http://univ-bejaia.dz/dspace/123456789/250 Tue, 28 Apr 2026 11:26:28 GMT 2026-04-28T11:26:28Z http://univ-bejaia.dz/dspace/123456789/27181 Title: Maintien de la stabilité du platooning pour la sûreté et l'efficacité du trafic. Authors: Messaoudi, Mounir; Sahki, Ghilas; Zamouche, Djamila ; promotrice Abstract: L'essor des véhicules autonomes a favorisé le développement du platooning, une technologie permettant à plusieurs véhicules de circuler en convoi de manière coordonnée. Ce système vise à améliorer la fluidité du trafic, à réduire la consommation d'énergie et à renforcer la sécurité routière. Toutefois, son efficacité dépend étroitement de la fiabilité et de la sécurité des communications entre les véhicules et les infrastructures routières. Dans ce contexte, nous proposons une architecture de sécurité hybride articulée en deux phases. La première repose sur un mécanisme de désignation de leader, combinant des fonctions de hachage à la théorie des jeux afin d'établir des relations de confiance dynamiques entre les membres du convoi. La seconde phase concerne une authentification multi-niveaux, réalisée sans certificats classiques grâce au protocole HAFC, et renforcée par l'intervention des unités en bord de route (RSU) via le protocole PASS, fondé sur des certificats pseudonymes. Une évaluation expérimentale, menée en langage Java à travers divers scénarios de simulation de convoi, a permis de démontrer que la solution proposée garantit un haut niveau de sécurité, tout en préservant d'excellentes performances en termes de latence, de consommation d'énergie, ainsi que de coûts de communication et de stockage. Description: Option : Réseau et sécurité Wed, 01 Jan 2025 00:00:00 GMT http://univ-bejaia.dz/dspace/123456789/27181 2025-01-01T00:00:00Z http://univ-bejaia.dz/dspace/123456789/27180 Title: Conception et réalisation d'un système de gestion pour le département informatique. Authors: Benidiri, Nordine; Djebari, Nabil : promoteur Abstract: L'informatique joue un rôle essentiel dans tous les domaines, car elle facilite le traitement, la gestion et l'accès à l'information, tout en automatisant de nombreuses tâches, ce qui améliore considérablement l'efficacité et la productivité. Dans ce mémoire, une application web de gestion a été conçue et réalisée pour le département informatique de l'université de Béjaïa, dans le but de simplifier certaines tâches administratives. Pour ce faire, le processus de développement logiciel UP a été suivi, et le langage UML a été utilisé pour la modélisation. L'application, nommée SCHOLARIS, a été développée à l'aide de l'éditeur VS Code, en utilisant la bibliothèque JavaScript React pour le front-end, ainsi que le framework Laravel pour le back-end, reposant sur le langage PHP et le SGBD MySQL. Description: Option : Réseaux et sécurité Wed, 01 Jan 2025 00:00:00 GMT http://univ-bejaia.dz/dspace/123456789/27180 2025-01-01T00:00:00Z http://univ-bejaia.dz/dspace/123456789/27179 Title: Détection de botnets basée sur une classification Random Forest dans IoT. Authors: Ziani, Thanina; Djafour, Lyna; Sabri, Salima ; promotrice Abstract: Avec l'expansion rapide de l'Internet des Objets (IoT), les réseaux modernes sont de plus en plus exposés à des menaces sophistiquées, notamment sous la forme de botnets. Ces réseaux de dispositifs compromis sont capables de mener des attaques massives et souvent indétectables, en exploitant la faible sécurité de nombreux objets connectés. La détection efficace de ces botnets dans des environnements complexes, où le trafic est hétérogène et évolutif, représente aujourd'hui un défi majeur. Ce mémoire propose une approche hybride, baptisée KRAST, combinant des techniques d'apprentissage non supervisé (autoencodeur + clustering K-Means) avec des méthodes supervisées (Random Forest, XGBoost) intégrées dans une architecture de stacking. Après une revue critique des approches existantes, l'architecture KRAST a été testée sur le dataset CTU-13, reconnu pour sa complexité. Les résultats démontrent des performances robustes, avec une bonne capacité de généralisation face à des attaques connues et inconnues, et un bon équilibre entre précision, vitesse et adaptabilité. Ce travail ouvre des perspectives pour le développement de solutions plus efficaces de détection de botnets, adaptées aux spécificités des réseaux IoT modernes. L'approche proposée pourrait être enrichie par des optimisations en temps réel et par l'intégration de techniques plus avancées de deep Learning. Description: Option : Réseaux et Sécurité Wed, 01 Jan 2025 00:00:00 GMT http://univ-bejaia.dz/dspace/123456789/27179 2025-01-01T00:00:00Z http://univ-bejaia.dz/dspace/123456789/27178 Title: An ai-based intrusion detection system for identity-based advanced persistent threats in IoV networks. Authors: Laribi, Saïda; Habel, Fairouz; Bouallouche, Louiza ; promotrice Abstract: As vehicular networks evolve, so do the threats targeting them, particularly those that exploit identity mechanisms in subtle, persistent ways. This study addresses identity-based attacks in the Internet of Vehicles (IoV), focusing on Advanced Persistent Threat (APT)- like behaviors such as Sybil and replay attacks, which manipulate identity systems to evade detection. Using the Vehicular Misbehavior Detection (VeReMi) dataset, which simulates vehicular attack scenarios, we preprocess and reinterpret its attacks to align with identity misuse patterns, despite the dataset's lack of explicit long-term APT stages or real identity data. We propose a hybrid deep learning model that combines Temporal Convolutional Network (TCN)s, Transformers, Bidirectional Gated Recurrent Unit (BiGRU)s, and Squeeze-and-Excitation (SE) blocks to capture both short-term and long-term behavioral anomalies. The model is evaluated against benchmark architectures, with emphasis on minimizing false negatives, a critical requirement for IoV security. Experimental results demonstrate strong performance, achieving a 98.0% accuracy and a 0.9% false negative rate, highlighting its effectiveness in detecting identity-based threats. This work contributes practical insights for deploying adaptive, identity-aware Intrusion Detection System (IDS) in vehicular networks, bridging the gap between theoretical research and real-world applications. Description: Option : Networks and Security Wed, 01 Jan 2025 00:00:00 GMT http://univ-bejaia.dz/dspace/123456789/27178 2025-01-01T00:00:00Z