La quantité incroyable de contenu disponible dans les services en ligne rend le contenu intéressant incroyablement difficile à trouver. La manière la plus emblématique d’aider les utilisateurs consiste à faire des recommandations. Le graphe des K-plus-proches-voisins (K-Nearest-Neighbours (KNN)) connecte chaque utilisateur aux k autres utilisateurs qui lui sont les plus similaires, étant donnée une fonction de similarité. Le temps de calcul d’un graphe KNN exact est prohibitif dans les services en ligne. Les approches existantes approximent l’ensemble de candidats pour chaque voisinage pour diminuer le temps de calcul. Dans cette thèse, nous poussons plus loin la notion d’approximation : nous approximons les données de chaque utilisateur, la similarité et la localité de données. L’approche obtenue est nettement plus rapide que toutes les autres. / The incredible quantity of available content in online services makes content of interest incredibly difficult to find. The most emblematic way to help the users is to do item recommendation. The K-Nearest-Neighbors (KNN) graph connects each user to its k most similar other users, according to a given similarity metric. The computation time of an exact KNN graph is prohibitive in online services. Existing approaches approximate the set of candidates for each user’s neighborhood to decrease the computation time. In this thesis we push farther the notion of approximation : we approximate the data of each user, the similarity and the data locality. The resulting approach clearly outperforms all the other ones.

La cryptographie ADN est un domaine nouveau et prometteur pour la sécurité de l'information. C'est une combinaison des solutions classiques de cryptographie avec les avantages du matériel génétique. En effet, il est possible de bénéficier des avantages des systèmes cryptographiques classiques et de les rendre plus efficaces sur certaines méthodes grâce à l’utilisation de l'ADN. Il y a différentes façons d'utiliser l'ADN pour sécuriser le contenu de l'information. Cette thèse propose deux solutions différentes pour utiliser l'ADN dans la cryptographie : sous sa forme biologique ou alors sous forme numérique. D ‘une part, l'ADN biologique peut être utilisé pour le stockage et pour cacher des données à l'intérieur de celui-ci. L'information secrète est placée dans une molécule de l'ADN et caché parmi d'autres molécules d'ADN. D’autre part, les nombres aléatoires peuvent être générés à partir de séquences numériques d'ADN. Ils représentent une solution pour la génération et la transmission des clés OTP (One-Time-Pad) symétriques. La transmission d'une très longue clé de cryptage n'est pas nécessaire, car chaque séquence possède un numéro d'identification unique dans la base de données. Ce numéro, ou une combinaison de ces numéros, peut alors être transmis. Enfin, la sécurité et la compression sont très importantes lors de la transmission et du stockage des données informatiques. Cependant, la plupart des systèmes de cryptage peuvent augmenter la taille des données, ou encore augmenter la complexité calcul. Ces inconvénients peuvent être résolus en combinant la compression de données avec le cryptage dans un seul processus ou en effectuant le cryptage sélectif des données. / DNA cryptography is a new and promising field in information security. It combines classical solutions in cryptography with the strength of the genetic material. By introducing DNA into the common symmetric key cryptography, it is possible to benefit from the advantages of the classical cryptosystems and solve some of its limitations. There are different ways how DNA can be used to secure information content. It is about using the biological medium of DNA for storing and hiding data. Secret information can be placed in microscopic size of DNA and hidden among a great amount of other DNA structures. Biomolecular computation is possible with specially designed DNA structures. Random numbers can be generated from DNA sequences which can be found in genetic databases in digital form. Genetic databases represent a feasible solution to the One-Time-Pad (OTP) symmetric key generation and transmission problem. The one-time use is ensured due to the great variety of the publicly available, very long (thousands of bases) sequences. Transmission of a very long key is not required because each sequence has a unique identification number in the database and this number can be sent instead. Compression along with information security have always been topics of interest because, as technology advances, the amount of data that is desired to be transmitted, stored, or used in real time applications is becoming greater. Some of the encryption schemes can increase the size of the data, or bring unwanted additional computations. These drawbacks can be solved by several techniques to combine compression with encryption in one process or by performing a selective encryption of the data.

Les bases de données de l’Assurance Maladie ont surtout été créées dans un objectif comptable et non de recherche. Leurs points forts et leurs limites spécifiques sont à prendre en compte dans le cadre de leur usage en pharmacoépidémiologie. Les travaux menés ont porté sur l’évaluation de l’intérêt et des limites de l’utilisation de ces bases dans le cadre des pharmacothérapies de l’ostéoporose. Ont ainsi été investiguées plusieurs questions de recherche de nature descriptive et analytique. Dans un premier temps, nous avons montré que 1) en l’absence de recommandation institutionnelle, il existait une grande variabilité des pratiques dans la gestion des carences en vitamine D, 2) un dosage suivi d’une supplémentation n’était pas suivi de changement majeur dans les consommations de soins des patients concernés et 3) la vitamine D était souvent copréscrite avec les autres molécules disponibles lors de l’initiation d’un traitement de l’ostéoporose conformément aux recommandations (77%). Suite à ce travail, nous avons prolongé ces recherches sur les pratiques de prescriptions dans le cadre de l’ostéoporose dans deux directions: d’une part, nous nous sommes intéressés tout particulièrement aux dosages sériques de la vitamine D, et d’autre part, nous avons évalué la proportion de femmes recevant un traitement de l’ostéoporose suite à une première hospitalisation pour une fracture du poignet. Nous avons montré que l’augmentation massive des remboursements des dosages sériques de vitamine D constatée ces dernières années était essentiellement due à une augmentation du nombre de patients recevant ponctuellement un dosage, sans modification des pratiques de prescription en termes d'âge ni de sexe des patients ni de nombre ou de répétition de ces dosages. Enfin, nous avons mis en évidence que la proportion de patientes ayant un traitement antiostéoporotique suite à une fracture du poignet entre 2009 et 2011 demeurait faible en France (39 %) / French National Health Insurance reimbursement databases were primarily created for economic purpose and not research. Both strengths and limitations have to be accounted for when used in research. The current work has focused on the assessment of the value and limitations of these databases for pharmacoepidemiology studies, particularly in the context of osteoporosis drug therapies. Several descriptive and analytical research questions have been investigated. We described 1) that there was great variability of practices in the management of vitamin D deficiency, 2) patient having an assay followed by supplementation did not change their care consumptions and 3) vitamin D was often prescribed along with other molecules as recommended (77%). Following this work, we extended this research on prescribing practices in the context of osteoporosis management in two directions: the description of the use of serum levels of vitamin D in France and the evaluation of the proportion of women receiving osteoporosis treatment after a first hospitalization for a broken wrist. We observed that the massive increase in repayments of serum levels of vitamin D found in recent years was mainly due to an increase in the number of patients receiving timely prescription dosage rather than a repetition of these assays in a small fraction of the population. Finally, we found that proportion of patients with osteoporosis treatment following a wrist fracture between 2009 and 2011 remained low in France (39%)

L’étude systématique de la turbulence plasma dans les tokamaks, via une méthode de paramétrisation des spectres de fréquence extraits de la base de données de réflectométrie de Tore Supra a été effectuée. Cette base de données est constituée de 350 000 acquisitions obtenues à partir de 6 000 chocs incluant différents scénarios de chauffage. La paramétrisation consiste en une décomposition de chaque spectre en quatre composantes : la composante dite continue, les fluctuations de basse fréquence (BF), la turbulence à large bande en fréquence (BB) et le niveau de bruit où chaque composante a été approchée par une fonction prédéfinie. Pour la composante de turbulence BB, trois fonctions différentes ont été testées et comparées. La fonction gaussienne généralisée et la fonction de Taylor ont montré d’excellentes performances dans la plupart des cas. Dans les plasmas ohmiques, EBB dans le régime de confinement ohmique saturé est systématiquement plus élevé que dans le régime de confinement ohmique linéaire. Dans les plasmas en mode bas confinement L, EBB dans les plasmas chauffés par une onde à la résonance. / To systematically study the plasma turbulence in tokamaks, a parametrization method of frequency spectra from the Tore Supra reflectometry database has been developed. The database includes 350,000 acquisitions obtained from 6,000 discharges with different heating scenarios. In the parametrization, each spectrum has been decomposed into four component: the direct current component, the low-frequency (LF) fluctuations, the broadband (BB) turbulence and the noise level, and each component has been fitted by a function. Specifically for the BB turbulence component, three different functions have been tested and compared. The generalized Gaussian function and the Taylor function have shown excellent fitting performance. In Ohmic plasmas, EBB in the saturated Ohmic confinement regime is observed to be systematically higher than in the linear Ohmic confinement regime. In L-mode plasmas, EBB in the ion cyclotron resonance heating plasmas is globally much higher than in the lower hybrid heating plasmas. The collisional effects on the modifications of the spectra have also been studied. With the previous kinetic simulation results, a change of the dominating micro-instabilities, i.e., between the trapped electron modes and the ion temperature gradients modes, has been proposed to explain the behaviors of EBB, supported by database analysis of the density peaking and the LF component.

Ce travail traite de l'impact des systèmes d'information géographique (SIG) dans les organisations de la recherche archéologique. L'examen de projets puisés dans les différents contextes organisationnels de la recherche archéologique nationale (services archéologiques des collectivités territoriales, institut national de recherche archéologique préventive, ministère de la Culture, organismes de recherche et d'enseignement supérieur), nous a permis de dégager les singularités et les permanences des pratiques liées aux SIG. Cette approche est suivie par la mise en oeuvre et l'analyse de dix expérimentations réalisées avec les équipes archéologiques du service départemental d'archéologie du Val-d'Oise (SDAVO) et celles de l'UMR 7041 Archéologies et Sciences de l'Antiquité, qui nous ont permis de réfléchir sur les modalités du développement d'une base de données géographiques appliquée à la recherche archéologique. Cette double démarche montre qu'il est pertinent de questionner les méthodes et les techniques formelles de mise en œuvre des outils afin que soit pris d'avantage en compte la nature profonde des différents acteurs avec leurs rationalités et leurs perceptions. Elle met en exergue l'aspect stratégique des dispositifs de mutualisation et de partage des matériels, des données et des compétences. L'utilisation des SIG en archéologie doit se concevoir selon un double processus : intégration pour le développement de modèles de données permettant d'assimiler les spécificités organisationnelles et métiers de chacun ; généralisation par l'utilisation de standards dont la constitution est un des problèmes qui reste à résoudre.

Les CRISPRs constituent une famille particulière d'éléments génétiques, retrouvés dans de nombreux génomes de procaryotes (la moitié des bactéries et presque toutes les archées). Des études récentes suggèrent que cette structure représente un système de défense contre les ADNs étrangers fonctionnant grâce à un mécanisme d'interférence ARN. Les CRISPRs consistent en la succession de régions très bien conservées (DR) dont la taille varie de 23 à 47 pb, séparées par des séquences uniques d'une taille similaire et ayant en général une origine virale. Le polymorphisme observé entre différentes souches de la même espèce fait du CRISPR un marqueur génétique intéressant pour des analyses comparatives de souches bactériennes très proches et pour des études phylogénétiques. Cette thèse décrira trois outils bioinformatiques accessibles à l'adresse (http://crispr.u-psud.fr) et leurs applications dans l'investigation et le typage des CRISPRs. Le premier outil est CRISPRFinder qui est un programme d'identification des CRISPRs à partir des séquences génomiques. Le deuxième est la base de données CRISPRdb et ses utilitaires qui fournissent un accès aux CRISPRs de tous les génomes procaryotes séquencés. le troisième outil est CRISPRcompar qui sert à identifier et comparer les CRISPRs dans des génomes proches pour faciliter la procédure de typage.

L'objet de cette thèse est la conception de systèmes informatiques bases sur des unités spécialisées dans des fonctions ou des types de traitement particulier. Nous nous intéressons plus particulièrement a la programmation en logique comme type de langage d'un tel système. L'intérêt des machines spécialisées et les problèmes de communication et de coopération dans un système a unités spécialisées (distribution fonctionnelle) sont d'abord discutes. Nous nous intéressons ensuite aux machines bases de données, en présentant le projet Opale, qui vise à la conception d'une machine bases de données adaptée au traitement des connaissances. Les deux points essentiels de ce projet sont la définition d'une stratégie de recherche orientée vers le traitement d'ensembles de solutions, et un algorithme, implementable en matériel, permettant d'unifier des ensembles de buts avec des termes lus sur disque, ceci en suivant le débit de transfert du disque. Enfin, nous abordons le problème général de la conception de machines pour la programmation en logique. Diverses approches sont présentées et discutées à partir de mesures et évaluations sur l'activité d'un interpréteur Prolog

.

Ce mémoire est le reflet de 17 ans d'activités de recherche liées aux modèles et aux techniques orientés objet mises en oeuvre en base de données, en représentation des connaissances puis plus récemment en système d'information. J'ai participé à des projets dont l'objectif commun était de contribuer à l'évolution des SGBD et des SRC pour une meilleure prise en compte des informations complexes et évolutives liées aux applications d'ingénierie (la CAO, l'ingénierie des méthodes, les systèmes d'information produit, etc.). Les principaux apports de ces projets ont été de montrer que les approches " tout objet " constituent un précieux outil de représentation des connaissances : · permettant d'exprimer la sémantique des systèmes et de leurs concepts, · facilitant la mise en oeuvre de mécanismes d'évolution, · favorisant l'élaboration d'environnements adaptables à des besoins particuliers. L'approche objet offre de fait la possibilité de réutiliser des classes. Cependant, il est clair qu'aujourd'hui un concepteur ne peut plus spécifier et implanter un système en partant d'une granularité aussi fine. Il ne s'agit plus de réutiliser une classe ou un mécanisme de bas niveau tel que l'instanciation mais de favoriser la réutilisation d'architectures de granularité plus importante (ensemble de classes, de types, etc.) et détenant en propre leurs propres mécanismes d'utilisation. La réutilisation à tous les stades du développement des systèmes d'information est devenue depuis 1997 mon principal thème de recherche. L'accent est particulièrement mis sur les approches à base de patrons (pattern).

Le but de cette thèse est de développer, dans le cadre du projet TIGRE, un système d'autorisation généralisé (SAGE) dont les principales caractéristiques sont : - protection d'objets complexes et plus particulièrement des documents en ce qui concerne les accès et les manipulations. Décentralisation de la fonction d'autorisation parmi les utilisateurs de façon à assurer une protection maximale des données. Tout objet est géré à tout moment par un propriétaire unique. Celui-ci est le seul à pouvoir transmettre des privilèges sur cet objet. - gestion des utilisateurs et des données de façon intégrée. Ceci est effectué en modélisant par le système l'environnement réel dans lequel la base est utilisée