Dépôt Institutionnel Université de Jijel

Application des techniques de data mining et de machine learning pour la détection d'intrusions

Afficher la notice abrégée

dc.contributor.author Mekhbi, Aicha
dc.contributor.author Menouar, Chahrazad
dc.contributor.author Boulaiche, Ammar(encadreur)
dc.date.accessioned 2020-10-22T09:35:34Z
dc.date.available 2020-10-22T09:35:34Z
dc.date.issued 2018
dc.identifier.uri http://dspace.univ-jijel.dz:8080/xmlui/handle/123456789/2042
dc.description.abstract Aujourd'hui, la technologie de l'information et de la communication s'impose de plus en plus dans de nombreux domaines. Toutefois, cette évolution s'est malheureusement accompagnée d'une augmentation constante du piratage et de la cybercriminalité. Devant cette situation, et afin d'assurer la sécurité des systèmes informatiques, plusieurs outils ont été développés, parmi lesquels on trouve les systèmes de détection d'intrusions (IDS). Un IDS représente tout outil, méthode ou approche qui nous aide à prévoir ou à identifier toute activité non autorisée dans un réseau ou dans une machine. Dans le cadre de ce projet de fin d'étude, nous visons à étudier et à expérimenter l'application de certaines techniques de l'apprentissage automatique et du data mining dans le domaine de la détection d'intrusion. Les résultats obtenus, sur les données du bench-mark NSL-KDD, nous ont permis de déduire laquelle de ces techniques est plus adaptée à la détection d'intrusions. fr_FR
dc.language.iso fr fr_FR
dc.publisher université jijel fr_FR
dc.relation.ispartofseries ;Inf.ILM.04/18
dc.subject Sécurité informatique, systèmes de détection d'intrusions,Anti-virus fr_FR
dc.title Application des techniques de data mining et de machine learning pour la détection d'intrusions fr_FR
dc.type Thesis fr_FR


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte