Avec la complexité croissante des réseaux actuels, l’émulation est devenue un outil essentiel pour tester et valider une nouvelle solution réseau. Comme ces solutions deviennent également de plus en plus complexes avec l’introduction des réseaux logiciels, de la virtualisation des fonctions réseau et de l’intelligence artificielle, il est nécessaire de disposer d’outils qui passent à l’échelle pour réaliser des émulations intensives en ressources. A cette fin, il a été proposé de distribuer les émulations. Cependant, la distribution d’une émulation de réseau sur une plate-forme physique nécessite de choisir avec soin la manière dont l’expérience est menée sur l’équipement à disposition. Dans ce travail, nous évaluons les algorithmes de placement qui ont été proposés et implémentés dans les outils d’émulation distribuée existants. Nous montrons qu’ils peuvent conduire à de mauvais placements dans lesquels plusieurs ressources matérielles telles que la bande passante de liens, le processeur et la mémoire peuvent être surchargés. Grâce à des expériences approfondies, nous montrons l’impact de ces placements sur des paramètres importants du réseau tels que l’utilisation réelle de la bande passante et le temps d’exécution de l’émulation, et nous montrons qu’ils peuvent conduire à des résultats peu fiables et `a un gaspillage des ressources de la plate-forme. Pour traiter cette question, nous proposons et implémentons un nouveau module de placement pour l’émulation distribuée. Nos algorithmes prennent en compte les ressources des liens et des nœuds et minimisent le nombre d’hôtes physiques nécessaires pour réaliser l’émulation. Grâce à des évaluations numériques, des simulations et des expériences poussées, nous montrons que nos méthodes de placement sont plus performantes que les méthodes existantes, ce qui permet de réaliser des expériences fiables en utilisant un nombre minimal de ressources.