Titre : | Approches de deep learning pour la classification des cyber-attaques |
Auteurs : | BOUYEDDOU Benamar, Directeur de thèse ; KHALDI Hiba Nour El Houda, Auteur ; LARADJI Asmaa, Auteur |
Type de document : | texte imprimé |
Editeur : | Algèrie:unv saida-Dr Moulay Tahar, 2021-2022 |
Format : | 85 p / 29cm |
Accompagnement : | CD |
Note générale : | bibliographie |
Langues: | Français |
Mots-clés: | Electronique ; Mots clés: Cyber-attaques, Machine learning, Deep Learning, DNN, NSL- KDD. |
Résumé : |
Les systèmes de classification des cyber-attaques sont largement répandus de nos jours pour la sécurité de systèmes informatiques. Diverses techniques de machine learning ont été utilisées pour mettre en place ces systèmes, qui ont été bien propulsés avec l‘apparition des technologies de deep learning et ses succès dans plusieurs domaines. Dans ce mémoire, nous avons élaboré une approche de classification des cyber-attaques dans les réseaux IP à base de DNN. La méthodologie mise en place a été validée sous la base de données NSL-KDD. Les résultats obtenus montrent que l’approche utilisée a permis d’atteindre de performances de classification prometteuses. |
Note de contenu : |
Chapitre I : Architecture TCP/IP et les cyber-attaques Chapitre II : Techniques de deep learning Chapitre III : Implémentation et interprétation des résultats |
Exemplaires (1)
Code-barres | Cote | Support | Localisation | Section | Disponibilité |
---|---|---|---|---|---|
TECT01757 | T.EN.MS00614 | Périodique | Ouvrages | 28 | Libre accès Disponible |