Les travaux menés dans cette thèse visent à améliorer la précision du GPS en s'inspirant du mode différentiel (DGPS, Differential GPS). Mais à l'inverse de la solution RTK (RTK, Real-Time Kinematic) qui utilise une grande station de base et qui est difficile à installer et surtout très onéreuse, la solution originale proposée dans cette thèse (LCD-GPS, Low Cost Differential GPS, Local Cooperative DGPS) est basée sur l'utilisation d'un Réseau de Capteurs Sans Fil (RCSF) équipés de récepteurs standarts à faible coût. Ces travaux incluent l'utilisation d'une carte numérique (Map matching), la différence simple, la différence intelligente le filtrage la correction globale ...Afin d'évaluer cette solution, une plateforme matérielle et logiciel a été développée, elle consiste en un réseau de capteurs appelés LiveNodes (LIMOS Versatile Embedded Node). La partie logicielle est composée notamment d'un système d'exploitation embarqué appelé LIMOS (Lighweight Multi-thtreading Operating System) et d'un protocole de communication sans fil appelé CIVIC (Communication Inter Vehicule Intelligente et Coopérative) et enfin les traitements propres à la solution LCD-GPS

La popularité du service web soulève de nombreux problèmes liés à sa performance. L'utilisation de mécanismes " intelligents " dans le système permet de surmonter la difficulté liée aux méthodes plus traditionnelles pour prendre en compte toute la complexité engendrée par l'introduction des paramètres influents sur la qualité de service d'un serveur web. C'est dans ce contexte que se situent les présents travaux de thèse. Nous nous intéressons au problème de l'évaluation des performances d'un serveur web et du mécanisme d'accès au réseau local sans fil en mode infrastructure. Au lieu d'utiliser les méthodes traditionnelles pour modéliser leurs performances, nous proposons d'utiliser les capacités d'apprentissage et de généralisation des réseaux de neurones pour apprendre ces performances à partir des données obtenues des expérimentations et des simulations. D'abord, nous étudions les effets des différents paramètres influents d'un serveur Web sur ses métriques des performances. Les résultats obtenus permettent de donner des idées aux administrateurs système et réseau sur les façons d'ajuster les paramètres du serveur afin d'améliorer ses performances. Nous proposons aussi un modèle simple basé sur la file d'attente représentant l'architecture du serveur web (processeur, mémoire et disque) en utilisant la technique itérative basée sur les équations MVA (Mean Value Analysis). Ensuite, la thèse propose une nouvelle approche basée sur l'utilisation des réseaux de neurones pour modéliser les performances d'un serveur web en tenant compte ses paramètres d'optimisation. Ces modèles ont été ensuite implémentés sur un serveur web réel, Apache avec un système d'exploitation FreeBSD afin de mettre en place un mécanisme de contrôle de surcharge à boucle ouverte du serveur. Cette stratégie de contrôle permet d'éviter la surcharge du serveur. Un mécanisme de contrôle mixte basé sur la combinaison de deux contrôleurs, neuronal à boucle ouverte et à action proportionnelle intégrale, PI a été élaboré. Ces derniers permettent ensemble d'améliorer considérablement le mécanisme de contrôle d'admission du serveur Web. Enfin on s'est intéressé à la modélisation des performances du mécanisme d'accès au réseau sans fil en mode infrastructure. Les deux modèles, mathématique et neuronal servent à estimer le débit maximal observé sur chaque station sans fil en fonction de la taille de paquet, de la vitesse de transmission et du nombre de stations pour les protocoles UDP et TCP. Les résultats obtenus permettent à l'utilisateur de connaître la capacité d'une borne hot spots de son réseau sans fil.

Avec l’évolution des besoins d’utilisateurs, plusieurs technologies de réseaux sans fil ont été développées. Parmi ces technologies, nous trouvons les réseaux mobiles ad hoc (MANETs) qui ont été conçus pour assurer la communication dans le cas où le déploiement d’une infrastructure réseaux est coûteux ou inapproprié. Dans ces réseaux, le routage est une fonction primordiale où chaque entité mobile joue le rôle d’un routeur et participe activement dans le routage. Cependant, les protocoles de routage ad hoc tel qu’ils sont conçus manquent de contrôle de sécurité. Sur un chemin emprunté, un nœud malveillant peut violemment perturber le routage en bloquant le trafic. Dans cette thèse, nous proposons une solution de détection des nœuds malveillants dans un réseau MANET basée sur l’analyse comportementale à travers les filtres bayésiens et les chaînes de Markov. L’idée de notre solution est d’évaluer le comportement d’un nœud en fonction de ses échanges avec ses voisins d’une manière complètement décentralisée. Par ailleurs, un modèle stochastique est utilisé afin de prédire la nature de comportement d’un nœud et vérifier sa fiabilité avant d’emprunter un chemin. Notre solution a été validée via de nombreuses simulations sur le simulateur NS-2. Les résultats montrent que la solution proposée permet de détecter avec précision les nœuds malveillants et d’améliorer la qualité de services de réseaux MANETs / With the evolution of user requirements, many network technologies have been developed. Among these technologies, we find mobile ad hoc networks (MANETs) that were designed to ensure communication in situations where the deployment of a network infrastructure is expensive or inappropriate. In this type of networks, routing is an important function where each mobile entity acts as a router and actively participates in routing services. However, routing protocols are not designed with security in mind and often are very vulnerable to node misbehavior. A malicious node included in a route between communicating nodes may severely disrupt the routing services and block the network traffic. In this thesis, we propose a solution for detecting malicious nodes in MANETs through a behavior-based analysis and using Bayesian filters and Markov chains. The core idea of our solution is to evaluate the behavior of a node based on its interaction with its neighbors using a completely decentralized scheme. Moreover, a stochastic model is used to predict the nature of behavior of a node and verify its reliability prior to selecting a path. Our solution has been validated through extensive simulations using the NS-2 simulator. The results show that the proposed solution ensures an accurate detection of malicious nodes and improve the quality of routing services in MANETs