Il existe deux approches classiques et bien comprises des tâches de traitement vidéo pour la vidéoconférence. Le premier utilise une unité centralisée de contrôle multipoint. Dans la deuxième approche, les tâches de traitement vidéo sont directement traitées dans les clients. La performance est ensuite limitée par les caractéristiques du périphérique. Dans cette thèse, nous proposons une troisième approche alternative. Nous proposons un système qui distribue des tâches de traitement vidéo en temps réel sur les ressources internes de l'entreprise. Une méthode dédiée de prise de décision basée sur les multi-attributs est conçue pour tenir compte de la variété des attributs qui influent sur la qualité de l'expérience. Des algorithmes de distribution et de redistribution de tâches sont élaborés. Nous testons ensuite l'approche proposée au moyen de la simulation afin d'étudier l'impact des principaux paramètres critiques. L'approche proposée pose une question sur laquelle un PC peut être utilisé comme plate-forme pour le serveur multimédia. Nous estimons une qualité perçue des flux vidéo afin d'étudier l'influence de la charge CPU. Nous avons également élaboré des algorithmes, combinant l'approche Cloud / Fog avec différents types de serveurs multimédia. Le résultat fournit une solution de conférence optimisée en termes de coût tant pour le fournisseur que pour le consommateur, ainsi que pour l'expérience de l'utilisateur final. En combinant les algorithmes élaborés et l'architecture avec les résultats de l'expérimentation, nous concluons que la solution proposée peut être utilisée comme une nouvelle approche de la problématique de la vidéoconférence. / There exist two classical and well-understood approaches to video processing tasks for videoconferencing. The first one is using a centralized Multipoint Control Unit (MCU). In the second approach, the video processing tasks are directly handled in endpoints. Performance is then restricted by device characteristics, especially in the case of mobile devices. In this thesis, we propose a third alternative approach. We propose a system, which distributes real-time video processing tasks on enterprise desktop grid. A dedicated Multi Attribute Decision Making method is designed in order to take into account the variety of attributes impacting Quality of Experience. A number of task distribution and redistribution algorithms are elaborated. We then test the proposed approach by means of simulation in order to study the impact of the main critical parameters. The proposed approach arises a question to which extent a PC can be used as a platform for media server and how CPU load affects the quality of provided video conference. We estimate a perceived quality of video streams in order to investigate CPU load influence. Also we elaborated algorithms, combining Cloud/Fog approach with different types of media servers, the result provides an optimized conferencing solution in the terms of cost for both provider and consumer as well as in terms of end user experience. Combining elaborated algorithms and architecture with experimentation results we conclude that proposed solution can be used as a novel approach to video conferencing problematic.