+\hdrabstract[french]{
+Grâce à leur concision, les modèle discrets permettent d'appréhender
+des problèmes informatiques qui ne seraient parfois pas traitables
+autrement. Les systèmes dynamiques discrets (SDD) s'intègrent dans
+cette thématique. Dans cette habilitation, nous présenterons tout
+d'abord des contributions concernant la convergence, la preuve de
+convergence et un nouveau mode opératoire de tels systèmes. Nous
+présenterons ensuite un ensemble de contributions autour des
+fonctions dont les itérations peuvent être
+chaotiques. Particulièrement, nous présentons plusieurs méthodes
+permettant d'obtenir de telles fonctions, dont une basée sur les codes
+de Gray, permettant d'obtenir en plus une chaîne de Markov doublement
+stochastique. Cette dernière méthode nous a permis notamment
+d'obtenir une grande famille de générateurs de nombres
+pseudo-aléatoires (PRNG). Des contributions théoriques et pratiques
+autour de ces PRNGs seront présentées. La thématique de masquage
+d'information (déjà présente dans l'équipe)
+a été renforcée et des contributions sur
+ce sujet seront présentées. Des instances de ces algorithmes sont
+formalisés en sélectionnant les fonctions à itérer pour garantir une
+robustesse élevée. Finalement, nous montrons qu'on peut construire
+de nouvelles fonctions de distorsion utilisables
+en masquage d'information à l'aide de
+méthodes d'analyse par gradient mais discret cette fois encore.
+
+
+}