La proposition d’une approche pour l’optimisation de l’efficacité des systèmes de détection d’intrusion en basant sur les graphes de connaissance

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.