sens et dénotation Complexité Applications à la sécurité

DU commerce éléctronique, mars Qu’est ce que la logique? 1.Définir le sens d’expressions syntaxiques 2.Raisonnement, preuve, calcul Les applications de la logique: Mathématique, Linguistique, Philosophie Depuis 1950 : Informatique Depuis 2000 : Sécurité informatique

DU commerce éléctronique, mars Sens et dénotation Aristote (-300 BC) : Tous les hommes sont mortels. Socrate est un homme. Donc Socrate est mortel. Al-Khovarezmi (700) :qu’est ce qu’une fonction calculable? Frege (1870) : L’étoile du matin est l’étoile du soir. Tarski (1930) : Dénotation d’une expression mathématique

DU commerce éléctronique, mars Raisonnement et calcul Aristote (-300 BC) : Raisonnement? Al-Khovarezmi (700) : Calcul? Frege (1870) : Raisonnement? Tarski (1930) : Définition? Turing (1930) : Calcul? Gödel (1930) : Limites du raisonnement mathématique?

DU commerce éléctronique, mars Langage des mathématiques A la suite de Tarski, Turing, Gödel Thèse de Church (1936) : calculable = récursif = Turing-calculable Conclusion : certaines formules ne sont pas démontrables. D’autres le sont pour différentes notions de preuves.

DU commerce éléctronique, mars Calcul et machine de Turing Ordinateur = Machine de Turing Fonction primalité : Primalité( )=0 mais la preuve est longue!! (Exponentielle dans la longueur de l’entrée :20) 1972 : Cook et Karp formulent la notion de NP-complétude

DU commerce éléctronique, mars Sens en informatique Un programme décrit un algorithme Quel est le sens d’un programme? Dim LaFeuille ; Set LaFeuille = Document.ValidForm Do While i <= n { If (T(i)=1) Then total =total +1 End if; i=i+1;Loop;} Dénotation classique Complexité de calcul, Robustesse aux erreurs

DU commerce éléctronique, mars Nouvelles interprétations Besoin de logiciels efficaces et surs –Complexité de calcul, –Robustesse aux erreurs Sécurité informatique –Qu’estce qu’un logiciel sur? Vérification de logiciels

DU commerce éléctronique, mars Calcul : complexité et hasard Calcul en temps polynomial (classe P, 1972) Calcul en temps polynomial avec le hasard (classe BPP, 1980) Primalité est BPP Factorisation n’est pas BPP

DU commerce éléctronique, mars Fondements de la sécurité Ce qui est interdit est difficile Fonctions difficiles à calculer –Factorisation –Isomorphisme de graphes O-connaissance Sécurité « prouvée » mathématiquement

DU commerce éléctronique, mars Hasard et algorithme 2 paquets1 paquet Mikado

DU commerce éléctronique, mars Marche aléatoire : espace log n sur un graphe symétrique à n sommets a b c d e e b c d a Au départ du sommet a, 2 tirages 00vers c 01vers d 10vers e 11vers b

DU commerce éléctronique, mars Modèles du hasard Calcul en temps polynomial avec le hasard (classe BPP, 1980) : Machine de Turing probabiliste Primalité est facile Factorisation est difficile Machine quantique Factorisation est facile (Shor, 1996) Modèles biologiques (Adleman 1995)

DU commerce éléctronique, mars Isomorphisme de graphes Permutation : Preuve de l’isomorphisme: 13245

DU commerce éléctronique, mars Non-Isomorphisme de graphes Aucune Permutation ne maintient un isomorphisme: ne maintient pas (1,4) Preuve du non-isomorphisme: Enumérer n! Permutations (120)

DU commerce éléctronique, mars Protocole : non-Isomorphisme de graphes A B Bob veut se convaincre qu’Alice sait si G1 et G2 ne sont pas isomorphes avec une preuve courte. G1 et G2 connus de A et B, n=1000

DU commerce éléctronique, mars Protocole : non-Isomorphisme de graphes A B B tire au sort i=1 ou 2 et choisit Gi (ex: G1) B tire au sort une permutation h : (ex: 24153) B calcule h(Gi)=H et l’envoie à A B demande i à Alice Alice envoie j à Bob : Si (i=j), G1 non iso à G2 Si i = j, G1 iso à G2 h(Gi)=H j=1 k

DU commerce éléctronique, mars Preuve Interactive A B Bob pose des questions à Alice (qui peut mentir) Bob utilise le hasard. Après un temps court (polynomial), Bob Accepte ou rejette.

DU commerce éléctronique, mars O-connaissance de l’isomorphisme A B Preuve classique : A transmet h (ex: 13245) Preuve interactive : Alice génère h’ aléatoire, Calcule h’(G1)=H, transmis à Bob: tire i au sort Alice envoie h’’, l’iso. entre H et Gi h’(G1)=H i=1 h’’ k

DU commerce éléctronique, mars O-connaissance A B Alice ne compromet pas son secret (h) Alice envoie h’’ mais on ne peut pas déduire facilement h à partir de h’’.

DU commerce éléctronique, mars O-connaissance d’un secret ? A B Secret Bob demande : 6542 B1+B3 > 7 B2-B4 <3 3B1-2B2>9 OUI NON Alice répond :

DU commerce éléctronique, mars Applications : sécurité de l’utilisateur A B Alice peut donner des informations qui ne peuvent pas être utilisées à son insu. Bob interagit avec une personne qui peut mentir.

DU commerce éléctronique, mars Utilisateur rationnel ? A B Bob peut-il conclure sur : l’honnêteté d’Alice la rationalité d’Alice ?

DU commerce éléctronique, mars Enchères combinatoires A1 B Ai sont en compétition pour des sous-ensembles de N objets. Ai a-t-il intérêt à bluffer ? A2 A3 A4

DU commerce éléctronique, mars Modèles statistiques Economie Macroéconomie vs. Microéconomie Physique statistique Chaleur, climat, …

DU commerce éléctronique, mars Conclusion 1.Sens et dénotation en Informatique 2.Calcul et hasard 3.Applications du hasard en logique : preuves interactives 4.Applications à la sécurité : O-connaissance 5.Protection de l’utilisateur