De nos jours, la grande puissance de calcul et l'importante capacité de stockage fournie par les systèmes de calcul distribué à large échelle sont exploitées par des applications dont les besoins grandissent continuellement. Les plates-formes de ces systèmes sont composées d'un ensemble de ressources reliées entre elles par une infrastructure de communication. Dans ce type de système, comme dans n'importe quel environnement de calcul, il est courant que des solutions innovantes soient étudiées. Leur adoption nécessite une phase d'expérimentation pour que l'on puisse les valider et les comparer aux solutions existantes ou en développement. Néanmoins, de par leur nature distribuée, l'exécution d'expériences dans ces environnements est difficile et coûteuse. Dans ces systèmes, l'ordre d'exécution dépend de l'ordre des événements, lequel peut changer d'une exécution à l'autre. L'absence de reproductibilité des expériences rend complexe la conception, le développement et la validation de nouvelles solutions. De plus, les ressources peu- vent changer d'état ou intégrer le système dynamiquement ; les architectures sont partagées et les interférences entre applications, ou même entre processus d'une même application, peuvent affecter le comportement général du système. Enfin, le temps d'exécution d'application à large échelle sur ces sys- tèmes est souvent long, ce qui empêche en général l'exploration exhaustive des valeurs des éventuels paramètres de cette application. Pour toutes ces raisons, les expérimentations dans ce domaine sont souvent basées sur la simulation. Diverses approches existent actuellement pour simuler le calcul dis- tribué à large-échelle. Parmi celles-ci, une grande partie est dédiée à des architectures particulières, comme les grappes de calcul, les grilles de calcul ou encore les plates-formes de calcul bénévole. Néan- moins, ces simulateurs adressent les mêmes problèmes : modéliser le réseau et gérer les ressources de calcul. De plus, leurs besoins sont les même quelle que soit l'architecture cible : la simulation doit être rapide et passer à l'échelle. Pour respecter ces exigences, la simulation de systèmes distribués à large échelle repose sur des techniques de modélisation pour approximer le comportement du système. Cependant, les estimations obtenues par ces modèles peuvent être fausses. Quand c'est le cas, faire confiance à des résultats obtenus par simulation peut amener à des conclusions aléatoires. En d'autres mots, il est nécessaire de connaître la précision des modèles que l'on utilise pour que les conclusions basées sur des résultats de simulation soient crédibles. Mais malgré l'importance de ce dernier point, il existe très rarement des études sur celui-ci. Durant cette thèse, nous nous sommes intéressés à la problématique de la précision des modèles pour les architectures de calcul distribué à large-échelle. Pour atteindre cet objectif, nous avons mené une évaluation de la précision des modèles existants ainsi que des nouveaux modèles conçus pendant cette thèse. Grâce à cette évaluation, nous avons proposé des améliorations pour atténuer les erreurs dues aux modèles en utilisant SimGrid comme cas d'étude. Nous avons aussi évalué les effets des ces améliorations en terme de passage à l'échelle et de vitesse d'exécution. Une contribution majeure de nos travaux est le développement de modèles plus intuitifs et meilleurs que l'existant, que ce soit en termes de précision, vitesse ou passage à l'échelle. Enfin, nous avons mis en lumière les principaux en- jeux de la modélisation des systèmes distribuées à large-échelle en montrant que le principal problème provient de la négligence de certains phénomènes importants.

De nos jours, la grande puissance de calcul et l'importante capacité de stockage fournie par les systèmes de calcul distribué à large échelle sont exploitées par des applications dont les besoins grandissent continuellement. Les plates-formes de ces systèmes sont composées d'un ensemble de ressources reliées entre elles par une infrastructure de communication. Dans ce type de système, comme dans n'importe quel environnement de calcul, il est courant que des solutions innovantes soient étudiées. Leur adoption nécessite une phase d'expérimentation pour que l'on puisse les valider et les comparer aux solutions existantes ou en développement. Néanmoins, de par leur nature distribuée, l'exécution d'expériences dans ces environnements est difficile et coûteuse. Dans ces systèmes, l'ordre d'exécution dépend de l'ordre des événements, lequel peut changer d'une exécution à l'autre. L'absence de reproductibilité des expériences rend complexe la conception, le développement et la validation de nouvelles solutions. De plus, les ressources peu- vent changer d'état ou intégrer le système dynamiquement ; les architectures sont partagées et les interférences entre applications, ou même entre processus d'une même application, peuvent affecter le comportement général du système. Enfin, le temps d'exécution d'application à large échelle sur ces sys- tèmes est souvent long, ce qui empêche en général l'exploration exhaustive des valeurs des éventuels paramètres de cette application. Pour toutes ces raisons, les expérimentations dans ce domaine sont souvent basées sur la simulation. Diverses approches existent actuellement pour simuler le calcul dis- tribué à large-échelle. Parmi celles-ci, une grande partie est dédiée à des architectures particulières, comme les grappes de calcul, les grilles de calcul ou encore les plates-formes de calcul bénévole. Néan- moins, ces simulateurs adressent les mêmes problèmes : modéliser le réseau et gérer les ressources de calcul. De plus, leurs besoins sont les même quelle que soit l'architecture cible : la simulation doit être rapide et passer à l'échelle. Pour respecter ces exigences, la simulation de systèmes distribués à large échelle repose sur des techniques de modélisation pour approximer le comportement du système. Cependant, les estimations obtenues par ces modèles peuvent être fausses. Quand c'est le cas, faire confiance à des résultats obtenus par simulation peut amener à des conclusions aléatoires. En d'autres mots, il est nécessaire de connaître la précision des modèles que l'on utilise pour que les conclusions basées sur des résultats de simulation soient crédibles. Mais malgré l'importance de ce dernier point, il existe très rarement des études sur celui-ci. Durant cette thèse, nous nous sommes intéressés à la problématique de la précision des modèles pour les architectures de calcul distribué à large-échelle. Pour atteindre cet objectif, nous avons mené une évaluation de la précision des modèles existants ainsi que des nouveaux modèles conçus pendant cette thèse. Grâce à cette évaluation, nous avons proposé des améliorations pour atténuer les erreurs dues aux modèles en utilisant SimGrid comme cas d'étude. Nous avons aussi évalué les effets des ces améliorations en terme de passage à l'échelle et de vitesse d'exécution. Une contribution majeure de nos travaux est le développement de modèles plus intuitifs et meilleurs que l'existant, que ce soit en termes de précision, vitesse ou passage à l'échelle. Enfin, nous avons mis en lumière les principaux en- jeux de la modélisation des systèmes distribuées à large-échelle en montrant que le principal problème provient de la négligence de certains phénomènes importants. / Large-Scale Distributed Computing (LSDC) systems are in production today to solve problems that require huge amounts of computational power or storage. Such systems are composed by a set of computational resources sharing a communication infrastructure. In such systems, as in any computing environment, specialists need to conduct experiments to validate alternatives and compare solutions. However, due to the distributed nature of resources, performing experiments in LSDC environments is hard and costly. In such systems, the execution flow depends on the order of events which is likely to change from one execution to another. Consequently, it is hard to reproduce experiments hindering the development process. Moreover, resources are very likely to fail or go off-line. Yet, LSDC archi- tectures are shared and interference among different applications, or even among processes of the same application, affects the overall application behavior. Last, LSDC applications are time consuming, thus conducting many experiments, with several parameters is often unfeasible. Because of all these reasons, experiments in LSDC often rely on simulations. Today we find many simulation approaches for LSDC. Most of them objective specific architectures, such as cluster, grid or volunteer computing. Each simulator claims to be more adapted for a particular research purpose. Nevertheless, those simulators must address the same problems: modeling network and managing computing resources. Moreover, they must satisfy the same requirements providing: fast, accurate, scalable, and repeatable simulations. To match these requirements, LSDC simulation use models to approximate the system behavior, neglecting some aspects to focus on the desired phe- nomena. However, models may be wrong. When this is the case, trusting on models lead to random conclusions. In other words, we need to have evidence that the models are accurate to accept the con- clusions supported by simulated results. Although many simulators exist for LSDC, studies about their accuracy is rarely found. In this thesis, we are particularly interested in analyzing and proposing accurate models that respect the requirements of LSDC research. To follow our goal, we propose an accuracy evaluation study to verify common and new simulation models. Throughout this document, we propose model improvements to mitigate simulation error of LSDC simulation using SimGrid as case study. We also evaluate the effect of these improvements on scalability and speed. As a main contribution, we show that intuitive models have better accuracy, speed and scalability than other state-of-the art models. These better results are achieved by performing a thorough and systematic analysis of problematic situations. This analysis reveals that many small yet common phenomena had been neglected in previous models and had to be accounted for to design sound models.

Tous les hôtes ne contribuent pas également à la transmission de parasites. Certains individus ou espèces peuvent par exemple être davantage infectés que d'autres, une observation qui a mené à la proposition de la règle des `20/80', selon laquelle 20 % des individus seraient responsables de 80 % de la transmission. Cependant, les études qui se sont intéressées à l'hétérogénéité de la transmission se sont principalement focalisées sur les sources d'hétérogénéité intrinsèques à l'espèce ou à l'individu, telles que la susceptibilité ou l’infectivité, tandis que les facteurs extrinsèques, comme la connectivité entre espèces au sein de la communauté d'hôtes et le rôle de différents types de mouvements des hôtes ont été relativement négligés. Dans ce contexte, cette thèse aborde le rôle des causes extrinsèques de l'hétérogénéité de transmission sur la propagation d'infections dans les systèmes multi-hôtes, en utilisant notamment les systèmes tiques-oiseaux marins-microparasites comme support empirique à des approches de modélisation théorique. Quatre principales sources d'hétérogénéité dans les systèmes à transmission vectorielles ont ainsi été considérées : (i) l'hétérogénéité de l'abondance des vecteurs, de leur distribution, et l'estimation des paramètres de la dynamique de leurs populations, (ii) l'hétérogénéité de contact entre espèces de communautés multi-hôtes et multi-vecteurs, (iii) l'hétérogénéité de la propagation d'infections en raison de différents types de comportements des hôtes (avec en particulier, l'importance de considérer les mouvements de prospection entre groupes d'hôtes chez les espèces sociales) et (iv) l'hétérogénéité dans les capacités de dispersion et de transmission d'infections entre vecteurs à traits d'histoire de vie contrastés (dispersion en fonction du stade de vie). Nous soulignons d'abord l'importance potentielle d'une estimation fiable des abondances d'ectoparasites, à l'aide d'approches hiérarchiques susceptibles de prendre en compte à la fois l'hétérogénéité de leur probabilité de détection et leur distribution agrégée. Ensuite, nous utilisons une approche permettant d'étudier l'impact des caractéristiques du réseau d'interactions au sein de la communauté d'hôtes sur la transmission et le maintien d'infections. Nos résultats indiquent que la structure de la communauté mais aussi les propriétés locales des espèces modèlent l'émergence d'espèces qui contribuent disproportionnellement à la transmission de l'infection (`superspreader') et d'espèces qui contribuent disproportionnellement au maintien de l'infection (`keystone') dans les communautés d'infections multi-hôtes, multi-vecteurs. Nous avons également exploré le rôle de la contribution de différents comportement de déplacement des hôtes et des traits d'histoire de vie des vecteurs sur la propagation d'agents infectieux. Une revue de la littérature nous a permis de souligner l'importance potentielle, relativement aux autres comportements de déplacement plus communément considérés, des mouvements de prospection entre groupes d'hôtes sur le rôle dans la transmission d'infections. Les résultats d'un travail théorique nous on également permis de montrer l'importance des caractéristiques des traits d'histoire de vie des vecteurs (notamment la durée de repas sanguins) et des contraintes démographiques (effet Allee) sur le potentiel de colonisation des tiques. Cette différence de dispersion en fonction du stade est ainsi susceptible d'avoir une incidence sur la propagation d'infections à transmission vectorielle et la structure génétique des populations de tiques. Dans l'ensemble, les travaux menés ont permis de mettre en évidence l'importance de l'étudie des déterminants des hétérogénéités de transmission et leurs conséquences dans les systèmes à transmission vectorielles, pour une meilleure compréhension de l’écologie et l’évolution des interactions entre hôtes et parasites, avec des implications potentielles pour le contrôle des maladies. / Different hosts may not contribute equally to parasite transmission. For instance, some individuals or species may be more heavily infected than others, an observation that lead to the `20/80' rule, stating that in many cases 20% of individuals are responsible for 80% of the transmission. However, studies on heterogeneity in transmission have primarily focused on intrinsic factors of transmission, such as susceptibility and infectivity, while the impact of extrinsic factors, such as connectivity network among individuals or species of the host community and the role of various host movements has been relatively neglected. This thesis investigates the role of extrinsic transmission heterogeneities on the spread of infectious disease in multi-host systems, using tick-seabird-microparasite system as empirical models for theoretical investigations. Four main causes of heterogeneity in transmission of vector-borne diseases were considered : (i) heterogeneity in vector abundance, distribution, and estimation thereof (ii) heterogeneity in contact among species in a multi-host, multi-vector community, (iii) heterogeneity in infection spread caused by different host mouvement behaviors (notably the potential role of ‘prospecting’ by host individual among host groups), and (iv) heterogeneity in dispersal ability and transmission competence among vectors with different life-history traits (stage-dependent dispersal). First, we highlight the need to accurately estimate ectoparasite abundances with hierarchical modeling approaches that can take into account both heterogeneity in their detection probability and their aggregated distribution among hosts. Next, using network theory to examine the impact of community context on disease transmission and maintenance, we found that network structure (modularity, nestedness) and node-based measures (e.g., centrality) both shape the emergence of ‘super-spreader’ species (i.e., species that contribute disproportionally to disease transmission) and keystone species (i.e., species that contribute disproportionally to disease maintenance) in multi-host, multi-vector pathogens communities. Finally, we explored the contribution of host behavior and vector life-history traits to the spread of infectious agents. By reviewing the recent literature, we highlight the fact that prospecting, relative to various other types of host movement, may be of key importance to disease transmission among host groups, notably in social species. We also show how vector life history characteristics (e.g. length of bloodmeals) and demographic constraints (Allee effects) affect their colonization potential. Soft ticks, which take a single, long bloodmeal at only the larval stage, should have much lower colonization rates than hard ticks, which take a single, long bloodmeal at every life stage. These stage-dependent dispersal discrepancies may have direct consequences for the genetic structure of their populations and the spread of vector-borne infectious agents. Overall, these findings highlight the importance of studying the causes and consequences of transmission heterogeneity in multi-host, multi-vector systems. A series of potentially important sources of heterogeneity in parasite transmission are outlined, together with perspectives of empirical and theoretical studies to further explore their implications for understanding ecology and evolution of host-parasite interactions and for disease management purposes.