Environnement enfoui ou (hautement) distribué Génie de la programmation, du logiciel et des systèmes
Graphes de connaissances et représentation sémantique Intégration de données et IA Fédération, passage à l’échelle et sécurité
ANR AAPG PRC

SaFE-KG

Querying in a Secure Federation of Knowledge Graphs

Faciliter l’accès sécurisé aux graphes de connaissances distribués grâce à l’intelligence artificielle

SaFE-KG développe une nouvelle approche pour interroger des graphes de connaissances distribués tout en garantissant la protection des données sensibles. Le projet répond à un défi majeur du partage de données : permettre à des organisations disposant de politiques d’accès différentes de collaborer sans compromettre la confidentialité, la traçabilité ou les conditions d’utilisation de leurs informations.

Le projet conçoit une plateforme intégrant des mécanismes de contrôle d’accès, des moteurs de requêtes fédérées haute performance et des interfaces de création de requêtes assistées par des grands modèles de langage (LLM). Il associe ces technologies à un suivi systématique de la provenance des données, des licences et des règles d’utilisation afin de garantir des résultats fiables, explicables et conformes aux politiques de sécurité de chaque source.

En unifiant sécurité, interrogation fédérée et intelligence artificielle, SaFE-KG contribue à faciliter le partage sécurisé des connaissances entre organisations et ouvre de nouvelles perspectives pour les applications collaboratives exploitant des données distribuées.

Partager sur LinkedIn

Financement

ANR

AAPG PRC

Calendrier

  • Démarrage : 15-03-2026
  • Durée : 48 mois

Coordinateur

  • Responsable scientifique LS2N : Hala Skaf Molli

Consortium

INRIA Sophia Antipolis-Méditerranée (Wimmics), INSA Lyon (BD), Inserm (Institut de Thorax)
Porteur du projet : Laboratoire des Sciences du numerique de Nantes