Please use this identifier to cite or link to this item:
http://univ-bejaia.dz/dspace/123456789/18335
Title: | Apprentissage automatique pour la détection d'intrusion dans un système informatique |
Authors: | Tighzer, Yanis Mouzaia, Raouf Amroun, K.;promoteur |
Keywords: | Réseaux de neurones : Apprentissage automatique : Détection d'intrusion |
Issue Date: | 2021 |
Abstract: | Le développement technologique, l'utilisation d'Internet à grande échelle et l'augmentation des moyens de stockage et de l'échange d'information sont contribué à un nombre élevé de cyber-attaques, qui exploitent les failles des systèmes d'information et les points faibles des systèmes de protection contre les intrusions, ce qui rend le processus de sécurisation de ces informations très important. Les spécialistes du domaine de la sécurité informatique s'occupent d'élaborer les outils nécessaires pour assurer la sécurité de l'information en développant de nouvelles technologies basées sur des moyens d'intelligence artificielle afin de détecter les pénétrations non découvertes par des dispositifs ordinaires. Dans ce contexte, nous visons à travers ce travail à réaliser un modèle de détection d'intrusions qui s'appuis sur l'apprentissage du fonctionnement " normal " des informations échangées et de signaler les divergences par rapport à ce fonctionnement de référence comme des attaques en se basant sur l'algorithme arbre de décision et la base de données de référence NSL-KDD pour générer et évaluer le modèle proposé. |
Description: | Option :intelligence artificielle |
URI: | http://hdl.handle.net/123456789/18335 |
Appears in Collections: | Mémoires de Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Apprentissage automatique pour la détection d’intrusion dans un système informatique.pdf | 1.49 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.