Considérez un ensemble de noeuds terminaux K appartenant à un réseau dont les noeuds sont reliés par des liaisons qui échouent indépendamment avec des probabilités connues. Nous présentons une méthode pour estimer n'importe quelle mesure de performabilité qui dépend de la distance en sauts entre les noeuds terminaux. Elle généralise des méthodes de Monte Carlo précédemment introduites pour l'estimation de la K-fiabilité des réseaux avec réduction de la variance par rapport à Monte Carlo standard. Ces méthodes sont basées sur l'utilisation d'ensembles d'arêtes désignés d-pathsets et d-cutsets pour réduire la variance de l'estimateur. Ces ensembles d'arêtes, considérés comme connus a priori dans la littérature précédente, affectent fortement les performances atteintes ; nous introduisons et comparons une famille d'heuristiques pour leur sélection. Des exemples numériques sont présentés, montrant les importantes améliorations dans l'efficacité qui peuvent être obtenues par le chaînage de ces heuristiques avec le plan d'échantillonnage de Monte Carlo proposé.