Les travaux de recherche de cette thèse s’inscrivent dans le cadre de la sécurité par chaos des réseaux locaux sans fil, en particulier les réseaux de capteurs sans fil. L’originalité de cette thèse consiste à proposer des cryptosystèmes à base de chaos plus adaptés aux réseaux de capteurs, en termes de consommation d’énergie, que les algorithmes conventionnels et à réaliser une implémentation sur une plateforme réelle. Nous présentons en premier lieu un état de l’art des réseaux, les menaces, les contraintes limitant le processus de sécurité des informations ainsi que les principales techniques de cryptographie. Nous donnons un aperçu sur la théorie de chaos et nous validons l’aspect aléatoire de plusieurs suites chaotiques par les tests statistiques du NIST. Nous proposons ensuite des nouvelles méthodes de construction de S-Box chaotiques tout en prouvant leur robustesse contre les attaques traditionnelles. Nous proposons enfin un nouvel algorithme de cryptage d’image dédié au réseau de capteurs sans fil. La validation de nos contributions est effectuée par simulation et par des mesures expérimentales sur une plateforme de réseaux de capteurs réels (SensLab). / The security of wireless sensor network is a growing field of research hampered by limited battery life time and computing constraints. The originality of this thesis is to provide Low Power chaotic cryptosystems for sensor networks more suitable than conventional algorithms and achieve an implementation on a real platform.. We present first a state of the art of wireless networks, threats and constraints of the security process as well as conventional cryptographic techniques. We give an overview of the chaos theory and we validate the randomness of several chaotic maps by the NIST statistical tests. Then, we propose new methods of chaotic S-Box construction, while demonstrating their robustness against traditional attacks. Finally, we propose a new image encryption algorithm dedicated to wireless sensor network. Validation of our contributions is performed by simulation and experimental measurements on a platform of real sensor networks (SensLab).

Les travaux de recherche de cette thèse s'inscrivent dans le cadre de la sécurité par chaos des réseaux locaux sans fil, en particulier les réseaux de capteurs sans fil. L'originalité de cette thèse consiste à proposer des cryptosystèmes à base de chaos plus adaptés aux réseaux de capteurs, en termes de consommation d'énergie, que les algorithmes conventionnels et à réaliser une implémentation sur une plateforme réelle. Nous présentons en premier lieu un état de l'art des réseaux, les menaces, les contraintes limitant le processus de sécurité des informations ainsi que les principales techniques de cryptographie. Nous donnons un aperçu sur la théorie de chaos et nous validons l'aspect aléatoire de plusieurs suites chaotiques par les tests statistiques du NIST. Nous proposons ensuite des nouvelles méthodes de construction de S-Box chaotiques tout en prouvant leur robustesse contre les attaques traditionnelles. Nous proposons enfin un nouvel algorithme de cryptage d'image dédié au réseau de capteurs sans fil. La validation de nos contributions est effectuée par simulation et par des mesures expérimentales sur une plateforme de réseaux de capteurs réels (SensLab).

L'objectif de la thèse est d'étudier la variation temporelle de la qualité des liens dans les réseaux de capteurs sans fil à grande échelle, de concevoir des estimateurs permettant la différenciation, à court terme et long terme, entre liens de qualité hétérogène. Tout d'abord, nous étudions les caractéristiques de deux paramètres de la couche physique: RSSI (l'indicateur de puissance du signal reçu) et LQI (l'indicateur de la qualité de liaison) sur SensLab, une plateforme expérimentale de réseau de capteurs à grande échelle situé à l'intérieur de bâtiments. Nous observons que le RSSI et le LQI permettent de discriminer des liens de différentes qualités. Ensuite, pour obtenir un estimateur de PRR, nous avons approximé le diagramme de dispersion de la moyenne et de l'écart-type du LQI et RSSI par une fonction Fermi-Dirac. La fonction nous permet de trouver le PRR à partir d'un niveau donné de LQI. Nous avons évalué l'estimateur en calculant le PRR sur des fenêtres de tailles variables et en le comparant aux valeurs obtenues avec l'estimateur. Par ailleurs, nous montrons en utilisant le modèle de Gilbert-Elliot (chaîne de Markov à deux états) que la corrélation des pertes de paquets dépend de la catégorie de lien. Le modèle permet de distinguer avec précision les différentes qualités des liens, en se basant sur les probabilités de transition dérivées de la moyenne et de l'écart-type du LQI. Enfin, nous proposons un modèle de routage basé sur la qualité de lien déduite de la fonction de Fermi-Dirac approximant le PRR et du modèle Markov Gilbert-Elliot à deux états. Notre modèle est capable de distinguer avec précision les différentes catégories de liens ainsi que les liens fortement variables. / The goal of the thesis is to investigate the issues related to the temporal link quality variation in large scale WSN environments, to design energy efficient link quality estimators able to distinguish among links with different quality on a short and a long term. First, we investigate the characteristics of two physical layer metrics: RSSI (Received Signal Strength Indication) and LQI (Link Quality Indication) on SensLAB, an indoor large scale wireless sensor network testbed. We observe that RSSI and LQI have distinct values that can discriminate the quality of links. Second, to obtain an estimator of PRR, we have fitted a Fermi-Dirac function to the scatter diagram of the average and standard variation of LQI and RSSI. The function enables us to find PRR for a given level of LQI. We evaluate the estimator by computing PRR over a varying size window of transmissions and comparing with the estimator. Furthermore, we show using the Gilbert-Elliot two-state Markov model that the correlation of packet losses and successful receptions depend on the link category. The model allows to accurately distinguish among strongly varying intermediate links based on transition probabilities derived from the average and the standard variation of LQI. Finally, we propose a link quality routing model driven from the F-D fitting functions and the Markov model able to discriminate accurately link categories as well as high variable links.