Cet article propose une méthode d'orchestration de confiance autonome qui effectue des évaluations de confiance spécifiques à chaque tâche afin de garantir l'efficacité de l'exécution de ces dernières dans les systèmes collaboratifs distribués. Pour faire face à la complexité croissante et à la consommation de ressources du processus d'évaluation de confiance, dues à la complexité des tâches, à la distribution dynamique spatiale et temporelle des ressources des appareils, et à l'inévitable surcharge d'évaluation, nous utilisons l'IA d'agent et un hypergraphe basé sur le concept de chaîne de confiance sémantique. L'IA d'agent reconnaît l'état de l'appareil et effectue de manière autonome des évaluations de confiance uniquement pendant les périodes d'inactivité de l'appareil, en fonction des données de performances passées, permettant une utilisation efficace des ressources distribuées. De plus, les évaluations de confiance spécifiques à chaque tâche sont réalisées en analysant l'adéquation entre les capacités des ressources et les exigences de la tâche. Un hypergraphe de confiance contenant la sémantique de confiance est maintenu pour gérer hiérarchiquement les collaborateurs et identifier ceux nécessitant des évaluations de confiance, équilibrant ainsi surcharge et précision de la confiance. La collaboration multi-sauts est prise en charge par la connexion d'hypergraphes de confiance locaux sur plusieurs appareils, permettant une coordination efficace dans les systèmes à grande échelle. Les résultats expérimentaux démontrent que la méthode proposée permet des évaluations de confiance économes en ressources.
