http://univ-bejaia.dz/dspace/123456789/222 2026-04-23T10:04:49Z http://univ-bejaia.dz/dspace/123456789/27175 Title: Explicabilité des décisions de l'IA appliquée à la rétinopathie diabétique. Authors: Atmani, Yacine; Mehenni, Kussila; Ait Kaci Azzou, S.;promoteur Abstract: Ce mémoire montre comment l'explicabilité (XAI) peut rendre les réseaux profonds utilisés pour le dépistage de la rétinopathie diabétique plus transparents. Trois modèles fine-tunés AtR5C (CNN), ViR-5C (Vision Transformer) et ReVi-5C (hybride) sont testés sur la base APTOS. Un ensemble de méthodes XAI répandues (Grad-CAM, Score-CAM, LIME, SHAP et Attention Rollout) sont comparées à l'aide de quatre métriques reconnues : insertion, deletion, faithfulness et robustness. Les résultats montrent qu'aucune méthode n'est parfaite ; elles se complètent. Des recommandations simples aident les cliniciens à choisir la bonne explication et à juger sa fiabilité, condition essentielle pour un usage responsable de l'IA en ophtalmologie. Description: Option : Systèmes d’information avancés 2025-01-01T00:00:00Z http://univ-bejaia.dz/dspace/123456789/27174 Title: Amélioration du système de vidéosurveillance par l'intégration du deep Learning au sein de BMT. Authors: Ouchaoua, Nihal; Oudai, Melissa; Battat, Nadia ; promotrice; Madaoui, Madjid ; promoteur 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. Description: Option : Administration et sécurité des réseaux 2025-01-01T00:00:00Z http://univ-bejaia.dz/dspace/123456789/27173 Title: Optimisation du wifi pour les systèmes de l'assistance à l'autonomie à domicile. Authors: Chalali, Lynda; Djeffane, Ikram; Mammeri, Souhila ; promotrice Abstract: Dans ce mémoire de Master, nous nous sommes intéressés à la technologie WiFi 7 et les systèmes AAL. Nous avons étudié la technique de transmission multi-liens ou MLO, qui permet d'opérer simultanément sur tois bandes de fréquences 2.4, 5 et 6 GHz. En particulier, nous avons étudié les modes de transmission MLO conçus pour les applications temps réel : Redundancy et Joint. Dans ce contexte, nous avons proposé un nouveau mode de transmission au service des applications en temps réel des systèmes AAL permettant d'assurer des communications avec une latence réduite et un débit élevé. C'est une amélioration `a deux niveaux, en optimisant la procédure de Backoff au niveau contention et en combinant le fonctionnement des deux modes MLO existants au niveau transmission. Nous avons implémenté, simulé et évalué les performances des trois modes de transmission MLO : Redundancy, Joint et le mode propos´e en optant pour le simulateur réseau OMNeT++ avec le Framework INET. Les résultats de simulation montrent que notre mode MLO proposé permet des réceptions en temps réel des données vidéos tout en assurant un équilibre entre fiabilité élevée, débit élevé et latence réduite. Description: Option : Administration et Sécurité des Réseaux 2025-01-01T00:00:00Z http://univ-bejaia.dz/dspace/123456789/27172 Title: A secure hyperledger fabric network for IoT-based ehealth monitoring and data management. Authors: Hemmar, Ziad; Louaar, Adem Fakhr Allah; Rebouh, Nadjette ; promotrice; Bouallouche Medjkoune, Louiza ; promotrice Abstract: Smart healthcare now relies on connected medical devices (IoMT) that generate sensitive patient data. Protecting this data-while keeping it accessible to legitimate actors-demands privacy, fine- grained access control, and tamper-proof audit trails. This thesis presents a decentralized healthcare platform built on Hyperledger Fabric. Encrypted records are stored off-chain in Firebase Realtime Database, while on-chain metadata guarantees integrity and traceability. Role- and Attribute-Based Access Control combine to give patients sovereign control over their information. The prototype includes custom chaincode, a Node.js/Express backend, and a React frontend. Under a workload of 100 transactions per second the network sustained sub-200 ms end-to-end latency and zero transaction loss, confirming viability for real-time clinical use. Description: Option : Networks and Security 2025-01-01T00:00:00Z