Browsing by Author "MAZOUZI , SMAINE"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Coopération de modèles d'IA pour la détection d'intrusions
    (Faculté des Sciences, 2025) BOUCHAREB , KENZA; KABIR , DALILA; MAZOUZI , SMAINE
    Avec l’augmentation continue des cyberattaques et l’évolution des techniques d’intrusion, les systèmes de détection d’intrusions (IDS) sont devenus un élément essentiel pour assurer la sécurité des réseaux. Dans ce contexte, ce travail vise à améliorer l’efficacité des systèmes de détection en adoptant une approche hybride basée sur la coopération entre un modèle de réseau de neurones profond (DNN) et un classificateur bayésien. Cette approche combine les capacités d’apprentissage profond représentatif avec la simplicité et l’efficacité des modèles statistiques, dans le but d’améliorer la précision de la classification et de réduire le taux de faux positifs. Le système proposé a été mis en oeuvre et évalué en utilisant la base de données standard NSL-KDD, largement utilisée dans les recherches en détection d’intrusions. L’évaluation a porté sur plusieurs métriques telles que la précision, le score F1 et le taux de faux positifs. Les résultats ont montré que l’intégration des deux modèles offre une performance supérieure par rapport aux systèmes traditionnels basés sur un seul modèle, soulignant ainsi l’efficacité de cette approche coopérative face aux défis croissants de la cybersécurité.