Please use this identifier to cite or link to this item:
http://univ-bejaia.dz/dspace/123456789/14506
Title: | Systèmes de détection d'intrusions et machine learning cas |
Other Titles: | : détection des spams |
Authors: | Nassou, Meriem Saadi, Djohra Hamza, L.;promoteur |
Keywords: | Machine Learning : Sécurité Informatique : Détection des spams |
Issue Date: | 2020 |
Publisher: | université A/Mira Bejaia |
Abstract: | L'utilisation des systèmes de détection d'intrusions est l'un des moyens d'offrir un environnement sécurisé et rassurant pour les Utilisateurs des systèmes informatiques. Des mises à jours et amélioration pour ces systèmes de protection sont recommandés vue l'apparition régulière des nouvelles vulnérabilités. Les recherches ont montrées le rôle important du Machine Learning dans la construction et la réalisation de nouvelles techniques plus satisfaisante et qui peuvent prédire les nouvelles attaques plus rapidement et efficacement pour préparer la contre-mesure la mieux adaptée. Dans notre cas, nous avons traité le problème des spams. Les courriers électroniques sont devenus indispensables de notre quotidien mais qui importe des inconvénients que seule une bonne détection peut la régler. Nous avons crié un modèle de filtrage des spams à base de NLP, qui prédit l'origine d'un message d'entrée avec une précision de 98 %. Grâce à l'utilisation du Machine E-learning, des solutions efficaces peuvent être réalisé en vue de renforcer la capacité de détection des systèmes de détection d'intrusions. |
Description: | Option : Intelligence Artificielle |
URI: | http://hdl.handle.net/123456789/14506 |
Appears in Collections: | Mémoires de Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
memoire_IDS_spam_2020.pdf | 1.7 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.