Abstract:
La vidéosurveillance joue aujourd'hui un rôle essentiel dans la protection des personnes et
des biens, que ce soit dans les espaces publics ou privés. Toutefois, les systèmes traditionnels
de vidéosurveillance présentent des limites importantes, notamment la nécessité d'une
surveillance humaine continue et leur exposition croissante aux cybermenaces. Dans ce
contexte, ce mémoire s'inscrit dans une démarche d'amélioration du système de
vidéosurveillance de l'entreprise Béjaïa Méditerranéen Terminal (BMT), en proposant une
solution basée sur l'utilisation des techniques d'apprentissage profond (deep learning).
L'objectif de ce travail est : d'une part, automatiser la détection des comportements anormaux
dans les flux vidéo afin de réduire la dépendance à l'intervention humaine et d'améliorer la
réactivité face aux événements critiques ; d'autre part, renforcer la détection des logiciels
malveillants (malwares) susceptibles d'échapper aux outils de sécurité traditionnels,
contribuant ainsi à une meilleure protection du système d'information de l'entreprise.
Les résultats obtenus ont permis de démontrer l'efficacité de la solution proposée. Grâce à
l'intelligence artificielle, le système peut détecter automatiquement des comportements
suspects et des malwares, ce qui améliore la sécurité globale de l'entreprise tout en réduisant
la charge humaine.
