Résumé: Ce projet a pour objectif la conception et le développement d'un système de détection d'intrusion (Intrusion Detection System, IDS) basé sur une hiérarchie d’ensemble de classifieurs et qui combine les deux méthodes de détection d’intrusion : la méthode basée anomalie et la méthode basée signature d’où la qualification ybride. Cet IDS a un pouvoir de détection des nouvelles formes d’attaques et des nouvelles formes de comportement normal durant son fonctionnement (en temps réel). Il est doté d’une capacité d’apprentissage en-ligne automatique conjointement au fonctionnement de l’IDS. Il exploite la performance des ensembles de classifieurs ainsi que l’hétérogénéité des classifieurs qui le constituent qui sont des réseaux de neurones de type Adaptatif Hamming Nets (AHN). L’implémentation de notre IDS a été effectuée avec Matlab et elle est suivie par une validation des performances via le data set standard en détection d'intrusion NSL KDD 2012. Les résultats sont satisfaisants, ils prouvent l’efficacité de l’approche proposée.

Cerist:
Langue: Français
Collation: 128 p. ill. ;30 cm.
Diplôme: Post Graduation Spécialisé
Etablissement de soutenance: Alger, Centre de Recherche sur l'Information Scientifique et Technique
Thème Informatique

Mots clés:
Adaptive Hamming Nets (AHN)
Système de détection d'intrusion (IDS)
les ensembles de classifieurs

Note: Bibliogr.pp.114-117; Annexe pp.118-128