Apprentissage automatique pour la détection d'intrusion dans un système informatique

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.