W niniejszej dysertacji badany jest problem oceny jakości informacji produkowanej przez urządzenia pomiarowe. Jakość informacji jest pojęciem abstrakcyjnym, które uważa się za istotne w wielu dziedzinach jako że informacje dobrej jakości są niezbędne do działania wielu różnych systemów decyzyjnych. Niniejsza praca koncentruje się na przypadku informacji produkowanych przez urządzenia pomiarowe które nie zawsze produkują poprawne informacje i konieczna jest ich ocena. Zaproponowany w pracy model działa niezależnie od obecności danych uczących oraz meta-informacji o danym urządzeniu. Model ten jest zaprojektowany tak, aby mógł zostać wykorzystany w przypadku informacji produkowanych przez każdy rodzaj urządzenia wykorzystując do działania jedynie atrybuty wspólne dla większości urządzeń i łatwo dostępne meta-informacje. Proponowany model nosi nazwę ReCLiC od angielskich nazw wybranych wymiarów: niezawodność, kompetencja, prawdopodobieństwo i wiarygodność. W pracy dokładnie omawiamy wymagania czterech wymiarów i proponujemy definicje dla każdego z nich. Ponadto, w pracy proponowana jest implementacja ogólnej definicji ReCLiC do rzeczywistego przypadku dla konkretnego urządzenia kolejowego: omawiamy definicje wymiarów dla tego urządzenia i przeprowadzamy formalne i eksperymentalne badanie, analizując potencjalne zmiany poziomu zaufania na podstawie zmian każdego z wymiarów.
In this thesis, we investigate the problem of assessing information quality produced by sensors. Information quality is an abstract concept which is considered important in many fields as high-quality information is necessary for decision-making systems. This thesis focuses on the case of information produced by sensors,. Indeed, sensors, usually used in networks, do not always provide correct information and the scoring of this information is needed. We propose an approach that deals with some of the major limitations in the literature by providing a model designed to be sensor-generic, not dependent on ground truth and dependent only on easy-to-access meta-information, exploiting only attributes shared among the majority of sensors. The proposed model is called ReCLiC from the four dimensions that it considers: Reliability, Competence, Likelihood and Credibility. We discuss in depth the requirements of the four proposed dimensions on which ReCLiC relies and propose motivated definitions for each of them. Furthermore, we propose an implementation of the generic ReCLiC definition to a real case, for a specific sensor in the railway signalling domain: we discuss the form of the four dimensions for this case and perform a formal and experimental study of the information scoring behaviour, analysing each dimension separately.