Les véhicules aériens sans pilote (UAVs), utilisés et développés pour la première fois dans le domaine militaire, ont connu de profonds changements ces dernières années et sont de plus en plus utilisés dans le domaine civil. Etant plus connus sous le nom des drones, ils sont le plus souvent utilisés dans les domaines civiles et militaires. Ils sont employés pour : la lutte contre les incendies, le sauvetage ainsi que dans des applications spécifiques comme la surveillance et l’attaque. Le vol en formation est de loin le plus utilisé car il permet une répartition judicieuse des tâches et améliore grandement l’efficacité des drones (principe de l’attaque en meute, des animaux carnassiers). Cela pose alors la problématique de la coordination et de la stratégie, ainsi que du type de fonctionnement (maitre/esclave,…).Le type et la qualité d’informations optimums restent aussi à définir.L'utilisation accrue de ces systèmes coopératifs dans des environnements dangereux rend leur fiabilité essentielle pour prévenir tout événement catastrophique. Une performance globale de la flotte des drones doit être garantie, malgré une possible dégradation des composants ou de toute modification du réseau et de l'environnement. Il est nécessaire de détecter les comportements anormaux pouvant contribuer aux collisions et ainsi affecter la mission. Compte tenu des performances et du coût, les systèmes à tolérance de pannes et à redondance ne représentent pas toujours la solution la plus efficace pour ce type de vol de flotte en formation. Différentes méthodes telles que l'analyse par arbre de défaillance (ADD), l'analyse des modes de défaillance, de leurs effets et de leurs criticités (AMDEC) ont été utilisées dans le monde des hélicoptères.Dans une première partie, une méthode statique basée sur l’ADD est proposée, pour assurer la fiabilité de la communication entre les drones d’un côté et entre les drones et la station de base de l’autre côté en accentuant l’échange de flux d’informations. Nous utilisons des arbres de défaillance pour représenter les différentes conditions d’erreur de ce système complexe.Dans une deuxième partie, nous analysons les différents états de défaillance des communications et leurs probabilités. Ce processus étant stochastique, une approche par chaîne de Markov absorbante est développée. L’approche proposée peut être utilisée pour trouver les scenarios les plus risqués et les éléments à prendre en compte pour améliorer la fiabilité.Enfin, dans une troisième partie, nous étudions le problème de réception des messages d’un drone en proposant un protocole basé sur le nombre de retransmissions. La réception est assurée avec une certaine probabilité de fiabilité, en fonction de plusieurs attributs tels que la modulation, le taux d’erreur des bits (BER) caractérisant les drones. / Unmanned aerial vehicles, used and developed initially in the military field, have experienced profound changes in recent years and are increasingly used in the civilian field. Recognized as drones, they are most often used in the civil and military domains. They are used for firefighting, rescue as well as in specific applications such as surveillance and attack. The formation flight is the most used because it allows a judicious distribution of the tasks and greatly improves the efficiency of the drones (principle of the attack in pack, carnivorous animals). This will raise the issue of coordination and strategy, as well as the type of operation (master /slave, ...). The type and quality of optimal information also remain to be defined.The increased use of these cooperative systems in hazardous environments makes their reliability essential to prevent any catastrophic event. Overall performance of the drone fleet should be ensured, despite possible degradation of components or any changes that occur to the network and the environment. It is necessary to detect the anomalous behaviors that might contribute to collisions and thus affect the mission. Taking into consideration performance and cost, the fault-tolerant system and redundant systems are not always the most efficient solution for the formation fleet flight. Different methods like the fault tree analysis (FTA), Failure Modes and Effects Analysis (FMEA) have been used in the helicopter field.In the first part, we propose a static method based on FTA, to ensure a successful communication between the drones from one side, and between the drones and the ground station from the other side by emphasizing on the exchange of information flows. It uses various fault trees to represent the different error conditions of this complex system.In the second part, we analyze the different fault states and their probabilities. As this process is stochastic, an absorbing Markov chain approach is developed. The proposed approach can be used to find the most risky scenarios and considerations for improving reliability.Finally, in the third part, we put the emphasis on the message receipt problem in a drone’s communication network by proposing a protocol based on number of retransmissions. The reception of a message is provided with a certain probability of reliability depending on several attributes such as modulation and bit error rate (BER) characterizing the UAVs.

Cette thèse évalue les performances de systèmes de stockage de données sur des réseaux de pairs. Ces systèmes reposent sur trois piliers: la fragmentation des données et leur dissémination chez les pairs, la redondance des données afin de faire face aux éventuelles indisponibilités des pairs et l'existence d'un mécanisme de recouvrement des données perdues ou temporairement indisponibles. Nous modélisons deux mécanismes de recouvrement des données par des chaînes de Markov absorbantes. Plus précisément, nous évaluons la qualité du service rendu aux utilisateurs en terme de longévité et de disponibilité des données de chaque mécanisme. Le premier mécanisme est centralisé et repose sur l'utilisation d'un serveur pour la reconstruction des donnée perdus. Le second est distribué : la reconstruction des fragments perdus met en oeuvre, séquentiellement, plusieurs pairs et s'arrête dès que le niveau de redondance requis est atteint. Les principales hypothèses faites dans nos modèles sont validées soit par des simulations soit par des traces réelles recueillies dans différents environnements distribués. Pour les processus de téléchargement et de recouvrement des données nous proposons un modèle de simulation réaliste qui est capable de prédire avec précision le comportement de ces processus mais le temps de simulation est long pour de grands réseaux. Pour surmonter cette restriction nous proposons et analysons un algorithme efficace au niveau flux. L'algorithme est simple et utilise le concept de (min-max). Il permet de caractériser le temps de réponse des téléchargements en parallèle dans un système de stockage distribué.