Réalisation d'un IDS à base d'un réseau LSTM
| dc.contributor.author | Belkai Salah | |
| dc.contributor.author | Amiar Thinhinane | |
| dc.date.accessioned | 2024-03-04T13:13:28Z | |
| dc.date.available | 2024-03-04T13:13:28Z | |
| dc.date.issued | 2022-09-15 | |
| dc.description | 87 p. : ill. ; 30 cm. (+ CD-Rom) | |
| dc.description.abstract | Les systèmes d'informations, Internet et le réseau mondial qui nous interconnecte, jouent un rôle croissant dans la vie quotidienne et dans notre société en général. De ce fait, des attaques réalisées par des utilisateurs malveillants visant à exploiter les vulnérabilités de ces systèmes d'information sont de plus en plus efficaces. Donc la détection de ces attaques émerge comme un problème de recherche intéressant. Dans ce travail, nous présentons la conception d'un modèle de prédiction d’attaque basé sur l’apprentissage profond (Deep Learning) ou nous avons proposé un modèle LSTM qui joue un rôle dans la classification. La solution proposée a été implémentée et testée sur la base de données NSL-KDD qui est considérablement complète et riche. Les résultats de simulation sont prometteurs et de très bonne qualité. | |
| dc.identifier.citation | INFORMATIQUE | |
| dc.identifier.other | Mast.inf.09.2022 | |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/23229 | |
| dc.language.iso | fr | |
| dc.publisher | UMMTO | |
| dc.subject | Attaque | |
| dc.subject | Vulnérabilité | |
| dc.subject | Prédiction | |
| dc.subject | Apprentissage profond | |
| dc.subject | LSTM | |
| dc.subject | Classification | |
| dc.subject | NSLKDD | |
| dc.subject | Réseau LSTM | |
| dc.subject | IDS | |
| dc.title | Réalisation d'un IDS à base d'un réseau LSTM | |
| dc.type | Thesis |