| Titre : | A Residual Learning based Network Intrusion Detection System |
| Auteurs : | Benamara Djilali, Directeur de thèse ; Abdelouahab Oussama Hassan, Auteur ; Boudaoud Abderrahmane, Auteur |
| Type de document : | texte imprimé |
| Editeur : | S.l. : Algèrie:unv saida-Dr Moulay Tahar, 2021-2022 |
| Format : | 88p. / 29cm |
| Accompagnement : | CD |
| Note générale : | Bibliographer |
| Langues: | Français |
| Catégories : | |
| Mots-clés: | apprentissage machine, apprentissage profond, system de détection d'intrusion, apprentissage résiduel |
| Résumé : |
Au cours des années, au sein des cercles académiques, les chercheurs ont visés à améliorer les performances des systèmes de détection d'intrusion. De nombreuses solutions de l'apprentissage machine et l'apprentissage profond ont démontrées leurs efficacités dans la détection d'intrusion réseau, dans notre contribution nous avons opté pour créer un modèle de détection d'intrusion réseau basé sur l'apprentissage résiduel . Le modèle obtenu a une meilleure précision par rapport aux modèles existants. |
| Note de contenu : |
1-Machine Learning 2-Deep Learning 3-Contribution |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| TECT01788 | T.I.MS00632 | Périodique | Ouvrages | 27 | Libre accès Disponible |
