Les Réseaux Orientés Contenus (Information Centric Networking (ICN)) représentent un nouveau paradigme qui se développe de plus en plus dans le monde de l’Internet. Ils mettent en avant de nouvelles approches centrées sur le contenu pour concevoir une nouvelle architecture pour le réseau Internet du futur dont l’usage bascule aujourd’hui d’une communication orientée machines (hosts) vers une distribution et une récupération de contenus à large échelle.Dans ce cadre, plusieurs architectures de type ICN ont été proposées par la communauté scientifique dans le cadre de plusieurs projets internationaux : DONA, PURSUIT, SAIL, COMET, CONVERGENCE, Named Data Networking (NDN), etc.Nos travaux de thèse se sont focalisés sur la problématique du routage dans les réseaux de ce type, au travers d’une architecture de type NDN qui représente aujourd’hui une des architectures ICN les plus évoluées.En particulier, nous nous sommes intéressés à concevoir et à mettre en œuvre des solutions de routage qui intègrent les métriques de qualité de service (QdS) dans les architectures NDN au regard de usages courants dans le réseau Internet. Celui-ci est en effet caractérisé par une hétérogénéité des liaisons et des conditions de trafic hautement dynamiques.Dans ce type d’architectures, la diffusion des paquets de données est organisée en deux plans : le plande routage et le plan d’acheminement. Ce dernier est responsable de l’acheminement des paquets sur l’ensemble des chemins disponibles au moyen d’une stratégie identifiée en amont. Le plan du routage est quant à lui utilisé uniquement pour soutenir le plan d’acheminement. De fait, les solutions que nous proposons consistent en de nouvelles stratégies d’acheminement avec QdS que nous qualifions d’adaptatives. Ces stratégies sont capables de transmettre les paquets sur de multiples chemins tout en considérant les paramètres de QdS liés à l’état du réseau et collectés en temps réel.La première approche proposée est conçue sur la base d’une méthode d’apprentissage inductif,du type Q-learning en ligne, et est utilisée pour estimer les informations collectées sur l’état dynamique du réseau.La deuxième contribution consiste dans une stratégie d’acheminement adaptatif conçue pour les architectures NDN et prenant en compte les métriques liées à la QdS. Elle est basée sur les similarités entre le processus d’acheminement des paquets dans les architectures NDN et le comportement des fourmis lors de la recherche du plus court chemin entre leur nid et les sources de nourriture. Les techniques utilisées pour concevoir cette stratégie sont inspirées des approches d’optimisation utilisées dans les algorithmes de type « colonies de fourmis ».Enfin, dans la dernière partie de la thèse, nous généralisons l’approche décrite ci-dessus pour l’étendre à la prise en compte simultanée de plusieurs paramètres de QdS. Sur la base de ces mêmes principes, cette approche a ensuite été étendue à la résolution des problèmes liés à la congestion.Les résultats obtenus montrent l’efficacité des solutions proposées dans une architecture NDN et permettent ainsi de considérer les paramètres de QdS dans les mécanismes d’acheminement des paquets ouvrant la voie à diverses applications orientées contenus sur ce type d’architecture / The Information Centric Networking (ICN) represents a new paradigm that is increasingly developed within the Internet world. It brings forward new content-centric based approaches, in order to design a new architecture for the future Internet, whose usage today shifts from a machine oriented communication (hosts) to a large-scale content distribution and retrieval.In this context, several ICN architectures have been proposed by the scientific community, within several international projects: DONA, PURSUIT, SAIL, COMET, CONVERGENCE, Named Data Networking (NDN), etc.Our thesis work has focused on the problems of routing in such networks, through a NDN architecture, which represents one of the most advanced ICN architectures nowadays.In particular, we were interested in designing and implementing routing solutions that integrate quality-of-service metrics (QoS) in the NDN architecture in terms of current Internet usage. This latter is indeed characterized by a heterogeneity of connections and highly dynamic traffic conditions.In this type of architecture, data packets broadcast is organized in two levels: the routing planand the forwarding plane. The latter is responsible for routing packets on all available paths through an identified upstream strategy. The routing plan is meanwhile used only to support the forwarding plane. In fact, our solutions consist of new QoS routing strategies which we describe as adaptive. These strategies can transmit packets over multiple paths while taking into account the QoS parameters related to the state of the network and collected in real time.The first proposed approach is designed on the basis of a on-line Q-learn type inductive learning method, and is used to estimate the information collected on the dynamic state of the network.The second contribution is an adaptive routing strategy designed for NDN architectures which considers the metrics related to QoS. It is based on the similarities between the packet forwarding process in the NDN architecture and the behavior of ants when finding the shortest path between their nest and food sources. The techniques used to design this strategy are based on optimization approaches used "ant colonies" algorithms.Finally, in the last part of the thesis, we generalize the approach described above to extend it to the simultaneous consideration of several QoS parameters. Based on these principles, this approach was later extended to solving problems related to congestion.The results show the effectiveness of the proposed solutions in an NDN architecture and thus allow to consider QoS parameters in packet delivery mechanisms paving the way for various content-oriented applications on this architecture

L'intensification de l'agriculture a joué un rôle crucial pour augmenter la production alimentaire au cours des dernières décennies. Plusieurs processus liés à l'intensification ont aussi causé d'importants dommages environnementaux, sur la biodiversité en particulier. L'agriculture doit aujourd'hui faire face au défi de satisfaire à une demande alimentaire croissante tout en améliorant son impact environnemental et sa durabilité. Il est nécessaire de connaître la forme de la relation entre biodiversité et intensité agricole pour déterminer où les politiques de conservation seront les plus efficaces et quelles allocations spatiales de l'intensité permettront de concilier production et biodiversité. Il existe peu de preuves empiriques de la forme de cette relation, de plus, l'influence de l'arrangement spatial de l'intensité sur la biodiversité demeure inconnue. Cette thèse avait pour objectif de déterminer comment cibler l'intensité agricole et son allocation spatiale afin d'atteindre des objectifs à la fois productifs et environnementaux. Afin de répondre à cette question, nous avons adopté une approche à l'échelle de la France entière, en couplant des bases de données décrivant l'agriculture et des oiseaux spécialistes des milieux agricoles à cette échelle. Nous avons caractérisé un gradient d'intensité à l'échelle du pays et étudié une communauté d'oiseaux spécialistes des milieux agricoles tout au long de ce gradient. Plusieurs descripteurs de cette communauté ont été utilisés, renseignant sa taille (richesse spécifique) mais aussi sa composition (spécialisation, niveau trophique, habitat). L'intensité agricole et les communautés d'oiseaux ont été reliées au niveau de la Petite Région Agricole (PRA; largeur moyenne = 22.4 km). Tout d'abord, nous avons développé une méthode permettant d'estimer un indicateur d'intensité agricole basé sur le coût intrant par hectare, au niveau de la PRA. Cet indicateur fournit une valeur d'intensité continue, pertinente à la fois pour les systèmes d'élevage et de culture. Ensuite, nous avons examiné les effets d'un gradient d'utilisation des sols (des prairies aux grandes cultures) et de leur hétérogénéité, sur la communauté d'oiseaux. L'hétérogénéité a un effet négatif sur les espèces spécialistes car elle entraine la perte de leur habitat. En revanche, elle avantage les espèces généralistes. Lors d'une troisième étape, nous avons montré que la communauté d'oiseaux était significativement influencée par l'intensité. Le long du gradient des espèces « gagnantes » remplacent des espèces « perdantes », ce changement étant plus marqué aux faibles intensités. L'effet de l'intensité sur la communauté d'oiseaux est renforcé par son agrégation spatiale. Enfin, les relations entre l'intensité, la communauté d'oiseaux, et les performances productives et économiques ont été intégrées dans un modèle d'optimisation de l'allocation de l'intensité. Les allocations optimales révèlent des solutions gagnant-non-perdant entre les trois critères de performance (biodiversité, production et économie). Ces allocations optimales correspondent à des modifications d'intensité ciblées: beaucoup de petits changements, favorisant des zones homogènes et extensives dans le cas d'un scénario d'extensification, à l'opposé de changements importants et moins nombreux, favorisant plus d'hétérogénéité, dans le cas d'un scénario d'intensification. Cette thèse apporte une des premières démonstrations de l'influence de l'agrégation spatiale de l'intensité sur la relation entre biodiversité et intensité. Nos résultats révèlent une opportunité pour améliorer l'efficacité des politiques de conservation de la biodiversité à l'échelle nationale. Il s'agit d'un ciblage de ces politiques, qui devra être différent pour maximiser la biodiversité à coût productif réduit ou pour augmenter la production tout en limitant les dommages sur la biodiversité / During the past several decades, agricultural intensification has been crucial to increase the food supply. Several processes related to intensification are very detrimental to the environment, particularly biodiversity. Today, agriculture is facing the challenge of satisfying its demand for food while improving its environmental sustainability. Knowledge of the shape of the relationship between biodiversity and intensity is necessary to determine both where conservation policies will be most effective and how to allocate intensity to reconcile production and biodiversity. Few empirical studies on this relationship exist, and the influence of the spatial arrangement of intensity on biodiversity remains untested. This Ph.D. thesis determined how to target both agricultural intensity and its spatial allocation for meeting production and conservation objectives of farmlands. To answer this research question, we used a country-scaled approach that combined two France-scaled databases that describe agriculture and farmland birds. We characterized a nationwide gradient of agricultural intensity and studied a farmland bird community along this gradient, using several trait-based descriptors (specialization, trophic level, and species main habitat). Agricultural intensity and bird communities were described at the Small Agricultural Region (SAR; mean width = 22.4 km) level. As a first step, we developed a novel method to estimate an intensity indicator that was based on Input Costs/ha, with SAR resolution. This indicator provides a continuous intensity measure that is relevant across different types of agricultural systems. Secondly, we investigated the effects of a gradient of land uses (grassland to arable land) and its heterogeneity on the bird community. We found habitat specialists suffered from habitat loss, while generalists benefited from heterogeneity. Thirdly, we showed that the community responded significantly to intensity, with winner species replacing loser species along the gradient. The shift between losers and winners was sharper at low intensities. Interestingly, spatial aggregation of intensity had a strengthening effect on the bird community. Finally, the relationships linking intensity to the bird community, food production, and economic performance were integrated into a model aimed at optimizing intensity allocation. Optimal allocations reached win-no-lose solutions with the three criteria. They corresponded to targeted intensity modifications: many small changed, favoring homogeneous, extensive clusters, were optimal within an extensification scenario; while a few large changes, favoring heterogeneity, were optimal within an intensification scenario. We provide one of the first studies demonstrating that spatial aggregation of intensity can influence the biodiversity/intensity relationship. Our results also provide an opportunity to improve the effectiveness of conservation policies, at national scales, with spatial targeting: opposite targeting should be performed either to maximize biodiversity benefits or to increase production, while mitigating biodiversity impacts. Our results highlight the importance of mixed allocation strategies between land sparing/sharing extremes. In order to put these opportunities into effect, further research should address the technical solutions that achieve intensity modification at the farm level and design targeted policies that benefit biodiversity and other environmental criteria