Il y a de nouveaux défis dans l'administration et dans la conception des systèmes pour optimiser la gestion des ressources des applications basées en nuage Cloud Computing. Certaines applications demandent des performances rigoureuses (par exemple, par rapport aux retards et aux limites de la gigue), tandis que d'autres applications présentent des charges de travail en rafale (volatiles). Cette thèse propose un framework inspiré dans un modèle épidémique (et basé sur des Chaînes de Markov à Temps Continu), qui peut reproduire la volatilité de la charge de travail, à savoir les effets de buzz (quand il y a une augmentation soudaine de la popularité d'un contenu) d'un système de Vidéo à la Demande (VoD). Deux méthodes d'estimation (basés sur des heuristiques et des Chaînes de Markov Monte Carlo - MCMC) ont été également proposées dans ce travail, de façon à ajuster le modèle selon les comportements de la charge de travail. Les paramètres du modèle obtenus à partir des procédures d'étalonnage révèlent des propriétés intéressantes du modèle. Basé sur des simulations numériques, la précision des deux procédures a été analysée, en montrant que les deux présentent des performances raisonnables. Toutefois, la méthode MCMC dépasse la performance de l'approche heuristique. Cette thèse compare également le modèle proposé avec d'autres modèles existants, tout en examinant la qualité de l'ajustement de certaines propriétés statistiques sur des traces réelles de la charge de travail. Finalement, ce travail propose une approche probabiliste de provisionnement des ressources, basée sur le Principe de Grandes Déviations (LDP). LDP caractérise statistiquement les effets de buzz, qui causent de la volatilité extrême de la charge de travail. Cette analyse exploite les informations obtenues en utilisant le LPD du système VoD pour la définition des politiques de gestion des ressources. Ces politiques peuvent être intéressantes pour toutes les acteurs dans le nouveau contexte de l'informatique en nuage. / There are some new challenges in system administration and design to optimize the resource management for a cloud based application. Some applications demand stringent performance requirements (e.g. delay and jitter bounds), while some applications exhibit bursty (volatile) workloads. This thesis proposes an epidemic model inspired (and continuous time Markov Chain based) framework, which can reproduce workload volatility namely the "buzz effects" (when there is a sudden increase of a content popularity) of a Video on Demand (VoD) system. Two estimation procedures (heuristic and a Markov Chain Monte Carlo (MCMC) based approach) have also been proposed in this work to calibrate the model against workload traces. Obtained model parameters from the calibration procedures reveal some interesting property of the model. Based on numerical simulations, precisions of both procedures have been analyzed, which show that both of them perform reasonably. However, the MCMC procedure outperforms the heuristic approach. This thesis also compares the proposed model with other existing models examining the goodness-of-fit of some statistical properties of real workload traces. Finally this work suggests a probabilistic resource provisioning approach based on a Large Deviation Principle (LDP). LDP statistically characterizes the buzz effects that causeextreme workload volatility. This analysis exploits the information obtained using the LDP of the VoD system for defining resource management policies. These policies may be of some interest to all stakeholders in the emerging context of cloud networking.

The primary objective of this dissertation is to utilise, adapt and extend current stochastic models and statistical inference techniques to describe the transmission of nosocomial pathogens, i.e. hospital-acquired pathogens, and multiply-resistant organisms within the hospital setting. The emergence of higher levels of antibiotic resistance is threatening the long term viability of current treatment options and placing greater emphasis on the use of infection control procedures. The relative importance and value of various infection control practices is often debated and there is a lack of quantitative evidence concerning their effectiveness. The methods developed in this dissertation are applied to data of methicillin-resistant Staphylococcus aureus occurrence in intensive care units to quantify the effectiveness of infection control procedures. Analysis of infectious disease or carriage data is complicated by dependencies within the data and partial observation of the transmission process. Dependencies within the data are inherent because the risk of colonisation depends on the number of other colonised individuals. The colonisation times, chain and duration are often not visible to the human eye making only partial observation of the transmission process possible. Within a hospital setting, routine surveillance monitoring permits knowledge of interval-censored colonisation times. However, consideration needs to be given to the possibility of false negative outcomes when relying on observations from routine surveillance monitoring. SI (Susceptible, Infected) models are commonly used to describe community epidemic processes and allow for any inherent dependencies. Statistical inference techniques, such as the expectation-maximisation (EM) algorithm and Markov chain Monte Carlo (MCMC) can be used to estimate the model parameters when only partial observation of the epidemic process is possible. These methods appear well suited for the analysis of hospital infectious disease data but need to be adapted for short patient stays through migration. This thesis focuses on the use of Bayesian statistics to explore the posterior distributions of the unknown parameters. MCMC techniques are introduced to overcome analytical intractability caused by partial observation of the epidemic process. Statistical issues such as model adequacy and MCMC convergence assessment are discussed throughout the thesis. The new methodology allows the quantification of the relative importance of different transmission routes and the benefits of hospital practices, in terms of changed transmission rates. Evidence-based decisions can therefore be made on the impact of infection control procedures which is otherwise difficult on the basis of clinical studies alone. The methods are applied to data describing the occurrence of methicillin-resistant Staphylococcus aureus within intensive care units in hospitals in Brisbane and London

Motivés par la demande croissante de services de santé améliorés et à distance, qui tend à augmenter notamment avec une population de plus en plus âgée, et la réduction du coût de l'utilisation des infrastructures réseaux, afin d'assurer des applications de santé temps-réel et à faible débit de données, les réseaux de capteurs médicaux sans fil (WBANs) forment encore un domaine de recherche en forte croissance, notamment avec le développement de WBANs coopératifs. Dans ce contexte, en utilisant les utilisateurs du réseau eux-mêmes en tant que relais on pourrait étendre les infrastructures réseaux existantes, tout en améliorant la capacité du réseau et optimisant l'utilisation du spectre radio. Ainsi, les opérateurs réseaux, qui planifient déjà pour l'intégration de l'internet des objets (IoT) et l'informatique en nuage (cloud), devraient aussi penser à créer un nouveau type de réseau ad hoc mobile, où les utilisateurs du réseau sont utilisés comme des stations de base ad hoc simplifiées, afin de partager l'information en temps-réel entre des personnes colocalisées portant des capteurs corporels. Ce nouveau type de réseau est appelé réseau corporel sans fil (BBN: Body-to-Body Network). Dans un BBN, un appareil radio, collecte les données des nœuds capteurs attachés ou portés par une personne, et les transmet à un appareil récepteur situé sur une autre personne du voisinage, afin d'être traitées ou retransmises à d'autres utilisateurs du BBN. le BBN peut trouver des applications dans divers domaines tels que la santé, les sports d'équipe, le militaire, les divertissements, ainsi que des expériences passionnantes des réseaux sociaux. Fonctionnant dans la bande Industrielle, Scientifique et Médicale (ISM), les liaisons de communication dans un BBN seront très sensibles aux interférences entre les différentes technologies qui partagent le spectre radio limité. Ainsi, l'interférence entre ces technologies devient une préoccupation importante pour la conception de protocoles pour l'utilisateur final du BBN. À ce jour, très peu d'études existent, qui effectuent une analyse en profondeur de ce type de scénario implicant le corps humain dans des communications radio. Le problème d'interférence dans un tel système distribué, doit être abordé avec des mécanismes distribués, tels que la théorie des jeux. Les décideurs dans le jeu sont soit les WBANs formant le BBN ou les opérateurs de réseaux qui contrôlent les dispositifs de communication inter-WBAN. Ces dispositifs doivent faire face à des ressources de transmission limitées (bande ISM) ce qui donne lieu à des conflits d'intérêts. Cette thèse vise à explorer les opportunités pour permettre des communications inter-WBANs en assurant le partage du spectre radio par le biais de deux approches. D'abord, l'atténuation des interférences mutuelles et croisées, et par la conception d'un protocole de routage spécifique BBN utilisé dans une application de contrôle de l'expansion d'une épidémie dans les zones de rassemblement de masse, tels que les aéroports. Dans un premier volet, une approche basée sur la théorie des jeux est proposée pour résoudre le problème d'interférence distribué dans les BBNs. Le jeu d'atténuation des interférences socialement conscient des intérêts de la collectivité (SIM) a une double tâche: à l'échelle WBAN, il alloue des canaux ZigBee aux capteurs corporels pour la collecte intra-WBAN des données, et à l'échelle BBN, il alloue les canaux WiFi aux appareils mobiles pour la transmission et le relais des données inter-WBANs. Deux algorithmes, BR-SIM et SORT-SIM, ont été développés pour rechercher les points d'équilibre de Nash du jeu SIM. Le premier (BR-SIM) assure les solutions de meilleure réponse (Best-response) tandis que le second (SORT-SIM) tente d'obtenir un compromis entre des solutions quasi-optimales et un temps de convergence réduit. (...) / Motivated by the rising demand for remote and improved healthcare, while decreasing the cost of using network infrastructures to ensure time and data rate-constrained applications, Wireless Body Area Networks (WBANs) still form a strongly growing research field. Besides, engineers and researchers are investigating new solutions to supplement mobile communications through developing opportunities for cooperative WBANs. In this context, using network users themselves as relays could complement and extend existing infrastructure networks, while improving network capacity and promoting radio spectrum usage. Yet, network operators, that are already planning for the Internet of Things (IoT) and cloud computing technologies integration, should also think about this new possibility of creating a new type of mobile ad hoc network, where network users themselves are used as simplified ad hoc base stations, to fulfill the desire of sharing real-time information between colocated persons carrying body sensors. This emerging type of network is called Body-to-Body Network (BBN). In a BBN, a radio device situated on one person gathers the sensor data from the sensor nodes worn by that person, and transmit them to a transceiver situated on another person in the nearby area, in order to be processed or relayed to other BBN users. BBNs can find applications in a range of areas such as healthcare, team sports, military, entertainment, as well as exciting social networking experiences. Operating in the popular Industrial, Scientific and Medical (ISM) band, the communication links in a BBN will be heavily susceptible to interference between the different radio technologies sharing the limited radio spectrum. Thus, inter-body interference become an important concern for protocol design and quality of service for the BBN end user. Yet, higher layer MAC and networking mechanisms need to be in place to overcome this interference problem. To date, very few studies, that perform in-depth analysis of this type of body-centric scenario, exist. The interference problem in such distributed system, should be tackeled with distributed mechanisms, such as Game Theory. The decision makers in the game are either the WBANs/people forming the BBN or the network operators who control the inter-WBAN communicating devices. These devices have to cope with a limited transmission resource (ISM band) that gives rise to a conflict of interests. This thesis aims at exploring the opportunities to enable inter-WBAN communications by ensuring feasible sharing of the radio spectrum through two challenging research issues. First, mutual and cross-technology interference mitigation, and second, the design of a BBN specific routing protocol applied to an epidemic control application within mass gathering areas, such as the airport, as use case in this thesis. In a first phase, a game theoretical approach is proposed to resolve the distributed interference problem in BBNs. The Socially-aware Interference Mitigation (SIM) game performs twofold: at the WBAN stage, it allocates ZigBee channels to body sensors for intra-WBAN data sensing, and at the BBN stage, it allocates WiFi channels to mobile devices for inter-WBAN data transmitting and relaying. Two algorithms, BR-SIM and SORT-SIM, were developed to search for Nash equilibra to the SIM game. The first (BR-SIM) ensures best response solutions while the second (SORT-SIM) attempts to achieve tradeoff between sub-optimal solutions and short convergence time. Then, in order to highlight the social role of BBNs, the second part of this thesis is devoted to propose an epidemic control application tailored to BBNs, in indoor environment. This application implements a geographic routing protocol, that differentiates WBANs traffic and ensures real-time quarantine strategies. (...)