Résumé: L’évolution rapide de la technologie et l’omniprésence des réseaux informatiques ont ouvert la porte à de nouvelles formes d’attaques et de menaces qui peuvent causer des perturbations majeures et des pertes financières considérables. Dans ce contexte, la détection précoce et précise des attaques réseaux est devenue une priorité absolue pour assurer la sécurité des systèmes informatiques et protéger les données sensibles. Les approches traditionnelles de détection d’attaques, basées sur des règles préétablies et des signatures connues, se révèlent souvent insuffisantes face à la complexité et à la variété des attaques modernes. C’est là qu’intervient l’apprentissage automatique (machine learning) qui offre la possibilité d’exploiter l’énorme quantité de données générées par les réseaux pour identifier des modèles, des anomalies et des comportements suspects, permettant ainsi de détecter les attaques réseaux de manière plus efficace. L’objectif principal de notre travail est donc de proposer une solution de surveillance continue (monitoring) du trafic réseau pour la détection des attaques basée sur les techniques de l’apprentissage automatique.

Alger:
Langue: Français
Collation: 37 p. ill. ;30 cm.
Diplôme: Licence
Etablissement de soutenance: Alger, Université des Sciences et de la Technologie Houari Boumediene. Faculté de d'Informatique
Thème Informatique

Note: Bibliogr.pp.[38-40]; Annexe pp.[41-47]