Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "BENOUDINA, Lazhar"

Now showing 1 - 3 of 3
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Modélisation et Simulation basée systèmes
    (Faculté des Sciences, 2023) BOUATTIT , Romeila; BOULKAIBET , Chadia; BENOUDINA, Lazhar
    Employée depuis longtemps comme modèle de simulation et modélisation, l’approche de modélisation Multi-Agents semble maintenant prometteuse en termes de sa capacité à gérer la complexité des systèmes étudiés. Dans cette étude, nous essayons de simuler la population cellulaire qui se développe pendant l’infection par le virus de l’immunodéficience humaine (VIH) afin de démontrer l’efficacité du technique Multi-Agents en la contrastant avec l’approche mathématique. Les résultats recueillis ont permis de démontrer comment les nombreuses cellules étudiées interagissaient et se comportaient conformément aux rapports biologiques. Nous avons adopté une approche de simulation Multi-Agents afin d’obtenir des résultats satisfaisants. Nous avons utilisé l’outil logiciel MadKit comme plate-forme pour développer et exécuter notre simulateur
  • Loading...
    Thumbnail Image
    Item
    Système immunitaire artificiel pour la détection d’intrusion
    (Faculté des Sciences, 2024) BOUZIDI, Ilhem; MEKITA ,Nour El Houda; BENOUDINA, Lazhar
    Ce mémoire explore une approche de sécurité informatique basée sur les mécanismes du système immunitaire biologique. Après avoir identifié les défis majeurs de la sécurité informatique, il propose un modèle de détection d’intrusion inspiré par les capacités de détection et de réponse du système immunitaire. Cette approche combine des techniques d’intelligence artificielle avec des mécanismes biologiques pour créer un système adaptatif capable de reconnaitre et de neutraliser les menaces en ligne. L’implémentation pratique de ce modèle confirme son efficacité dans la détection d’intrusions, offrant une protection robuste contre une variété d’attaques. Les résultats obtenus suggèrent que cette approche peut jouer un rôle crucial dans l’amélioration de la sécurité des systèmes informatiques dans un monde numérique en constante évolution. Ce mémoire ouvre la voie `a de futures recherches dans le domaine de la sécurité informatique, en mettant en évidence le potentiel des approches inspirées de la biologie pour relever les défis complexes posés par les menaces en ligne.
  • Loading...
    Thumbnail Image
    Item
    Un modèle neuronal pour la prévision de la charge éléctrique
    (Faculté des Sciences, 2023) DJOUAD ,Sana; BAKHOUCHE ,Wissal; BENOUDINA, Lazhar
    L’intelligence artificielle a eu un impact significatif sur de nombreuses disciplines scientifiques grâce à sa rapidité et à sa précision ans a diverses applications.En conséquence, elle est devenue un domaine privilégié pour de nombreux chercheurs, offrant des opportunités prometteuses pour leurs travaux de recherche. Le problème de prévision de l’électricité est une question clé dans le domaine de l’énergie,car il est essentiel de prévoir avec précision la demande d’électricité future pour garantir un approvisionnement fiable et économique. Les réseaux de neurones sont de venus une méthode populaire pour aborder ce problème complexe. Notre étude consiste utilisé les réseaux de neurones pour extraire un modèle idéal qui nous permet de prédire la consommation de la charge électrique pour ne pas tomber en panne dans des moments difficile.L’utilisation de réseaux de neurones permet de capturer les dépendances temporelle set d’obtenir des prévisions plus précises de la demande d’électricité

DSpace software copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback