Analyse et modélisation du trafic internet

Cette thèse s inscrit dans le domaine de l analyse et la modélisation du trafic Internet à l échelle des flots. L extraction en ligne des statistiques sur les flots est une tâche difficile à cause du très haut débit du trafic actuel. Nous nous sommes intéressés dans cette thèse à l étude de deux classes d algorithmes traitant en ligne le trafic Internet. Dans la première partie, nous avons conçu un nouvel algorithme basé sur les filtres de Bloom pour l identification en ligne des grands flots. Le point fort de cet algorithme est l adaptation automatique aux variations du trafic. Une application intéressante est la détection en ligne des attaques par déni de service. Nous avons donc développé une version de l algorithme qui intègre les spécificités des attaques. L expérimentation montre que cette nouvelle méthode est capable d identifier quasiment toutes les sources de trafic anormal avec un délai très court. Nous avons aussi étudié la performance de l algorithme d identification en ligne des grands flots. La deuxième partie de la thèse est consacrée à l étude de l échantillonnage et des algorithmes d inférence des caractéristiques du trafic d origine. D abord, en utilisant un résultat d approximations poissonniennes, nous avons montré que les deux méthodes d échantillonnage : déterministe et probabiliste donnent des résultats équivalents du point de vue composition du trafic échantillonné en flots. Ensuite, nous avons conçu un algorithme permettant d estimer, par un calcul asymptotique, à partir du trafic échantillonné, le nombre de flots dans le trafic réel et la distribution de leur taille sur un intervalle de temps courtPARIS-BIUSJ-Mathématiques rech (751052111) / SudocSudocFranceF