Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo

Dspace KHENCHELA

  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Dridi Halima - Hamdani Nacira"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Détection des intrusions pour les systèmes IoT en utilisant des techniques d’apprentissage
    (2021) Dridi Halima - Hamdani Nacira
    La nature ouverte de l’Internet a créé la possibilité de connecter des appareils, des applications et des services à une ampleur qui transforme la façon dont nous interagissons avec notre environnement et notre société. L’Internet des Objets a un énorme potentiel pour changer notre monde pour le mieux, en même temps, avec des milliards d’appareils, d’applicat ions et de services IdO déjà utilisés, et de plus en plus nombreux à venir en ligne, la sécurité de l’IdO est devienne plus importante, Les appareils et services IdO mal sécurisés peuvent servir de points d’entrée pour les cybers attaques. Avec le grand volume des données, les méthodes classiques de détection des intrusions deviennent insuffisantes. Dans cette thèse, on va proposer un système de détection d’intrusions pour les internet des objets on se basant sur le machine learning, afin d’aboutir une forte sécurité contre les attaque

DSpace software copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback