Browsing by Author "MAZOUZI , Smaine"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Prevention and Protection Against DDoS Attacks Using Machine Learning (Classification Algorithms)
    (Faculty of Sciences, 2024) NAFIR , Khaoula; TALAA , Imane Nour Allah; MAZOUZI , Smaine
    In the current era of extensive digitalization across various aspects of human life, we are now faced with a complex intersection of diverse systems that regulate our daily routines. Regrettably, these systems are under constant threat from rapidly evolving attacks. As a consequence, safeguarding these systems poses a significant challenge for organizations, companies and individuals alike, as they all rely on common internet services. The focus of our thesis has been on the prevention and detection of Distributed Denial of Services (DDoS) attacks through the application of machine learning techniques, specifically utilizing classification algorithms like Random Forests, Decision Trees and AdaBoost. Our evaluation centered on the effectiveness of these methods in recognizing abnormal traffic patterns associated with DDoS attacks. While Random forests, which amalgamate multiple decision trees, exhibit robustness and efficiency, Decision Trees, despite their simplicity and speed, are susceptible to overfitting. Notably, AdaBoost, which enhances model performance by assigning weights to the errors of weak classifiers, merges as the most proficient in identifying DDoS attacks in our tests. The findings indicate that AdaBoost delivers superior accuracy compared to other algorithms.
  • Thumbnail Image
    Item
    Sélection et composition des services web par la recherche tabou
    (Faculté des Sciences, 2024) Saoula ,Ryene; Foufou , Fatima zohra; BOUHOUCHE , Abdelouahid ; MAZOUZI , Smaine
    La croissance constante des services web sur l'internet mondial pose de nouveaux défis pour les secteurs académique et industriel. En effet, la présence de services web similaires sur le plan fonctionnel mais différents en termes de qualité de service (QoS) nous oblige à mettre en oeuvre des techniques d'optimisation pour identifier les meilleures compositions de services. Pour résoudre le problème de la sélection des services web, nous proposons dans notre étude une nouvelle fonction objective et l'utilisation de l'algorithme de recherche tabou pour calculer son optimum global. Cet optimum global correspondra à la meilleure sélection de services web répondant aux exigences du client. Les résultats obtenus avec une application implémentant notre méthode sont très satisfaisants et encouragent de futurs travaux dans ce domaine de recherche.