Paradigme de système autonome représente une solution émergente pour faire face à la taille sans cesse croissante et la complexité de la gestion des systèmes IT. L’autonomie dans les réseaux se traduit par la capacité du réseau pour fonctionner et servir ses objectifs de façon optimale sans intervention extérieure. Nous distinguons deux niveaux de gestion: Intra-application et Inter-application. Le niveau de gestion intra-application consiste à gérer les différents paramètres au sein d'une application ou un service, afin d’optimiser l’application en question. Le niveau de gestion inter-applications est en charge de l'optimisation entre les différentes applications et de services. Dans ce papier, nous proposons une approche générique applicable à la fois à la gestion inter-application et intra-application. Notre architecture proposée est basée sur les réseaux de neurones aléatoires et utilise l'apprentissage par renforcement. Cela permet au réseau de converger en permanence vers des configurations optimales lorsque les conditions du réseau change. En outre, le processus décisionnel du réseau de neurones aléatoires est alimenté par paquets normales transitant dans le réseau, ce qui réduit considérablement la quantité de surcout de contrôle. Pour montrer l'efficacité de notre architecture, nous avons utilisé une étude de cas consistant à optimiser les performances des protocoles de routage des réseaux mobiles ad hoc. A cette fin, le protocole de routage devrait interagir en permanences avec notre architecture afin d’optimiser ses performances. Les simulations montrent que l'architecture améliore considérablement les performances des protocoles de QoS routage ad hoc.