Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/12355
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorBOUROUH, Mouloud-
dc.contributor.authorKANOUN, Zakaria-
dc.date.accessioned2018-01-14T10:27:26Z-
dc.date.available2018-01-14T10:27:26Z-
dc.date.issued2017-07-03-
dc.identifier.citationSalle des thèsesen_US
dc.identifier.otherMS-003-228-01-
dc.identifier.urihttp://dspace.univ-tlemcen.dz/handle/112/12355-
dc.description.abstractLe développement technologique, l'utilisation d'Internet à grande échelle et l’augmentation des moyens de stockage et de l'échange d'information sont contribué à un nombre élevé de cyber-attaques, qui exploitent les failles des systèmes d'information et les points faibles des systèmes de protection contre les intrusions, ce qui rend le processus de sécurisation de ces informations très important. Les spécialistes du domaine de la sécurité informatique s’occupent d’élaborer les outils nécessaires pour assurer la sécurité de l’information en développant de nouvelles technologies basées sur des moyens d'intelligence artificielle afin de détecter les pénétrations non découvertes par des dispositifs ordinaires. Dans ce contexte, nous visons à travers ce travail à réaliser un modèle de détection d’intrusions qui s’appuis sur l’apprentissage du fonctionnement " normal " des informations échangées et de signaler les divergences par rapport à ce fonctionnement de référence comme des attaques .en se basant sur les réseaux de neurones artificiels, l’algorithme génétique et la base de données de référence NSL-KDD pour générer et évaluer le modèle proposé.en_US
dc.language.isofren_US
dc.publisher14-01-2018en_US
dc.subjectintrusions, classification, réseaux de neurones, intelligence artificiel, algorithme génétique, NSLKDD.en_US
dc.titleDétection d’intrusions à base des réseaux de neurones et algorithmes génétiques.en_US
dc.typeThesisen_US
Collection(s) :Master SIC

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Detection-dintrusions-a-base-des-reseaux-de-neurones-et-algorithmes-genetiques.pdfCD3,21 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.