Approche data mining pour la detection d'intrusion

Abstract

l’objectif de notre travail est l’étude et la réalisation d’un système de détection d’intrusions en utilisant le Data Mining et en se basant sur la technologie d’agent mobile. Pour cela, nous avons d’abord présenté des généralités sur les systèmes de détection d’intrusions, leur principe est d’extraire et de classifier des connaissances pertinentes d’un large volume de données diverses. Ces données sont collectées et enregistrées d’un grand nombre d’événements de sécurité, grâce à un audit de sécurité, ainsi que ses limites. Nous avons constaté que le large volume de données collectées par l’audit de sécurité qui est à extraire, à analyser et à classifier, nécessite une technologie puissante et la plus estimées à l’heur actuelle est celle du Data Mining. Cette dernière permet d’extraire d’une base de données des connaissances sous la forme de modèles de description afin de retracer le comportement actuel et / ou de prédire le comportement future des données. Ainsi que nous avons exposé des approches d’extraction de données pour la détection d’intrusions. Et pour finir nous avons proposé un système de détection d’intrusions basé sur l’approche Data Mining que nous avons baptisé Classification and Association Rule in Intrusion Detection with Agent (CARIDA) qui tire profil des avantage du paradigme d’agent mobile est qui est implémenté avec la plateforme Aglet qui est a son tour implémentée en Java.