Sécurisation des données médicales dans les réseaux de radio cognitive

Abstract

Dans un contexte où les réseaux de radio cognitive offrent une solution prometteuse pour l’optimisation dynamique du spectre, la sécurité des données échangées devient un enjeu crucial, en particulier pour les applications médicales sensibles. Cette thèse propose une approche innovante pour la sécurisation des données médicales dans les réseaux de radio cognitive, en s’appuyant sur les systèmes multi-agents pour modéliser les interactions et décisions au sein du réseau. L’architecture développée intègre des mécanismes de sélection des canaux, en utilisant la méthode multicritère TOPSIS, permettant aux utilisateurs secondaires de choisir les ressources optimales selon des critères tels que la technologie, la fiabilité, le coût et la bande passante. Par ailleurs, un mode de chiffrement symétrique optimisé a été appliqué pour garantir la confidentialité des échanges. Les simulations menées sur la plateforme JADE ont confirmé la robustesse du système face aux menaces internes, sa capacité à détecter les agents malveillants, et l’efficacité de la solution hybride mise en place, combinant authentification, décision et confidentialité. Les résultats obtenus démontrent la pertinence de l’approche pour sécuriser les données médicales dans des environnements distribués complexes.