L'hétérogénéité des objets communicants et la consommation d'énergie sont deux considérations fondamentales pour les environnements informatiques ubiquitaires. Dans cette thèse, nous présentons notre approche pour gérer l'hétérogénéité et pour économiser l'énergie via des canevas de programmation dédiés. Pour gérer l'hétérogénéité, nous proposons une méthodologie et un support de programmation qui visent à faire communiquer les différents objets communicants de l'environnement ubiquitaire, et ce, en utilisant le protocole SIP considéré alors comme un bus de communication universel. Nous avons intégré ce bus SIP dans les canevas de programmation générés à partir des descriptions d'applications d'informatique ubiquitaire, écrites dans le langage DiaSpec. Concernant la consommation d'énergie, nous proposons une méthodologie qui utilise les techniques d'offloading et de compression de données pour minimiser la consommation d'énergie des applications mobiles. Nous avons ainsi construit une stratégie d'aide à la conception au travers d'un outil qui permet de déterminer le meilleur mode d'exécution pour une tâche donnée. Nous proposons l'intégration de cette stratégie dans le langage de description DiaSpec.

L'hétérogénéité et l'énergie sont deux considérations fondamentales pour les environnements informatiques ubiquitaires. Dans cette thèse, nous présentons notre approche pour gérer l'hétérogénéité et pour économiser l'énergie via des canevas de programmation intégrés. Pour gérer l'hétérogénéité, nous proposons une méthodologie et un support de programmation qui vise à faire communiquer les différentes entités de l’environnement ubiquitaire en utilisant le protocole SIP considéré alors comme un bus logique universel de communication. Nous avons intégré ce bus SIP dans le langage de description d’architecture DiaSpec développé par notre équipe Phoenix. Concernant la consommation d’énergie, nous proposons une méthodologie qui utilise les techniques d’offloading et de compression de données pour minimiser la consommation d'énergie des applications mobiles. Nous avons ainsi construit une stratégie d’aide à la conception au travers d’un outil qui permet de déterminer le meilleur mode d’exécution pour une tâche donnée que nous proposons d’intégrer dans le langage de description DiaSpec. / The topics of heterogeneity and energy are two fundamental considerations for pervasive computing environments. Inthis thesis, we describe our approach to manage heterogeneity and to handle energy concerns via a high-level programming framework.To manage heterogeneity, we describe a methodology and a programming support that use the SIP protocol as a universal communication bus in pervasive computing environments. Ourwork enables homogeneous communications between heterogeneous distributed entities. In doing so, we integrate the SIP communication bus into our programming framework. We rely on adeclarative language named DiaSpec to describe the architecture of pervasive applications. This description is passed to a generator for producing a Java programming framework dedicated to the application area. We leverage the generated framework with SIP adaptations to raise the abstraction level of SIP operations.We then present a classification of a wide variety of entities interms of features, capabilities and network connectors. Based on this classification, a methodology and a programming supportare described for connecting entities on the SIP communication bus. This work has been validated by applications using theSIP communication bus to coordinate widely varying entities,including serial-based sensors (RS232, 1-Wire), ZigBee devices,X10 devices, PDA, native SIP entities, and software components.Regarding the energy concerns, we describe a methodology that uses two strategies, namely computation offloading and data compression, to minimize energy cost of mobile applications.In doing so, we present an execution and transfer model for atask of a mobile application and define its five different stubs forthree program execution and data transfer modes. Based on this model and our two strategies, we construct a strategy scheme to determine the most efficient stub in terms of energy consumption.We then design the OffDeci tool, using this strategy scheme, toprovide energy feedback for the developer and to analyze thebalance between local and remote computing with consideration of data compression. Our experimental study demonstrates thefeasibility of the strategy scheme of our approach. Finally, weextend DiaSpec with declarations dedicated to manage energy concerns during the application design phase. We sketched the integration of this energy-handling declaration and OffDeci intoour high-level programming framework. This integration permitsto determine the best stub of a declared DiaSpec component interms of its energy cost.