Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-tiaret.dz:80/handle/123456789/5726
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorSaidi, Wissam Halima-
dc.contributor.authorSarir, Fatima Zohra-
dc.date.accessioned2022-11-27T13:35:23Z-
dc.date.available2022-11-27T13:35:23Z-
dc.date.issued2022-
dc.identifier.urihttp://dspace.univ-tiaret.dz:80/handle/123456789/5726-
dc.description.abstractAvec l‟évolution augmentée d‟Internet, les applications web sont devenues de plus en plus vulnérable et sensible aux attaques qui peuvent abime la confidentialité, l‟intégrité ou la disponibilité des systèmes informatique, l‟injection SQL est une cyber-attaque la plus répandue. Pour affronter à ces cyber-attaques, il est inévitable d‟utiliser les systèmes de détection d‟intrusion. Une méthode de détection par injection SQL est proposée qui utilise les techniques de Deep Learning. Un type du Deep Learning, CNN (Convolutional Neural Network) est le meilleur chemin pour classifier les cyber-attaques et d‟éviter le sur-ajustement et les sou-ajustement. Le modèle proposé a été efficace pour deux dataset différentes, en donnant des résultats très élevés concernant le taux de détection avec 97% pour le dataset SQLI, et de 99.99% pour le SQLIV2.en_US
dc.language.isofren_US
dc.publisherUniversité Ibn Khaldoun -Tiaret-en_US
dc.titleLa mise en œuvre d‟un système de détection d‟injection SQL pour Les Applications weben_US
dc.typeThesisen_US
Collection(s) :Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
TH.M.INF.FR.2022.33.pdf2,25 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.