D´eveloppement de l’intelligence artificielle dans le domaine de l’internet des Objets / Nihal Guelalta  

Public ISBD Titre : D´eveloppement de l’intelligence artificielle dans le domaine de l’internet des Objets Type de document : texte imprimé Auteurs : Nihal Guelalta, Auteur ; Kaouther Elmouna Fali, Auteur ; Samir Fenanir, Directeur de thèse Année de publication : 2022 Importance : 1 vol (102 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Apprentissage automatique (ML) classification Index. décimale : 004 Informatique Résumé : L’Internet des objets permet de combiner toute sorte de communication, tout le temps, pour tout le monde, et sur n’importe quel objet. Bien que l’IoT offre un ensemble impressionnant d’avantages, il pr´esente ´egalement un ensemble de d´efis, ou la maximisation est le principal d´efi. Pour maximiser et am´eliorer les b´en´efices de vente d’´electricit´e dans le domaine l’IoT, nous proposons une nouvelle application de l’apprentissage automatique pour le probl`eme d’allocation de ressources Smart Grid . Dans notre m´emoire nous avons construit un mod`ele de classification et un mod`ele de r`egression. Diff´erents algorithmes d’apprentissage automatique (ML) ont ´ete utilis´es pour la classification : k-plus proche voisin (KNN), machine `a vecteurs de support (SVM) ,arbre de d´ecision (DT),perceptron multicouche (MLP). Diff´erents algorithmes d’apprentissage automatique (ML) ont ´et´e utilis´es pour la r´egression : r´egression lin´eaire (LR) , support vecteur machine regresseur (SVR) , gaussian process regresseur (GPR). Pour cela, nous pr´esentons l’impl´ementation et l’´evaluation des mod`eles d’appren tissage automatique . Nous avons utulis`e fractionnements (Test-Split ). L’impl´ementation consiste `a cr´eer les mod`eles qui sont entrain´es puis tester sur une collection de donn´ees, afin de pouvoir comparer les performances de ces derniers. En suite on appliquer aussi la m´ethode statistique (cross validation )qui permet d’´evaluer les performances des mod`eles d’apprentissage automatique. Nous alons ´evaluons notre mod`ele dans un environement Smart grid en utulisons deux data sets pour d´evellopper des m´ethodes d’apprentissage automatique afin d’obtenir des relations entre les b´en´efices des agr Côte titre : MAI/0577 En ligne : https://drive.google.com/file/d/1giUoibg8lmCM9DZht6YIo5lrHLMRhXof/view?usp=share [...] Format de la ressource électronique : pdf D´eveloppement de l’intelligence artificielle dans le domaine de l’internet des Objets [texte imprimé] / Nihal Guelalta, Auteur ; Kaouther Elmouna Fali, Auteur ; Samir Fenanir, Directeur de thèse . - 2022 . - 1 vol (102 f .) ; 29cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Apprentissage automatique (ML) classification Index. décimale : 004 Informatique Résumé : L’Internet des objets permet de combiner toute sorte de communication, tout le temps, pour tout le monde, et sur n’importe quel objet. Bien que l’IoT offre un ensemble impressionnant d’avantages, il pr´esente ´egalement un ensemble de d´efis, ou la maximisation est le principal d´efi. Pour maximiser et am´eliorer les b´en´efices de vente d’´electricit´e dans le domaine l’IoT, nous proposons une nouvelle application de l’apprentissage automatique pour le probl`eme d’allocation de ressources Smart Grid . Dans notre m´emoire nous avons construit un mod`ele de classification et un mod`ele de r`egression. Diff´erents algorithmes d’apprentissage automatique (ML) ont ´ete utilis´es pour la classification : k-plus proche voisin (KNN), machine `a vecteurs de support (SVM) ,arbre de d´ecision (DT),perceptron multicouche (MLP). Diff´erents algorithmes d’apprentissage automatique (ML) ont ´et´e utilis´es pour la r´egression : r´egression lin´eaire (LR) , support vecteur machine regresseur (SVR) , gaussian process regresseur (GPR). Pour cela, nous pr´esentons l’impl´ementation et l’´evaluation des mod`eles d’appren tissage automatique . Nous avons utulis`e fractionnements (Test-Split ). L’impl´ementation consiste `a cr´eer les mod`eles qui sont entrain´es puis tester sur une collection de donn´ees, afin de pouvoir comparer les performances de ces derniers. En suite on appliquer aussi la m´ethode statistique (cross validation )qui permet d’´evaluer les performances des mod`eles d’apprentissage automatique. Nous alons ´evaluons notre mod`ele dans un environement Smart grid en utulisons deux data sets pour d´evellopper des m´ethodes d’apprentissage automatique afin d’obtenir des relations entre les b´en´efices des agr Côte titre : MAI/0577 En ligne : https://drive.google.com/file/d/1giUoibg8lmCM9DZht6YIo5lrHLMRhXof/view?usp=share [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0577	MAI/0577	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

Intrusion detection for the Internet of Things using deep learning techniques / nour el imene Lakabi  

Public ISBD Titre : Intrusion detection for the Internet of Things using deep learning techniques Type de document : texte imprimé Auteurs : nour el imene Lakabi, Auteur ; Heithem Zeroual, Auteur ; Samir Fenanir, Directeur de thèse Année de publication : 2023 Importance : 1 vol (69 f .) Format : 29cm Langues : Anglais (eng) Catégories : Thèses & Mémoires:Informatique Mots-clés : Internet of Things (IoT) intrusion detection Index. décimale : 004 Informatique Résumé : In response to the increasing concerns about security in the Internet of Things (IoT), this study focuses on addressing the crucial issue of intrusion detection using deep learning techniques. The primary goal is to develop effective and reliable intrusion detection systems capable of accurately identifying intrusions in IoT networks. The research begins by providing an in-depth introduction to the IoT, encompassing its architecture, data flow, components, and application areas. Key challenges faced by the IoT, including security, interoperability, scalability, and energy efficiency, are highlighted. Emphasis is placed on the importance of IoT security, vulnerabilities, and the various types of attacks that can occur. Intrusion Detection Systems (IDS), such as signature-based, anomaly-based, and specification-based IDS, are introduced as essential tools for detecting and mitigating intrusions. The thesis presents the implementation of three deep learning-based intrusion detection programs (DNN, CNN, and RNN) using the PyTorch library, with the effectiveness of these programs evaluated using the IoTID20 dataset. By harnessing deep learning techniques, this research contributes to enhancing the understanding and effectiveness of intrusion detection in IoT networks. Côte titre : MAI/0707 En ligne : https://drive.google.com/file/d/1m2FHecjMZFFPzXSDnF_pmOhCPeKjSQYh/view?usp=drive [...] Format de la ressource électronique : pdf Intrusion detection for the Internet of Things using deep learning techniques [texte imprimé] / nour el imene Lakabi, Auteur ; Heithem Zeroual, Auteur ; Samir Fenanir, Directeur de thèse . - 2023 . - 1 vol (69 f .) ; 29cm. Langues : Anglais (eng) Catégories : Thèses & Mémoires:Informatique Mots-clés : Internet of Things (IoT) intrusion detection Index. décimale : 004 Informatique Résumé : In response to the increasing concerns about security in the Internet of Things (IoT), this study focuses on addressing the crucial issue of intrusion detection using deep learning techniques. The primary goal is to develop effective and reliable intrusion detection systems capable of accurately identifying intrusions in IoT networks. The research begins by providing an in-depth introduction to the IoT, encompassing its architecture, data flow, components, and application areas. Key challenges faced by the IoT, including security, interoperability, scalability, and energy efficiency, are highlighted. Emphasis is placed on the importance of IoT security, vulnerabilities, and the various types of attacks that can occur. Intrusion Detection Systems (IDS), such as signature-based, anomaly-based, and specification-based IDS, are introduced as essential tools for detecting and mitigating intrusions. The thesis presents the implementation of three deep learning-based intrusion detection programs (DNN, CNN, and RNN) using the PyTorch library, with the effectiveness of these programs evaluated using the IoTID20 dataset. By harnessing deep learning techniques, this research contributes to enhancing the understanding and effectiveness of intrusion detection in IoT networks. Côte titre : MAI/0707 En ligne : https://drive.google.com/file/d/1m2FHecjMZFFPzXSDnF_pmOhCPeKjSQYh/view?usp=drive [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0707	MAI/0707	livre	Bibliothéque des sciences	Anglais	Disponible Disponible

Smart agriculture to fight against bioaggressors / Wail Djekhar  

Public ISBD Titre : Smart agriculture to fight against bioaggressors Type de document : texte imprimé Auteurs : Wail Djekhar, Auteur ; Hichem Annane, Auteur ; Samir Fenanir, Directeur de thèse Editeur : Setif:UFA Année de publication : 2023 Importance : 1 vol. (58 f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Smart agriculture  Machine Learning  Image Processing Index. décimale : 004 Informatique Résumé : ML-based weed detection systems integrated with IoT oer tremendous potential for ecient weed management in smart agriculture. By leveraging image analysis, real-time data, and precise interventions, these technologies contribute to sustainable farming practices, reduced chemical usage, and increased crop productivity. Further research, development, and dissemination of these technologies are essential for the advancement of smart agriculture and the sustainable future of management in agriculture Côte titre : MAI/0766 En ligne : https://drive.google.com/file/d/1S-akbxNruNCtfoJAF9bWJVYKJpXfBVIy/view?usp=drive [...] Format de la ressource électronique : pdf Smart agriculture to fight against bioaggressors [texte imprimé] / Wail Djekhar, Auteur ; Hichem Annane, Auteur ; Samir Fenanir, Directeur de thèse . - [S.l.] : Setif:UFA, 2023 . - 1 vol. (58 f.) ; 29 cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Smart agriculture  Machine Learning  Image Processing Index. décimale : 004 Informatique Résumé : ML-based weed detection systems integrated with IoT oer tremendous potential for ecient weed management in smart agriculture. By leveraging image analysis, real-time data, and precise interventions, these technologies contribute to sustainable farming practices, reduced chemical usage, and increased crop productivity. Further research, development, and dissemination of these technologies are essential for the advancement of smart agriculture and the sustainable future of management in agriculture Côte titre : MAI/0766 En ligne : https://drive.google.com/file/d/1S-akbxNruNCtfoJAF9bWJVYKJpXfBVIy/view?usp=drive [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0766	MAI/0766	Mémoire	Bibliothéque des sciences	Anglais	Disponible Disponible

Un Système de Détection d’intrusion pour l’internet des objets en utilisant des techniques d’apprentissage approfondi / Roua Abir  

Public ISBD Titre : Un Système de Détection d’intrusion pour l’internet des objets en utilisant des techniques d’apprentissage approfondi Type de document : texte imprimé Auteurs : Roua Abir, Auteur ; Mouna Fellahi, Auteur ; Samir Fenanir, Directeur de thèse Année de publication : 2022 Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Internet des objets (IdO) système de détection d'intrusion (IDS) Index. décimale : 004 Informatique Résumé : La montée de l’Internet des objets (Ido) a créé un nouveau paradigme pour notre époque, où les capteurs et les appareils intelligents sont connectés à un réseau mondial et peuvent être utilisés pour effectuer diverses activités. Son utilisation généralisée et son impact économique en ont fait une cible attrayante pour les criminels et la cybersécurité devient une priorité absolue pour l’écosystème de l’Ido. Bien que la cybersécurité fasse l’objet de recherches depuis des décennies, L’architecture Ido et l’émergence de nouvelles menaces rendent les anciennes stratégies largement inefficaces. L’apprentissage profond peut fournir une nouvelle approche pour résoudre ce problème en développant un système de détection d’intrusion (IDS) pour détecter les attaques émergentes et inconnues. Ce travail présente un examen détaillé des modèles de classification, basée sur l’apprentissage en profondeur (DL) pour détecter les intrusions dans l'Internet des objets, afin de rendre sa défense plus efficace dans la classification des attaques en construisant des différents algorithmes d’apprentissage profond (DNN,CNN,LSTM), qui extraient les caractéristiques fondamentales d'un usage normal et les comparent à celles de l'attaque, toute déviation significative entre les deux comportements, il sera classé comme une attaque. Côte titre : MAI/0563 En ligne : https://drive.google.com/file/d/1dylmCopwLhm-Z6FmAHKYb1BjorgdO2nx/view?usp=share [...] Format de la ressource électronique : pdf Un Système de Détection d’intrusion pour l’internet des objets en utilisant des techniques d’apprentissage approfondi [texte imprimé] / Roua Abir, Auteur ; Mouna Fellahi, Auteur ; Samir Fenanir, Directeur de thèse . - 2022. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Internet des objets (IdO) système de détection d'intrusion (IDS) Index. décimale : 004 Informatique Résumé : La montée de l’Internet des objets (Ido) a créé un nouveau paradigme pour notre époque, où les capteurs et les appareils intelligents sont connectés à un réseau mondial et peuvent être utilisés pour effectuer diverses activités. Son utilisation généralisée et son impact économique en ont fait une cible attrayante pour les criminels et la cybersécurité devient une priorité absolue pour l’écosystème de l’Ido. Bien que la cybersécurité fasse l’objet de recherches depuis des décennies, L’architecture Ido et l’émergence de nouvelles menaces rendent les anciennes stratégies largement inefficaces. L’apprentissage profond peut fournir une nouvelle approche pour résoudre ce problème en développant un système de détection d’intrusion (IDS) pour détecter les attaques émergentes et inconnues. Ce travail présente un examen détaillé des modèles de classification, basée sur l’apprentissage en profondeur (DL) pour détecter les intrusions dans l'Internet des objets, afin de rendre sa défense plus efficace dans la classification des attaques en construisant des différents algorithmes d’apprentissage profond (DNN,CNN,LSTM), qui extraient les caractéristiques fondamentales d'un usage normal et les comparent à celles de l'attaque, toute déviation significative entre les deux comportements, il sera classé comme une attaque. Côte titre : MAI/0563 En ligne : https://drive.google.com/file/d/1dylmCopwLhm-Z6FmAHKYb1BjorgdO2nx/view?usp=share [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0563	MAI/0563	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

Système de détection des intrusions pour l’Internet des objets en utilisant des techniques d’apprentissage automatique. / lamis amina Lehrem  

Public ISBD Titre : Système de détection des intrusions pour l’Internet des objets en utilisant des techniques d’apprentissage automatique. Type de document : texte imprimé Auteurs : lamis amina Lehrem, Auteur ; Chouaib Satta, Auteur ; Samir Fenanir, Auteur Importance : 1 vol (108 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Côte titre : MAI/0670 En ligne : https://drive.google.com/file/d/1KM7mKJU5jOThmW466Kfcl63keREC3JYM/view?usp=share [...] Format de la ressource électronique : pdf Système de détection des intrusions pour l’Internet des objets en utilisant des techniques d’apprentissage automatique. [texte imprimé] / lamis amina Lehrem, Auteur ; Chouaib Satta, Auteur ; Samir Fenanir, Auteur . - [s.d.] . - 1 vol (108 f .) ; 29cm. Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Côte titre : MAI/0670 En ligne : https://drive.google.com/file/d/1KM7mKJU5jOThmW466Kfcl63keREC3JYM/view?usp=share [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAI/0670	MAI/0670	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

---

1 (1 - 5 / 5)