Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/24852
Full metadata record
DC FieldValueLanguage
dc.contributor.authorLaib, Sylia-
dc.contributor.authorStambouli, Sara-
dc.contributor.authorYaici, M.;promotrice-
dc.date.accessioned2024-12-08T07:40:34Z-
dc.date.available2024-12-08T07:40:34Z-
dc.date.issued2024-
dc.identifier.other004MAS/1313-
dc.identifier.urihttp://univ-bejaia.dz/dspace/123456789/24852-
dc.descriptionOption : systéme d’information avancésen_US
dc.description.abstractCe mémoire explore l'utilisation de techniques de machine Learning pour améliorer la détection des intrusions dans les réseaux informatiques. L'objectif principal est de développer et d'évaluer des modèles prédictifs capables de distinguer les activités malveillantes des comportements normaux sur un réseau. La méthodologie comprend le prétraitement des données, la sélection des caractéristiques pertinentes, l'entraînement de différents algorithmes de machine Learning, et l'évaluation des performances des modèles. Les résultats montrent que les approches basées sur le machine Learning surpassent souvent les méthodes traditionnelles en termes de précision et de capacité à détecter des attaques variées. Ce travail met en lumière l'importance croissante de l'analyse prédictive dans la cyber sécurité, offrant des perspectives significatives pour renforcer la sécurité des réseaux contre les menaces modernes et émergentes.en_US
dc.language.isofren_US
dc.publisherUniversité Abderramane Mira-Bejaiaen_US
dc.subjectDétection des intrusions : Réseaux informatiques : Thechniques de machine learningen_US
dc.titleDetection d'intrusion a l'aide des thechniques de machine learning.en_US
dc.typeThesisen_US
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Memoire V Finale pour CD.pdf5.1 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.