Cette thèse industrielle présente une approche nouvelle vers l'identification et classification des flux réseaux dans le contexte des tunnels cryptés (VPN). Le bût est la découverte des grandeurs invariants par rapport à la fonction de cryptage des tunnels. La classification de trafic VPN se distingue de l'analyse de paquets classique car le contenu du paquet n'est pas disponible en texte claire. Pour extraire de l'information, on applique des méthodes du Traffic Mining, une filière du Data Mining. Le travail étude la statistique et le comportement temporel de différents protocoles réseaux basé sur la distribution des longueurs de paquets et leur temps inter-arrivé. La première partie de ce travail décrit en détail comment les tunnels VPN peuvent être analysé avec des méthodes du Traffic Mining, elle présente les informations qui peuvent être prise du trafic crypté et comment il faut les combiner pour extraire des données statistiques. Nous utilisons les transformations de Fourier pour extraire des caractéristiques qui ne sont pas visible dans le domaine temporel. Nous proposons une technique d'échantillonnage qui accentue les caractéristiques dans le Spectrum résultant.