dc.contributor.author |
Laib, Sylia |
|
dc.contributor.author |
Stambouli, Sara |
|
dc.contributor.author |
Yaici, M.;promotrice |
|
dc.date.accessioned |
2024-12-08T07:40:34Z |
|
dc.date.available |
2024-12-08T07:40:34Z |
|
dc.date.issued |
2024 |
|
dc.identifier.other |
004MAS/1313 |
|
dc.identifier.uri |
http://univ-bejaia.dz/dspace/123456789/24852 |
|
dc.description |
Option : systéme d’information avancés |
en_US |
dc.description.abstract |
Ce 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.iso |
fr |
en_US |
dc.publisher |
Université Abderramane Mira-Bejaia |
en_US |
dc.subject |
Détection des intrusions : Réseaux informatiques : Thechniques de machine learning |
en_US |
dc.title |
Detection d'intrusion a l'aide des thechniques de machine learning. |
en_US |
dc.type |
Thesis |
en_US |