Etude comparative des techniques De détection d’intrusion

Simple item page
dc.contributor.authorMerdaci, Bouchra
dc.contributor.authorTaleb, Mouna
dc.contributor.authorBenoudina, Lazhar
dc.date.accessioned2025-04-20T09:38:40Z
dc.date.available2025-04-20T09:38:40Z
dc.date.issued2022
dc.description.abstractLes réseaux informatiques sont exposés à plusieurs types d‟attaques, qu‟il faut protéger. Parmi ces moyens nous citons les systèmes de détection d‟intrusion, cependant, avec le développement des techniques d'attaque, ces systèmes ne fonctionnent plus de bons résultats. Dans cette mémoire, nous avons réalisé une étude expérimentale pour décidé qu‟elle est l‟algorithme de classification le plus approprié pour les données de la base de données NSL-KDD. Nous avons considéré trois algorithmes de classification à savoir, l‟algorithme KNN, Naïve Bayes et Random Forest, et nous avons comparé leur précision
dc.identifier.urihttp://dspace.univ-skikda.dz:4000/handle/123456789/4610
dc.language.isofr
dc.publisherFaculté des Sciences
dc.titleEtude comparative des techniques De détection d’intrusion
dc.title.alternativeRéseaux et Systèmes Distribués
dc.typeMémoire de Master
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
M-004-00295-1.pdf
Size:
2.22 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Informatique