Abstract:
L'intégration croissante de l'intelligence dans le système de transport devient de plus en plus critique. Bien que les attaques contre l'infrastructure de transport aient été rares jusqu'à présent, la prolifération des véhicules connectés accroît le risque de cyberattaques, notamment les attaques complexes telles que les attaques par déni de service distribué ciblées ou les tentatives d'infiltration sophistiquées visant à perturber les opérations. Ainsi, sécuriser les réseaux de véhicules ad hoc (VANETs) pour les véhicules individuels et les transports publics devient impératif. La sécurité de ces systèmes est essentielle pour assurer un transport efficace et sécurisé. Ce mémoire propose de nouvelles approches pour sécuriser les VANETs contre ces attaques complexes en analysant les graphes d'attaques à l'aide de la théorie des jeux et de l'apprentissage automatique. Ces méthodes facilitent la gestion de la sécurité pour les administrateurs en permettant l'identification et la mise en oeuvre de stratégies défensives.
