Sécurité des réseaux informatiques basée sur la théorie de danger

Belhadj, Mourad (2021) Sécurité des réseaux informatiques basée sur la théorie de danger. Doctoral thesis, Université de mohamed kheider biskra.

Text These Mourad Belhadj.pdf Download (1MB)

Abstract

Le syst`eme immunitaire artificiel (AIS) est un sous-domaine de syst`eme de l’intelligence artificielle et d’apprentissage bas´e sur des r`egles inspir´ees du syst`eme immunitaire des vert´ebr´es. Ces algorithmes sont g´en´eralement bas´es sur les caract´eristiques du syst`eme immunitaire en ce qui concerne l’apprentissage et la m´emoire ainsi que leur utilisation dans la r´esolution de probl`emes. Un syst`eme immunitaire artificiel simplifie l’activit´e et la structure du syst`eme immunitaire pour cr´eer des mod`eles informatiques et utilise ces mod`eles pour r´esoudre des probl`emes dans les domaines des math´ematiques, de l’ing´enierie et des technologies de l’information et de la communication. ces syst`emes sont aussi un sous-domaine de la biologie inspir´e et de l’informatique naturelle, avec une affinit´e pour l’apprentissage automatique et un contexte plus large pour l’intelligence artificielle. L’algorithme des cellules dendritiques (DCA) est un exemple d’algorithme d´evelopp´e `a l’aide d’une approche globale. Il ´etait bas´e sur un mod`ele de cellule dendritique (CD). Le DCA subit un processus d’examen de divers aspects de l’activit´e des cellules dendritiques (DC), du r´eseau mol´eculaire qui se trouve dans la cellule au comportement d’un groupe de cellules en tant que groupe. Le DCA est pr´esent´e comme un nouvel algorithme d’immunit´e artificielle. Cette th`ese aborde le d´efi d’am´eliorer la phase de pr´etraitement. Dans cette m´ethode, l’algorithme des cellules dendritiques r´eduit la dimensionnalit´e `a l’aide de la m´ethode de r´eduction de la dimensionnalit´e : factorisation matricielle bas´ee sur une factorisation matricielle non n´egative. La factorisation matricielle non n´egative r´eduit la taille des donn´ees en transformant les donn´ees d’origine et en extrayant les caract´eristiques importantes grˆace `a un espace latent dimensionnel r´eduit. L’algorithme propos´e se d´eroule en deux ´etapes : Premi`erement, transformer les donn´ees originales par factorisation. Alors que la seconde consiste `a attribuer les caract´eristiques d’espace r´eduit `a leur cat´egorie de signal appropri´ee. Les r´esultats exp´erimentaux montrent que ce nouvel algorithme am´eliore significativement la phase de pr´etraitement de l’algorithme des cellules dendritiques en termes de temps d’ex´ecution tout en maintenant un taux de pr´ecision plus ´elev´e.

Actions (login required)

View Item