Apprentissage automatique et sécurité des systèmes d'information : Application : Un système de détection d'intrusion basé sur les séparateurs à vaste marge (SVM)
Apprentissage automatique et sécurité des systèmes d'information : Application : Un système de détection d'intrusion basé sur les séparateurs à vaste marge (SVM)
Fichiers
Date
2008-06-29
Auteurs
AISSAOUI Sihem
Nom de la revue
ISSN de la revue
Titre du volume
Éditeur
Résumé
Dans ce travail, nous nous intéressons aux systèmes détection d?intrusions (IDS). Nous dérivons deux approches pour détecter les intrusions : les Séparateurs à Vaste Marge (SVM pour Support Vector Machines) et les réseaux de neurones. En utilisant l?ensemble de données KDD99 conçu par DARPA, nous démontrons qu?à partir ces deux approches, nous pouvons construire des classifieurs efficaces avec une bonne exactitude de classification pour la détection d?intrusion. Nous concluons avec une comparaison des performances des réseaux de neurones et SVM.
Description
Mots-clés
Systèmes de Détection d?Intrusion, Classification, Séparateurs à Vaste Marge (SVM), Réseaux de neurones