Please use this identifier to cite or link to this item: http://dspace.univ-tiaret.dz:80/handle/123456789/15280
Title: La proposition d’une approche pour l’optimisation de l’efficacité des systèmes de détection d’intrusion en basant sur les graphes de connaissance
Authors: Zenina, Chaimaa
Labbadi, Ourida
Keywords: système de détection d’intrusion
graphe de connaissance
apprentissage automatique
Issue Date: يون-2024
Publisher: Université ibn khaldoun-Tiaret
Abstract: Dans un environnement cybernétique en perpétuelle évolution, un défi majeur persiste : comment renforcer efficacement les systèmes de détection d'intrusion (IDS) pour contrer les attaques sophistiquées et émergentes ? Les méthodes classiques basées sur l'apprentissage automatique rencontrent des limites dans la détection des schémas d'attaques complexes et la prévention des menaces évolutives. Face à cette problématique, il est impératif de renforcer les capacités des systèmes de détection d'intrusion (IDS) en exploitant les potentialités des graphes de connaissance. Cette approche est évaluée par le biais d'une analyse comparative de ses performances par rapport aux méthodes traditionnelles d'apprentissage automatique.
Description: In an ever-changing cyber environment, a major challenge persists: how to effectively strengthen intrusion detection systems (IDS) to counter sophisticated and emerging attacks? Traditional machine learning methods encounter limitations in detecting complex attack patterns and preventing evolving threats. Faced with this problem, it is imperative to strengthen the capabilities of intrusion detection systems (IDS) by exploiting the potential of knowledge graphs. This approach is evaluated by benchmarking its performance against traditional machine learning methods.
URI: http://dspace.univ-tiaret.dz:80/handle/123456789/15280
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
TH.M.INF.2024.26.pdf5,93 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.