Encadrements

Compte tenu de la composition de l'administration de l'ENO de Mbour repartis en différent services, notamment le service administratif, le service technique et le service pédagogique, et de la sensibilité des données échangées dans le cercle administratif, déployer un service de messagerie serait un atout pour faciliter un échange de données sécurisée en interne.

L'Internet des Objets (IoT) représente une révolution technologique majeure, connectant une multitude d'appareils intelligents pour créer un écosystème dynamique et interconnecté. Au cœur de cette transformation, la gestion du trafic réseau est essentielle pour assurer une communication fluide entre les dispositifs connectés. Avec la croissance rapide des appareils, cette tâche devient de plus en plus complexe. La classification des données de trafic réseau est donc un défi crucial, nécessitant des solutions innovantes pour garantir la sécurité, la performance et la fiabilité des réseaux. Les méthodes traditionnelles de gestion du trafic tels que la détection d'intrusion, la prévention des attaques DDoS (Distributed Denial of Service), et la mise en œuvre de pare-feu pour protéger le réseau contre les menaces ne suffisent plus face à la diversité des applications et des flux de données générés par les dispositifs IoT. Ce mémoire se penche sur la classification multi-classe des données de trafic réseau dans l'Internet des Objets en utilisant des techniques avancées de Machine Learning (ML). L'objectif est de développer des modèles adaptatifs capables de comprendre et de catégoriser efficacement les données de trafic, améliorant ainsi la gestion et la sécurité des réseaux. Dans ce travail, nous avons proposé trois modèles de Machine Learning (Arbre de Décision, RandomForest et AdaBoost), un modèle de réseau de neurone artificiel ANN et un modèle de réseau de neurone récurrent RNN en utilisant le dataset CIC-IoT-dataset2022 Les résultats montrent que DecisionTree et RandomForest sur-apprennent aux données d'entraînement. Cela signifie qu'ils sont très performants sur ces données, mais généralisent mal sur de nouvelles données. En revanche, le fait qu'AdaBoost n'atteigne pas un score parfait sur les données d'entraînement indique qu'il ne sur-apprend pas autant. AdaBoost se concentre sur l'amélioration progressive de la performance, ce qui conduit souvent à une meilleure généralisation sur les données de test. Le modèle de réseau de neurones à 4 couches a montré une précision de 97,98%, tandis que le RNN simple a atteint 98%. En conclusion, nous avons mis en place un modèle IA appris à partir de données réelles qui nous permet de faire une classification efficace des données de trafic réseau.

Un RCSF est composé d'un ensemble de nœuds capteurs capables de recueillir et de transmettre des données d’une manière autonome. Ces réseaux doivent être surveillées à temps réel surtout dans certains domaines d’applications critiques. Les solutions de sécurité utilisées dans les réseaux traditionnels ne sont pas directement applicables dans les RCSF, car développer des primitives de sécurité en utilisant de faibles ressources devient un véritable défi. C’est dans cette perspective que nous avons eu l’idée d’orienter notre recherche sur l’authentification mutuelle dans les RCSF afin d’apporter notre contribution. Le travail principal dans ce mémoire a consisté à proposer une amélioration du protocole de Vaidya et al au niveau de la topologie du réseau mais aussi de l’implémentation de l’algorithme afin de le rendre plus efficace et efficient en termes de sécurité et de consommation énergétique.

Le principal objectif de cette étude est porté sur la mise en place d’un système de filtrage pour sécuriser un réseau local et filtrer les adresses urls de certains sites web, en utilisant Squid et SquidGuard. Dans le premier chapitre, nous avons d’abord commencé par contextualiser le milieu dans lequel évoluent les entreprises, ensuite nous avons décrit une problématique de sécurité à laquelle sont confrontées les entreprises et enfin avons proposé une solution. Dans le deuxième chapitre, nous avons fait une étude général sur les réseaux informatique en énonçant d’abord les modèle OSI et l’architecture de la pile TCP/IP ensuite les protocoles, nous avons aussi étudié chapitre 3 les objectifs de la sécurité informatique, nous avons vu quelques notions de base sur la sécurité des systèmes d’information, ensuite nous avons vu la notion de politique de sécurité, nous avons aussi vu quelques attaques sur les systèmes d’information notamment les attaques sur les réseaux, les menaces et les contres mesures à adopter pour se défendre. Dans le dernier chapitre, nous avons eu une approche pratique en présentant et en installant d’abord le pare-feu Pfsense, puis nous avons présenté le système de filtrage open source Squid, ensuite nous avons installé et configuré Squid et enfin nous avons fait un test sur une machine se trouvant sur notre réseau avec comme résultat le blocage des sites blaclistés.

Le monde actuel du net est tellement connecté que les entreprises développent des réseaux plus complexes, fiables et conviviaux. C’est ainsi que le bon fonctionnement de l’architecture réseaux et des services sont d’une importance capitale pour une fiabilité de l’entreprise favorisant des recettes conséquentes. La migration du trafic web vers des services hébergés dans le Cloud, l'explosion de l'usage des appareils mobiles, la croissance des objets connectés : autant de facteurs qui vont apporter des changements structurels aux réseaux de communication des entreprises. Au final, de nombreux facteurs peuvent entraîner des pannes et des interruptions au bon fonctionnement notamment : coupures de câbles sous-marins, catastrophes naturelles, perturbations géomagnétiques, vols de cuivre et autres événements. À cela, on ajoute des vols de données à travers le piratage. Maintenant, face à ces nombreux facteurs, quelle est la meilleure manière de veiller à notre réseau afin d’anticiper ou de bien réagir à la protection du réseau le moment venu. Pour répondre à cette difficulté nous allons dans un premier temps étudier le centre d’opération réseaux (NOC en anglais qui signifie Network Opération Center) qui est une zone centrale, l’architecture réseaux de l’entreprise. Il est question de savoir ce qu'un centre d’opération réseaux, mais de réfléchir à sa mise en place. Dans un second temps, de découvrir le réseau d’opérateur, c'est-à-dire comment il est structuré et les fonctionnalités qu’on trouve dedans. Et enfin mettre en place le NOC afin de bien surveiller notre réseau d’opérateur. Dans la mise en place du centre d’opération nous avons pu faire des comparaisons dans le but de choisir les meilleurs outils pour mettre en pratique notre solution et atteindre nos objectifs. Au final, nous observons dans notre centre une surveillance de nos équipements du réseau d’opérateur avec l’ensemble des informations de nos appareils et une visualisation des données par rapport au mémoire, au réseau, et autre. Mais aussi la création de ticket pour un incident envoyé au niveau du centre d’opération réseau.

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.

Dans le cadre de ce mémoire portant sur la détection précoce des attaques DDoS sur l’IoT, l’état de l’art des techniques de détection offre un aperçu complet des avancées actuelles et Technique Avantages Limites Détection basée sur les signatures Capacité à identifier les attaques connues Limité aux attaques répertoriées, vulnérables aux nouvelles attaques. IDS avec apprentissage automatique Capacité à détecter les attaques connues ou inconnues Besoin d’un ensemble de données représentatif, risque de faux positifs IDS avec apprentissage profond Exploration de modèles complexes Ressources computationnelles importantes, nécessité de données volumineuses Apprentissage automatique Détection d’anomalies basée sur des schémas appris Dépendance des modèles, vulnérabilités aux attaques adversaires Apprentissage profond Représentation hiérarchique des caractéristiques Complexité computationnelle Élevée, besoin de grandes quantités de données. Combinaison ML et DL Robustesse accrue par la combinaison Complexité élevée, expertise nécessaire pour la mise en œuvre SDN Gestion centralisée pour une réponse rapide Dépendance de l’implémentation SDN, besoin d’une infrastructure compatible des défis persistants. L’examen approfondi des chapitres consacrés à l’IdO, aux applications et défis de sécurité, aux technologies et protocoles, aux attaques DDoS dans l’IoT, ainsi qu’à la détection précoce, a permis de mettre en lumière la complexité et la dynamique de cet écosystème. Les techniques de détection énumérées, allant des IDS traditionnelles à l’intégration novatrice de la blockchain et du SDN, illustrent la diversité des approches adoptées pour renforcer la sécurité des dispositifs IoT. Cependant, chaque technique présente des avantages et des limites, soulignant la nécessité d’une approche holistique.

La supervision de la sécurité des systèmes d’information présente un grand défi pour les grandes entreprises. Elle est considérée comme un pilier essentiel pour assurer la sécurité de tous les composants du système d’information afin de détecter les failles et les violations de sécurité et y remédier à eux. Parmi les parties analysées dans ces entreprises, on trouve ce qu’on appelle les fichiers Journaux, ces derniers sont construits et enregistrés avec un format spécial par de chaque équipement, système ou composant du SI en général. Ces fichiers aident à suivre les activités des utilisateurs dans le SI, ce qui permet de détecter et suivre les comportements suspects qui viole la politique de sécurité d’une façon ou d’une autre. Le suivi et l’analyse de ces évènements est fait dans la plupart du temps par une équipe de sécurité. Cette tâche est une tâche difficile, du fait que le suivi des évènements doit être fait d’une manière enchainée sans négliger ou oublier aucun d’eux, surtout si cette surveillance concerne une activité critique. L'objectif de ce mémoire est l’étude et la mise en place d’un SIEM (Security Information and Events Management) pour la DISI (Direction de l’informatique et des Systèmes d’information) de l'Université Cheikh Anta Diop de Dakar (UCAD). Cette entité importante de l’université possède un grand nombre de systèmes informatiques et de données sensibles, ce qui nécessite la mise en place de mesures de sécurité efficaces. Ce projet permettra alors de renforcer la sécurité de l'information en collectant, analysant, corrélant les données de sécurité provenant de différentes sources et d'alerter les équipes de sécurité sur les menaces émergentes. Le but de ce mémoire est de faire une généralité sur la sécurité informatique, des logs et du SIEM ainsi que la mise en place d'un SIEM adapté aux besoins de l'entreprise.

La supervision de la sécurité est devenue une pratique essentielle pour les entreprises qui cherchent à protéger leurs systèmes informatiques. En effet, elle permet de détecter rapidement les activités suspectes. Elle repose sur des outils et des technologies sophistiqués, tels que les systèmes de détection d’intrusion, les systèmes de gestion des journaux, les systèmes de gestion des événements de sécurité, les scanners de vulnérabilités, etc. Ces outils permettent de collecter et d’analyser les données relatives à la sécurité des systèmes informatiques, et de détecter les menaces en temps réel. L’objectif de ce mémoire est l’étude et la mise en œuvre d’un SOC (Security Operation Center) plus précisément le cas de la supervision. Nous proposerons une solution de supervision permettant de conserver les éléments de sécurité mais également de les analyser en cas de problème et de fournir une solution complète permettant de collecter, de normaliser, d'agréger, d'archiver, d'analyser, d'alerter, de corréler et de fournir des tableaux de bords des événements de sécurité du système d'information.

L’utilisation des systèmes informatiques (SI) est devenue depuis quelques années une pratique courante pour les entreprises innovantes et qui se veulent performantes. En effet, elles optimisent votre transformation digitale en simplifiant ou en automatisant les taches et processus liés à votre pool de métiers. C’est dans cette logique que le Port Autonome de Dakar (PAD) a mis à la disposition de ses employés et clients un SI dont l’objectif est de viser la productivité et la performance. Pour pouvoir bénéficier des avantages qu’offre le SI, les utilisateurs doivent au préalable s’authentifier et s’identifier dans un réseau LAN qui a été mis en place. Ceci est pour garantir la sécurité et la confidentialité des ressources de l’entreprise. Cependant, malgré la présence de ce robuste réseau qui assure la mise en service de l’arsenal digital, l’accès au SI demeure parfois problématique voire impossible. Cet état de fait est dû à la configuration spatiale du réseau du PAD étendu sur plusieurs distancés les uns des autres. Dans ce mémoire, nous proposons une étude et conception d’une solution d’interconnexion de sites distants pour pallier les problèmes de connectivité et d’accessibilité auxquels sont confrontés les utilisateurs du SI du PAD. Après un état de l’art et une étude approfondie des solutions d’interconnexion existantes, nous avons, sur la base de critère de comparaison en termes de faisabilité, de fiabilité et de coût, retenu une solution qui fait particulièrement l’objet de notre travail. La solution en question s’appuie sur les ondes radio avec positionnement d’antenne en visibilité sur sites différents. L’interconnexion se fait sur base d’une communication radio avec émission d’ondes.

La sécurité d'un environnement informatique en particulier le cloud est cruciale pour garantir la protection des données et des applications de l'entreprise. Dans ce sens il est important de comprendre les différentes mesures de sécurité mises en place par les fournisseurs de cloud pour protéger les environnements de leurs clients. Cependant il existe plusieurs fournisseurs de cloud (AWS, Azure, GCP) sur marché, offrant une gamme de services de sécurité cloud public, privé et hybride. Dans ce mémoire nous portons notre choix sur Azure. Dans un premier temps, nous présenterons le contexte et les définitions clés liés au cloud et expliquer le fonctionnement du cloud Azure. Ensuite, nous verront les menaces les plus fréquentes dans un environnement cloud ainsi que les solutions proposées par Azure pour palier à celles-ci. Enfin nous allons déployer un environnement sur lequel on va mettre en place une preuve de concept de détection et de réponse aux menaces basée sur Microsoft Sentinel en utilisant deux outils pour la collecte de données à savoir Azure Monitor (Log Analytic) et Microsoft Defender, nous allons par la suite invoquer un incident pour voir comment ces solutions Microsoft collabore entre elles pour détecter celles-ci.