Mise en Place d’une Détection Précoce avec des Algorithmes du Machine Learning dans un Réseau Informatique : Cas du DDoS

Informations

Établissement

Université Gaston Berger

Date de soutenance

20/12/2023

Résumé

Cette recherche a exploré de manière approfondie la mise en place d'une détection précoce des
attaques DDoS au sein d'un réseau informatique en utilisant des techniques de Deep Learning.
Les résultats obtenus à travers l'application d'algorithmes de classification tels que KNN, SVM,
RandomForest, et Arbre de Décision ont démontré l'efficacité de ces approches dans le contexte
spécifique des menaces DDoS.
L'intégration du Deep Learning a apporté une dimension significative à la détection précoce,
permettant une adaptation dynamique aux schémas d'attaques émergents. L'utilisation de données
provenant de l'environnement SDN a ajouté une couche de complexité et de contextualisation,
renforçant ainsi la pertinence des modèles développés.
Au-delà des résultats, cette étude ouvre la voie à de nouvelles perspectives dans le domaine de
la cybersécurité. Les enseignements tirés de cette recherche pourraient orienter le développement
futur de systèmes de détection précoce plus sophistiqués et adaptatifs, contribuant ainsi à
renforcer la résilience des réseaux informatiques face aux menaces évolutives.
En résumé, cette recherche aspire à être une pierre angulaire dans l'avancement des techniques
de détection précoce des attaques DDoS, offrant des pistes concrètes pour améliorer la sécurité
des infrastructures informatiques et assurer une cyberdéfense proactive.