L'homme, de manière générale apprécie ses habitudes. Nous proposons une méthodologie d'identification des activités de routine depuis des régularités extraites des données de contexte, acquises sur téléphone portable. Notre choix algorithmique se base sur l'algorithme d'alignement proposé par Lecroq et al. L'algorithme cherche à aligner des séquences de n-uplets de données du contexte. Les séquences algorithmiques correspondent aux traces d'utilisation régulières. Notre contribution technique consiste à l'amélioration de l'algorithme afin qu'il puisse exploiter la nature séquentielle des données se basant sur une approche d'optimisation locale. Les deux apports rendent la solution adaptée aux données dont la volumétrie compatibles avec les données de contexte.Afin d'évaluer notre approche, nous présentons un générateur de données simulées et une campagne d'acquisition de données réelles. Ces données sont utilisées pour valider notre approche. / Humans are creatures of habit, often developing a routine for their day-to-day life. We propose a way to identify routine as regularities extracted from the context data of mobile phones. We choose Lecroq et al.'s existing state of the art algorithm as basis for a set of modifications that render it suitable for the task. Our approach searches alignments in sequences of n-tuples of context data, which correspond to the user traces of routine activity. Our key enhancements to this algorithm are exploiting the sequential nature of the data an early maximisation approach. We develop a generator of context-like data to allow us to evaluate our approach. Additionally, we collect and manually annotate a mobile phone context dataset to facilitate the evaluation of our algorithm. The results allow us to validate the concept of our approach.

La détection d'espèces (bio)chimiques à de très faibles concentrations représente un enjeu croissant dans les domaines de la santé, de l’environnement et de la défense. Un microrésonateur optique en polymère, sans marqueurs fluorescents, associé à un canal microfluidique, forme un capteur optofluidique, ce qui permet la détection d'analytes par interaction entre un champ évanescent à la surface du microrésonateur et la solution contenant l’espèce à étudier. Cette thèse présente la conception et la réalisation de capteurs optofluidiques à base de microrésonateurs optiques et de circuits microfluidiques en polymères, pour une très faible limite de détection et un temps de réponse rapide. De très bons résultats ont été obtenus en termes de limite de détection de polluants de type ions lourds dans l'eau, en abordant le problème sous différents angles : conception et réalisation de circuits optiques et microfluidiques, optimisation de l’interrogation optique du capteur par l’élaboration d’une méthodologie de mesure rapide et précise et un traitement du signal adéquat, étude des propriétés physico-chimiques des surfaces polymères, mise au point d’une instrumentation adaptée. Le capteur a permis la détection d'ions cadmium, ions hautement toxiques, jusqu'à une décision limite de détection de 50 pmol/L dans l'eau déionisée et 500 pmol/L dans l'eau du robinet grâce à un greffage sur la surface du microrésonateur de 2,2’- ((4-Amino-1,2-Phénylène) Bis (Carboxylatoazanédyil)) Diacétate. Une étude de régénération de la surface fonctionnalisée des microrésonateurs pour la détection d’ions cadmium a été réalisée et ce capteur a pu être régénéré pour plus de soixante mesures consécutives. D’autre part, l'analyse simultanée de deux polarisations orthogonales entre elles TE et TM de la réponse optique du capteur permet d’optimiser la sensibilité de mesure. Une étude de mesure différentielle consistant à comparer simultanément les mesures sur deux microrésonateurs identiques placés dans les même conditions physiques, l’un jouant le rôle de référence et l’autre étant un capteur spécifique, a permis de s’affranchir des différentes perturbations externes (pression, température, attachements non spécifiques). Ces instruments « multi-capteurs » sont également essentiels pour une compréhension détaillée des mécanismes de réactions de surface, une évaluation de l'efficacité d'accrochage de différents protocoles de fonctionnalisation et des mesures en multiplexage. / High sensitivity biochemical sensing is a concern for health, environment and defense. Thanks to the interaction between an analyte and an evanescent field at their surface, label-free polymer microring resonators, in association with a microfluidic channel, form an optofluidic sensor that can be used for biosensing. This thesis shows the realization of versatile optofluidic sensors based on polymer microring resonators combining a high detection limit with a short response time. High limit of detection of heavy ions in tap water was obtained after a careful optimization of the optical and microfluidic designs, signal processing, methodology of detection, surface chemistry and instrumentation. By functionalizing the resonator surface with 2,2’-((4Amino-1,2- Phenylene)Bis(Carboxylatoazanedyil))Diacetate, we obtained a limit of detection of 50 pmol/L in deionized water and 500 pmol/L in tap water. It should be stressed that the functionalized surface of the resonator was regenerated more than 60 times, enabling several sensing experiments with the same resonator. Besides, we were able to optimize the measurement sensitivity by an analysis of the orthogonal polarizations TE and TM from the sensor optical response. The simultaneous use of at least two microresonators in parallel (providing a reference signal and allowing multiplexing) enabled us to improve measurement accuracy and to compensate the signal from various external perturbations such as pressure, temperature and non-specific bindings. These “multi-sensors” are essential for (i) an in-depth understanding of surface reaction mechanism, (ii) an evaluation of the binding efficiency of different functionalization protocols and (iii) a high throughput characterization tool for multiple detections of pollutants.

De nos jours, les biocapteurs électrochimiques constituent des outils rapides, fiables, rentables et sans marquage pour la détection sur site des polluants environnementaux et l’évaluation des critères de sécurité alimentaire et pour la détection des résidus militaires sur le terrain. Nous avons développé des biocapteurs d’affinité basés sur des récepteurs biologiques pour la détection électrochimique de l'estradiol dans des échantillons environnementaux et de molécules odorantes dans l'adultération de viande de porc. Des biocapteurs sensibles, sélectifs, rapides, simples reproductible, stables et efficaces ont été élaborés. En outre, une autre stratégie basée sur des nanomatériaux intégrés a été employée pour élaborer un capteur biomimétique pour la détection d’explosifs, qui a montré de bonnes qualités dans la protection de l'environnement. A la fin du manuscrit, certaines perspectives sont discutées / Nowadays, electrochemical biosensors are rapid, reliable, cost-effective and label-free tools for in field monitoring of environmental pollutants, for assessing the food safety criterion and for detection of the territory military residues. We developed biological receptors based affinity biosensors for electrochemical detection of estradiol in environment samples and odorant molecules in pork meat adulteration. The sensitive, selective, rapid, simple, repetitive, stable and effective biosensors were produced. In addition, another strategy entrapment based on integrated nano-material was used to produce a biomimetic sensor for explosives detection, which has shown good valuable in environmental protection and homeland security. In the end, certain significant prospective are discussed

Dans les maisons et bâtiments intelligents, il devient nécessaire de limiter l'intervention humaine sur le système énergétique, afin de fluctuer automatiquement l'énergie consommée par les appareils consommateurs. Pour cela, un système de mesure de la consommation électrique d'équipements est aussi nécessaire et peut être déployé de deux façons : intrusive ou non-intrusive. La première solution consiste à relever la consommation de chaque appareil, ce qui est inenvisageable à une grande échelle pour des raisons pratiques liées à l'entretien et aux coûts. Donc, la solution non-intrusive (NILM pour Non-Intrusive Load Monitoring), qui est capable d'identifier les différents appareils en se basant sur les signatures extraites d'une consommation globale, est plus prometteuse. Le problème le plus difficile des algorithmes NILM est comment discriminer les appareils qui ont la même caractéristique énergétique. Pour surmonter ce problème, dans cette thèse, nous proposons d'utiliser une information externe pour améliorer la performance des algorithmes existants. Les premières informations additionnelles proposées considèrent l'état précédent de chaque appareil comme la probabilité de transition d'état ou la distance de Hamming entre l'état courant et l'état précédent. Ces informations sont utilisées pour sélectionner l'ensemble le plus approprié des dispositifs actifs parmi toutes les combinaisons possibles. Nous résolvons ce problème de minimisation en norme l1 par un algorithme d'exploration exhaustive. Nous proposons également d'utiliser une autre information externe qui est la probabilité de fonctionnement de chaque appareil fournie par un réseau de capteurs sans fil (WSN pour Wireless Sensor Network) déployé dans le bâtiment. Ce système baptisé SmartSense, est différent de la solution intrusive car seul un sous-ensemble de tous les dispositifs est surveillé par les capteurs, ce qui rend le système moins intrusif. Trois approches sont appliquées dans le système SmartSense. La première approche applique une détection de changements de niveau sur le signal global de puissance consommé et les compare avec ceux existants pour identifier les dispositifs correspondants. La deuxième approche vise à résoudre le problème de minimisation en norme l1 avec les algorithmes heuristiques de composition Paréto-algébrique et de programmation dynamique. Les résultats de simulation montrent que la performance des algorithmes proposés augmente significativement avec la probabilité d'opération des dispositifs surveillés par le WSN. Comme il n'y a qu'un sous-ensemble de tous les appareils qui sont surveillés par les capteurs, ceux qui sont sélectionnés doivent satisfaire quelques critères tels qu'un taux d'utilisation élevé ou des confusions dans les signatures sélectionnées avec celles des autres. / In smart homes, human intervention in the energy system needs to be eliminated as much as possible and an energy management system is required to automatically fluctuate the power consumption of the electrical devices. To design such system, a load monitoring system is necessary to be deployed in two ways: intrusive or non-intrusive. The intrusive approach requires a high deployment cost and too much technical intervention in the power supply. Therefore, the Non-Intrusive Load Monitoring (NILM) approach, in which the operation of a device can be detected based on the features extracted from the aggregate power consumption, is more promising. The difficulty of any NILM algorithm is the ambiguity among the devices with the same power characteristics. To overcome this challenge, in this thesis, we propose to use an external information to improve the performance of the existing NILM algorithms. The first proposed additional features relate to the previous state of each device such as state transition probability or the Hamming distance between the current state and the previous state. They are used to select the most suitable set of operating devices among all possible combinations when solving the l1-norm minimization problem of NILM by a brute force algorithm. Besides, we also propose to use another external feature that is the operating probability of each device provided by an additional Wireless Sensor Network (WSN). Different from the intrusive load monitoring, in this so-called SmartSense system, only a subset of all devices is monitored by the sensors, which makes the system quite less intrusive. Two approaches are applied in the SmartSense system. The first approach applies an edge detector to detect the step-changes on the power signal and then compare with the existing library to identify the corresponding devices. Meanwhile, the second approach tries to solve the l1-norm minimization problem in NILM with a compositional Pareto-algebraic heuristic and dynamic programming algorithms. The simulation results show that the performance of the proposed algorithms is significantly improved with the operating probability of the monitored devices provided by the WSN. Because only part of the devices are monitored, the selected ones must satisfy some criteria including high using rate and more confusions on the selected patterns with the others.

L'un des défis majeurs du monde de ces dernières décennies a été l'augmentation continue de la population des personnes âgées dans les pays développés. D’où la nécessité de fournir des soins de qualité à une population en croissance rapide, tout en réduisant les coûts des soins de santé. Dans ce contexte, de nombreux travaux de recherche portent sur l’utilisation des réseaux de capteurs sans fil dans les systèmes WBAN (Wireless Body Area Network), pour faciliter et améliorer la qualité du soin et de surveillance médicale à distance. Ces réseaux WBAN soulèvent de nouveaux défis technologiques en termes de sécurité et de protection contre les anomalies et les attaques. Le mode de communication sans fil utilisé entre ces capteurs et l’unité de traitement accentue ces vulnérabilités. En effet les vulnérabilités dans un système WBAN se décomposent en deux parties principales. La première partie se compose des attaques possibles sur le réseau des capteurs médicaux et sur le médium de communications sans fils entre ces capteurs et l’unité de traitement. La deuxième partie se compose des attaques possibles sur les communications à haut débit entre le système WBAN et le serveur médical. L’objectif de cette thèse est de répondre en partie aux problèmes de détection des attaques dans un système WBAN de surveillance médicale à distance. Pour atteindre cet objectif, nous avons proposé un algorithme pour détecter les attaques de brouillage radio (jamming attack) qui visent le médium de communications sans fils entre les capteurs et l’unité de traitement. Ainsi nous avons proposé une méthode de mesure de divergence pour détecter les attaques de type flooding qui visent les communications à haut débit entre le système WBAN et le serveur médical. / One of the major challenges of the world in recent decades is the continued increase in the elderly population in developed countries. Hence the need to provide quality care to a rapidly growing population while reducing the costs of health care is becoming a strategic challenge. In this context, many researches focus on the use of wireless sensor networks in WBAN (Wireless Body Area Network) systems to facilitate and improve the quality of medical care and remote monitoring. These WBAN systems pose new technological challenges in terms of security and protection against faults and attacks. The wireless communication mode used between the sensors and the collection node accentuates these vulnerabilities. Indeed vulnerabilities in a WBAN system are divided into two main parts. The first part consists of the possible attacks on the network of medical sensors and on the wireless communications medium between the sensors and the processing unit. The second part consists of possible attacks on high-speed communications between the WBAN system and the medical server. The objective of this thesis is to meet some of the problems of detecting attacks in a WBAN system for remote medical monitoring. To achieve this goal, we propose an algorithm to detect the jamming attacks targeting the wireless communications medium between the sensors and the processing unit. In addition we propose a method of measuring divergence to detect the flooding attacks targeting the high-speed communications between the WBAN system and the medical server.