Détection d’intrusions via des réseaux de neurones optimisés par des métaheuristiques

Abstract

Aujourd’hui, et à cause de l’évolution technologique et l’utilisation d’Internet à grande échelle, le fait de tout sécuriser devient une nécessité incontournable et un défi pour la plupart des entreprises. Et vu que les moyens traditionnels de sécurisation sont devenus insuffisants à cause de l’augmentation du nombre et types d’attaques informatiques qui apparaissent presque chaque jour, les chercheurs du domaine de la sécurité informatique s’occupent d’élaborer des outils de sécurité basés sur des notions de l’intelligence artificielle pour détecter les nouvelles attaques. Dans ce travail, on a réalisé un modèle de détection d’intrusions basé sur les réseaux de neurones multicouches optimisés par le recuit simulé et la recherche tabou en utilisant le benchmark NSLKDD pour générer et évaluer ce modèle. Mots clés :intrusions,réseaux de neurones, intelligence artificiel, recuit simulé, NSLKDD.