Les interactions spontanées et guidées par la proximité constituent une classe d'applications de plus en plus répandue dans les environnements intelligents : avertissements de collision diffusés aux piétons à proximité, relevés de capteurs annoncés à n'importe quelle passerelle à portée, ou informations de présence échangées entre des appareils n'ayant jamais communiqué auparavant. Ces interactions sont éphémères, locales, et initiées par la proximité physique plutôt que par un accord préalable. Les paradigmes de communication sans fil existants les gèrent de manière complexe. Les protocoles orientés connexion imposent des échanges de découverte, des négociations de session et un état persistant dont le surcoût est structurellement disproportionné par rapport à des interactions qui durent quelques secondes et impliquent des pairs inconnus. Des approches plus légères, telles que Wi-Fi Direct ou le couplage Bluetooth, réduisent mais n'éliminent pas ce surcoût. Plus fondamentalement, chaque système existant qui contourne l'établissement de connexion le fait comme un palliatif applicatif spécifique, sans référence à un paradigme commun, à un cadre d'évaluation partagé, ou à un protocole de niveau applicatif. Il en résulte un paysage d'implémentations isolées et non composables, qui ne peuvent coexister, ne peuvent être comparées, et ne peuvent servir de base sans répéter le même effort d'ingénierie pour chaque nouveau déploiement. Cette thèse soutient que la communication sans association, réalisée par des primitives de diffusion publicitaire sans connexion, couplage ou infrastructure préalables, constitue un paradigme cohérent et pratique plutôt qu'une collection de mécanismes ad hoc. Plus précisément, elle démontre que la combinaison de la communication sans association avec un filtrage basé sur le contenu et un échange de données basé sur des schémas produit un modèle d'interaction applicatif complet, qui peut être abstrait derrière une API orientée développeur, rendant ce paradigme accessible sans expertise au niveau système. Le chapitre 1 formalise le paradigme à travers un cadre d'évaluation structuré appliqué à onze technologies sans fil, identifiant le Wi-Fi Beacon Stuffing et le mode sans connexion BLE comme ses vecteurs pratiques, et fournit la première caractérisation expérimentale comparative des deux sur la même plateforme matérielle. Le chapitre 2 introduit le protocole Shared Ephemeral Dataspace, un format de paquet adressé par contenu permettant l'échange de données au niveau applicatif via des advertisements BLE sans adressage MAC ni connexion, à un coût énergétique inférieur à celui d'un serveur GATT équivalent. Le chapitre 3 étend le protocole à une opération BLE et Wi-Fi concurrente sur du matériel ESP32 contraint, révélant que la consommation électrique combinée est non additive en cas de contention d'ordonnancement, atteignant près de trois fois la consommation de base en BLE seul pour des intervalles d'advertisement identiques, et que l'encodage hexadécimal des SSID réduit de moitié la capacité utile Wi-Fi effective dans les contraintes de déploiement portable. Le chapitre 4 présente Éphémère, un middleware orienté événements qui abstrait la pile protocolaire complète derrière une API à quatre fonctions ; évalué en modes de déploiement embarqué et hôte, il atteint un taux de détection supérieur à 90 \% en configuration hôte, avec une latence médiane de bout en bout de 50 à 90 ms et un surcoût de traitement middleware négligeable de 40 à 50 ms en conditions nominales. Ensemble, ces contributions démontrent que la communication sans association peut être formalisée, caractérisée empiriquement, étendue à plusieurs technologies radio et rendue accessible aux développeurs d'applications via une abstraction minimale, l'établissant comme une fondation viable et complète pour des interactions IoT éphémères et sensibles au contexte.

La modélisation, la numérisation et la transmission du mouvement humain constituent des problèmes majeurs de notre époque. En particulier, une représentation du mouvement adaptée doit être facile à manipuler, permettre l'interopérabilité entre systèmes, passer à l'échelle, et présenter une certaine robustesse face à diverses distributions de bruit. Dans cette optique, nous proposons trois contributions. La première s'appuie sur une représentation du mouvement par parties du corps. Plus précisément, et à la différence de la majorité des travaux existants, nous choisissons de sacrifier la modélisation explicite de certaines dépendances entre parties du corps. Ce cadre nous permet d'étudier le comportement de différentes décompositions du corps à travers une ablation progressive de certaines dépendances et interconnexions. Nous présentons ensuite une contribution visant à compléter un mouvement humain bruité, voire partiellement occulté sur des durées variables. Enfin, nous améliorons l'approche de la première contribution en compensant l'une de ses principales limites, à savoir sa latence à l'inférence, puis nous l'appliquons à un cas pratique de compensation de latence dans une application immersive.

Ces dernières années, la cryptographie symétrique a connu d’importants développements, notamment dans l’évaluation et l’amélioration de la sécurité des primitives cryptographiques qui repose sur une large variété de techniques, parmi lesquelles la cryptanalyse différentielle et ses variantes jouent un rôle central. Afin d’accélérer et de fiabiliser l’évaluation de la résistance de ces primitives face à certaines attaques, des outils et modèles génériques basés sur des techniques d’optimisation ont été proposés. Premièrement nous montrons, comment améliorer la conception des primitives cryptographiques en exploitant ces outils et modèles génériques. En automatisant le processus, de nombreuses variantes d’une même famille algorithmique peuvent être explorées afin de trouver un compromis satisfaisant entre performances de la primitives et résistance à diverses classes d’attaques. Dans un second temps, nous décrivons de nouveaux outils capables de générer automatiquement des attaques optimales contre des primitives existantes, facilitant ainsi leur analyse et leur évaluation. Au-delà de ces objectifs techniques, cette thèse contribue également à la compréhension des limites et des possibilités offertes par les outils d’automatisation en cryptanalyse. Elle s’inscrit ainsi dans une dynamique de recherche visant à rendre l’analyse cryptographique plus systématique, reproductible et accessible aux concepteurs de primitives.

Cette thèse explore l’intersection de la cybersécurité, de la manipulation de l’information et de l’intelligence artificielle générative pour développer des plateformes d’entraînement permettant d’atténuer les opérations de Manipulation de l’Information. Alors que les réseaux sociaux permettent la mise en œuvre d’opérations informationnelles à grande échelle ayant des impacts sur les démocraties, il existe un besoin critique de méthodologies d’entraînement efficaces permettant de lutter contre ces opérations. Notre recherche aborde trois questions clés : (1) Comment produire du contenu diversifié, conforme au scénario et crédible pour peupler des réseaux sociaux simulés ; (2) Comment modéliser l’activité de ces réseaux, incluant des comportements malveillants ; et (3) Comment concevoir une solution qui soit utilisable et contrôlable par les formateurs. Le système proposé, SocialForge, utilise des graphes de connaissances et l’IA générative pour produire un contenu conforme au scénario, diversifié et réaliste. Ce système permet aussi de simuler des comportements de réseaux sociaux dynamiques, ce qui inclue des activités malveillantes. Les évaluations démontrent la capacité du système à générer des simulations crédibles, permettant de maximiser l’immersion de l’entraînement. Ce faisant, ces travaux comblent ainsi le fossé entre la formation en cybersécurité et la défense contre la manipulation de l’information.

Les nouvelles technologies en science de la vie et la diminution de leur coût a eu pour effet de générer une très grande quantité de données hétérogènes, et lors d’analyses combinées il convient de mettre en œuvre une analyse multi-omique adaptée en terme d'intégration de données mais aussi de requêtage. Nous avons choisi d'utiliser les technologies du Web Sémantique pour proposer de nouvelles méthodes pour aborder ces deux défis. Ce travail s'inscrit dans le cadre du projet ENDOVIRE qui vise à comprendre les régulations entre le génome d'une guêpe parasitoïde et les élévents viraux intégrés à celui-ci. La première méthode présentée dans cette thèse vise à proposer un schéma d'intégration de données multi-omiques qui soit assez générique pour être réutilisé par différentes études, et facilement requêtable. Cette méthode a été appliquée au dataset du projet ENDOVIRE. Notre deuxième contribution est de proposer une approche modulaire pour la créationde requêtes SPARQL complexes, permettant de s'affranchir de la technicité du langage et de se concentrer sur la question à poser. Nous avons appliqué cette méthode au projet ENDOVIRE ainsi qu'à une base plus importante et plus complexe : la base de connaissances UniProt.

La cryptographie post-quantique a gagné en importance ces dernières années, motivée par la menace que les ordinateurs quantiques font peser sur les systèmes cryptographiques classiques . Bien que le NIST ait standardisé plusieurs schémas de chiffrement à clé publique et de signature numérique post-quantiques, il subsiste un fossé important dans notre compréhension des primitives cryptographiques avancées dans ce contexte. Parmi celles-ci, les signatures à seuil se distinguent comme une primitive particulièrement importante ; elles permettent à un groupe de participants de produire conjointement une signature valide, offrant ainsi une résilience face aux défaillances et au compromis partiel. Alors que les schémas de signature à seuil classiques ont atteint un stade de maturité et sont déployés, le développement de schémas de signature à seuil post-quantiques pratiques demeure un défi ouvert. Les constructions proposées manquent souvent de robustesse face aux participants malveillants, d'une génération de clé distribuée efficace, et de compatibilité avec les standards émergents. Cette thèse fournit une boîte à outils complète pour la conception et le déploiement de signatures à seuil pratiques basées sur les réseaux euclidiens. Premièrement, nous établissons les fondations de la robustesse, en introduisant des techniques de génération de clé distribuée et de signature qui garantissent la création d'une signature valide même en présence de participants malveillants. Ensuite, nous nous tournons vers un protocole radicalement plus efficace, permettant l'identification des abandons (identifiable aborts), une propriété qui permet de détecter les comportements malveillants plutôt que de les prévenir. Finalement, nous présentons de nouvelles idées pour répondre au défi de compatibilité avec les standards, en présentant la première version à seuil pratique de ML-DSA.

Les maladies rares sont souvent d’origine génétique et nécessitent une analyse conjointe des phénotypes cliniques et des variants génomiques pour améliorer le diagnostic. Les comptes rendus médicaux contiennent des informations phénotypiques riches, mais leur nature textuelle non structurée rend leur exploitation automatique difficile. Cette thèse propose un cadre pour extraire et normaliser automatiquement des phénotypes à partir de textes cliniques et les relier aux données génétiques. Nous développons une pipeline comprenant la construction de corpus cliniques, un filtrage de phrases orienté rappel, et une normalisation basée sur des architectures bi-encodeur et cross-encodeur alignées avec la Human Phenotype Ontology. Les méthodes sont évaluées sur des données cliniques du CHU de Rennes afin d’analyser leur impact sur la priorisation de gènes dans le contexte des maladies rares. La plateforme ACUITEE permet en outre la validation et la correction interactive des annotations par des experts.

Les systèmes IoT destinés à la surveillance environnementale reposent souvent sur une transmission continue des données, ce qui est coûteux, peu flexible et énergivore, ce qui pose un défi dans les environnements aux ressources limitées. Cette thèse présente des expériences menées avec des nœuds IoT extrêmes équipés de plusieurs capteurs, démontrant d'abord la surveillance et le traitement des données sur un seul nœud, puis s'étendant à plusieurs nœuds, pour une collecte adaptative et distribuée. Les résultats montrent que la frugalité conduit à une collecte de données plus efficace et que le comportement au niveau des nœuds influence fortement la consommation d'énergie. Afin de mieux comprendre l'utilisation de l'énergie, des mesures empiriques ont été effectuées, qui révèlent que les opérations de mémoire sont un facteur important, souvent négligé, et que des volumes plus importants et des accès fréquents augmentent encore la consommation. Sur la base de ces observations, un modèle énergétique étendu intégrant la mémoire est présenté, et un mécanisme logiciel est introduit pour réduire le volume de données, ce qui se traduit par des économies d'énergie confirmées par simulation. Dans une perspective d'avenir, cette thèse propose de combiner la détection locale et le partage de données, tout en redistribuant dynamiquement les responsabilités entre les nœuds, pour une surveillance plus frugale, autonome et évolutive.

Les foules denses représentent des environnements complexes où les interactions physiques peuvent conduire à des situations dangereuses. Cette thèse développe un cadre de simulation physique pour modéliser la récupération d'équilibre humain dans les foules denses et leur rôle dans l'apparition de phénomènes large échelle. Trois approches sont proposées : une méthode de contrôle basée sur des principes biomécaniques pour simuler les stratégies de pas ; des méthodes d'apprentissage par imitation utilisant l'apprentissage par renforcement pour améliorer la généralité ; et une extension multi-agents via l'apprentissage par transfert, introduisant une heuristique pour les contacts des mains. Les résultats démontrent que notre approche reproduit les comportements observés expérimentalement, à un niveau de détail jamais exploré auparavant dans la simulation de foule, ouvrant de nouvelles perspectives pour la sécurité publique et l'urbanisme.

Cette thèse étudie comment les contraintes de durabilité transforment l’économie, les stratégies concurrentielles et les mécanismes opérationnels de la livraison vidéo multi-CDN. Elle développe des modèles fondés sur la théorie des jeux pour caractériser le comportement stratégique des CDNs, des fournisseurs de services et des régulateurs soumis à des politiques environnementales telles que la tarification carbone. Ces modèles quantifient l’impact de ces instruments sur les prix, les choix énergétiques et les investissements dans des infrastructures plus vertes, identifiant les conditions où des équilibres durables apparaissent ou nécessitent une intervention ciblée. Au-delà de cette analyse, la thèse propose des extensions protocolaires visant à améliorer l’adaptabilité, la résilience et la sensibilité énergétique des architectures multi-CDN. Elle introduit des primitives de négociation inter-CDN, une logique de bascule tenant compte du playhead et du buffer, une réaffectation dynamique des utilisateurs vers les serveurs de bordure, ainsi qu’une sélection sémantique des débits, intégrant en temps réel des attributs liés à la durabilité. Dans l’ensemble, ces contributions offrent une perspective rigoureuse sur les conditions d’une distribution vidéo durable et réellement opérationnelle à grande échelle.