Proposition d‘un outil d‘assistance pour la construction des systèmes de détection d‘intrusion

Abstract

Le problème posé par les utilisateurs de Cloud Computing c‘est bien la sécurité de leurs données stockées, le système de détection des intrusions revient à jouer ce rôle. Le problème formulé peut être considéré comme un problème de classification, dont l‘objectif est d‘avoir une bonne optimisation dans lequel la fonction objective est de maximiser le taux de détection par type. Notre objectif consiste à faciliter le choix de la manière de sécuriser un Cloud Computing à l‘aide d‘un système de détection d‘intrusions par la proposition d‘un modèle pour avoir le meilleur résultat, et l‘adaptabilité par des techniques de la machine Learning. Nous avons proposé un modèle IDS qui nous permet d'améliorer le taux de détection par rapport aux travaux précédents. Le modèle proposé est une combinaison d'un algorithme d'apprentissage automatique supervisé et non supervisé afin de détecter les attaques. On s'attend à ce que ce système proposé qui utilise une combinaison du K-means et de SVM propose aux clients des Cloud Computing une vue sur les types des systèmes de détection d'intrusion existants.