Prédiction et détection d’anomalies Réseaux par Réseaux de neurones artificiels

Abstract

Le développement technologique, l'utilisation d'Internet à grande échelle et l’augmentation des moyens de stockage et de l'échange d'information sont contribué à un nombre élevé de cyber-attaques, qui exploitent les failles des systèmes d'information et les points faibles des systèmes de protection contre les intrusions, ce qui rend le processus de sécurisation de ces informations très important. Les spécialistes du domaine de la sécurité informatique s’occupent d’élaborer les outils nécessaires pour assurer la sécurité de l’information en développant de nouvelles technologies basées sur des moyens d'intelligence artificielle afin de détecter les pénétrations non découvertes par des dispositifs ordinaires. Dans ce contexte, nous visons à travers ce travail à réaliser un modèle de détection d’intrusions qui s’appuis sur l’apprentissage automatique des informations échangées et de signaler les divergences par rapport à ce fonctionnement de référence comme des attaques .en se basant sur les réseaux de neurones artificiels, et la base de données de référence KDDCUP99 pour générer et évaluer le modèle proposé

The large-scale technological, development and use of the Internet and the increase in the means of storage and exchange of information have contributed to a high number of cyber attacks, which exploit the gaps in information systems and the weak points of protection systems against intrusions, which makes the process of securing this information very important. The security specialists are making the necessary tools to ensure information security by developing new technologies based on artificial intelligence to detect the penetrations undiscovered by ordinary devices. In this context, we aim, through this work, to realize an intrusion detection model based on the Machine learning functioning of the exchanged information and to signal the the divergences from this reference functioning as attacks. Based on the artificial neural networks, and the KDDCUP99 reference database to generate and evaluate the proposed model. ساهم التطور التكنولوجي واسع النطاق، وتطوير واستخدام الإنترنت، وزيادة وسائل تخزين وتبادل المعلومات في ارتفاع عدد الهجمات السيبرانية، التي تستغل الثغرات في أنظمة المعلومات ونقاط الضعف في أنظمة الحماية ضد الاختراقات، مما يجعل عملية تأمين هذه المعلومات أمرًا بالغ الأهمية. يقوم متخصصو الأمن بتطوير الأدوات اللازمة لضمان أمن المعلومات من خلال ابتكار تقنيات جديدة قائمة على الذكاء الاصطناعي للكشف عن الاختراقات غير المكتشفة بواسطة الأجهزة العادية. وفي هذا السياق، نهدف من خلال هذا العمل إلى تحقيق نموذج لكشف الاختراقات يعتمد على التعلم الآلي في عمل المعلومات المتبادلة وإشعار الانحرافات عن هذا العمل المرجعي على أنها هجمات. ويعتمد هذا على الشبكات العصبية الاصطناعية وقاعدة البيانات المرجعية KDDCUP99 لتوليد وتقييم النموذج المقترح.