|
| Titre : | Réalisation d'un IDS à base d'un réseau LSTM | | Type de document : | theses et memoires | | Auteurs : | Thinhinane Amiar ; Belkai Sarah ; Aoudjit, Directeur de thèse | | Editeur : | Tizi Ouzou : U.M.M.T.O. - F.G.E.I. | | Année de publication : | 2022 | | Importance : | 87p. | | Présentation : | ill. | | Format : | 30 cm. | | Note générale : | Bibliogr . | | Langues : | Français | | Mots-clés : | Attaque Vulnérabilité Prédiction Apprentissage profond LSTM Classification NSLKDD. | | Résumé : | 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.
Mots clés : attaque, vulnérabilité, prédiction, apprentissage profond, LSTM, classification,
NSLKDD. | | En ligne : | D:\CD.THESE.2022\MASTER.INF\AMIAR TH.; BELKAI S..PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36744 |
Réalisation d'un IDS à base d'un réseau LSTM [theses et memoires] / Thinhinane Amiar ; Belkai Sarah ; Aoudjit, Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : U.M.M.T.O. - F.G.E.I., 2022 . - 87p. : ill. ; 30 cm. Bibliogr . Langues : Français | Mots-clés : | Attaque Vulnérabilité Prédiction Apprentissage profond LSTM Classification NSLKDD. | | Résumé : | 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.
Mots clés : attaque, vulnérabilité, prédiction, apprentissage profond, LSTM, classification,
NSLKDD. | | En ligne : | D:\CD.THESE.2022\MASTER.INF\AMIAR TH.; BELKAI S..PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36744 |
|
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesRéalisation d'un IDS à base d'un réseau LSTM / Thinhinane Amiar (2022)
