Systéme de détection d'intrusions basé sur L'apprentissage automatique

Simple item page
dc.contributor.authorBouffeeneche, Yasmina
dc.contributor.authorMessllaoui, Amina
dc.contributor.authorMazouzi, smaine
dc.date.accessioned2024-10-16T08:11:34Z
dc.date.available2024-10-16T08:11:34Z
dc.date.issued2024
dc.description.abstractLes attaques deviennent de plus en plus fréquentes, ciblant les données stockées sur Internet comme jamais auparavant. Assurer la protection des informations sensibles est donc d'une importance cruciale. Dans ce cadre, notre projet vise à développer une méthode de détection des intrusions réseau en utilisant l'apprentissageautomatique. Plusprécisément, nousproposonsdemeneruneétude comparative entre les algorithmes KNN et SVM afin d'identifier et prévenir les attaques quotidiennes sur les réseaux. Cette approche innovante représente une solution prometteuse pour détecter et atténuer efficacement les menaces de cybersécurité. Pour notre étude, nous utilisons la base de données NLS-KDD commeréférence
dc.identifier.urihttp://dspace.univ-skikda.dz:4000/handle/123456789/2784
dc.language.isofr
dc.publisherFaculté des Sciences
dc.titleSystéme de détection d'intrusions basé sur L'apprentissage automatique
dc.title.alternativeRéseaux et Systèmes Distribues -RSD
dc.typeMémoire de Master
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
BOUFFEENECHE Yasmina.pdf
Size:
2.11 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