University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Hamza Frihia |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Affiner la recherche
Titre : Etude comparative des apprentissages approfondis pour la détection des intrusions Type de document : texte imprimé Auteurs : Imene Sbih, Auteur ; Sadjda Aggoune, Auteur ; Hamza Frihia, Directeur de thèse Année de publication : 2022 Importance : 1 vol (47f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Systèmes de Détection d’Intrusion (IDS)
Long Short Term Memory (LSTM)Index. décimale : 004 Informatique Résumé :
Dans ce travail, nous nous intéressons aux Systèmes de Détection d'Intrusion (IDS). Les systèmes de détection d'intrusion sont largement utilisés de nos jours pour la sécurité des systèmes informatiques. Avec l'émergence et le succès des techniques d'apprentissage profond dans de nombreux domaines, nous avons développer une approche basée sur ces méthodes. En utilisant l'ensemble de donné es NSL KDD99 conçu par DARPA98, nous avons démontrer que grâce à une étude comparative, nous avons construire des classificateurs efficaces avec une bonne précision de classification pour la détection d'intrusion, puis effectuer un classificateur (multi- classes) à l'aide d'un réseau de neurones. Nous avons obtenu une précision encourageante (82%), Le modèle choisi (LSTM) a donné des résultats différents par rapport à ceux des travaux précédents où d'autres méthodes étaient utilisées (GAN,CNN).Côte titre : MAI/0579 En ligne : https://drive.google.com/file/d/15-LF1PaTbwDA1xg5Bw_Bk_xgNbly6Zo4/view?usp=share [...] Format de la ressource électronique : Etude comparative des apprentissages approfondis pour la détection des intrusions [texte imprimé] / Imene Sbih, Auteur ; Sadjda Aggoune, Auteur ; Hamza Frihia, Directeur de thèse . - 2022 . - 1 vol (47f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Systèmes de Détection d’Intrusion (IDS)
Long Short Term Memory (LSTM)Index. décimale : 004 Informatique Résumé :
Dans ce travail, nous nous intéressons aux Systèmes de Détection d'Intrusion (IDS). Les systèmes de détection d'intrusion sont largement utilisés de nos jours pour la sécurité des systèmes informatiques. Avec l'émergence et le succès des techniques d'apprentissage profond dans de nombreux domaines, nous avons développer une approche basée sur ces méthodes. En utilisant l'ensemble de donné es NSL KDD99 conçu par DARPA98, nous avons démontrer que grâce à une étude comparative, nous avons construire des classificateurs efficaces avec une bonne précision de classification pour la détection d'intrusion, puis effectuer un classificateur (multi- classes) à l'aide d'un réseau de neurones. Nous avons obtenu une précision encourageante (82%), Le modèle choisi (LSTM) a donné des résultats différents par rapport à ceux des travaux précédents où d'autres méthodes étaient utilisées (GAN,CNN).Côte titre : MAI/0579 En ligne : https://drive.google.com/file/d/15-LF1PaTbwDA1xg5Bw_Bk_xgNbly6Zo4/view?usp=share [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0579 MAI/0579 Mémoire Bibliothéque des sciences Français Disponible
Disponible