Encadrements

L’environnement IoT présente des exigences difficiles pour la découverte de services, telles que : l’hétérogénéité des services, la mobilité, l’évolutivité la sécurité, la prise en charge de qualité de service et la gestion du contexte. Différents protocoles ont été proposés pour faciliter la découverte de service, mais il est difficile d’évaluer dans quelle mesure ces protocoles répondent aux exigences de l’IoT. Cet article présente une évaluation des protocoles de découverte de services couramment utiliser pour l’IoT à savoir le DNS-SD.

L’authentification est un aspect essentiel pour garantir une bonne sécurité dans les environnements IoT. Les objets traitent et échangent des données sans intervention humaine. Par conséquent, en raison de cette autonomie totale il est primordial de mettre des mécanismes d’authentification pour éviter d’éventuelles menaces. De nombreux chercheurs ont proposé plusieurs types de mécanismes d’authentification d’objets connectés adaptés à l’environnement IoT. La plupart de ces recherches sont basées sur une authentification centralisée selon laquelle tous les dispositifs doivent contacter une certaine entité ce qui crée un inconvénient majeur. Lorsque l'entité centrale est compromise, le modèle d'authentification est invalide. De tels inconvénients dans la conception de l'IdO peuvent être surmontés en utilisant la technologie blockchain. La blockchain est connue comme la technologie sous-jacente du bitcoin. Elle peut être définie comme un grand livre distribué. Elle permet de remplacer le tiers de confiance par un bloc transparent et non falsifié d'enregistrements disponibles via une forme distribuée, de sorte que la confiance est déplacée d'une entité unique vers des nœuds de blockchain décentralisés. Dans ce travail nous avons étudié la blockchain dans sa globalité mais aussi étudier différents méthodes d’authentifications basées sur cette technologie pour les solutions IoT. Enfin dans la dernière section nous avons proposé un nouveau protocole d’authentification inspiré de la blockchain pour apporter des solutions par rapport aux vulnérabilités des méthodes existantes.

Aujourd’hui, grˆace aux r´eseaux neuronaux artificiels, le domaine de la vision par ordinateur connaˆıt une r´evolution sans pr´ec´edent. L’essor du deep learning et l’av`enement du big data ont tous deux facilit´e la construction de r´eseaux de neurones, non seulement profonds, mais aussi de plus en plus performants. Ce qui a pour effet l’automatisation des technologies et appareils IoT. Dans ce m´emoire, nous passons en revue l’´etat de l’art sur les IoT et examinons leur potentiel dans la production de Big Data. Ensuite, nous listons quelques ensembles de donn´ees open source utilis´es pour les tˆaches de d´etection d’objets. Les architectures YOLO sont des algorithmes de d´etection de pointe. Ainsi, nous construisons quatre mod`eles de d´etection de personne bas´es sur les architectures YOLO v3 et YOLO v4. Apr`es ´evaluation, nous avons obtenu en termes de Pr´ecision Moyenne (AP) une performance d’environ 88 % avec le mod`ele bas´e sur YOLO v4.

L’objectif de ce travail était de faire une étude afin d’optimiser une infrastructure hybride. De ce fait, nous avons fait une étude du cloud computing c’est-à-dire ces différents systèmes de déploiement et services et la sécurité dans le cloud computing mais aussi plus précisément la solution Azure de Microsoft qui est déployée auparavant au sein de l’entreprise. D’après cette étude faite, nous avons pu déployer les solutions que nous avons jugés optimales et qui nous ont été proposées c’est-à-dire l’hybridation de la messagerie et le déploiement d’une solution d’accès terminal serveur, tout en respectant les spécificités techniques de l’entreprise. Ce stage nous a donné l’occasion de nous familiariser avec les différents solutions cloud qui existent dans le marché.

L’Agence De l’Informatique de l’Etat (ADIE) a pour mission principale d’accompagner la transition numérique de l’administration sénégalaise. Elle offre une panoplie de services à savoir de la messagerie, de l’hébergement web et du développement de sites et d’applications. Cependant, l’agence est confrontée à des difficultés dans sa fourniture de services car leur déploiement prend beaucoup de temps et la procédure à suivre par le demandeur est très longue. Avec l’accroissement de la demande et l’expansion de la dématérialisation des procédures administratives, la durée de traitement des requêtes est plus longue aboutissant à une faible productivité et à une dégradation de la qualité de service. Sur ce, une problématique s’impose à l’évidence devant nous ; comment optimiser le déploiement des services et leur provisionnement aux clients ? Par ailleurs, l’émergence d’un modèle informatique « à la demande » a bousculé les anciens schémas des technologies de l’information, le Cloud Computing. Ce modèle permet de provisionner des environnements évolutifs de développement et de déploiement, à la demande. Son efficacité au sein des entreprises n’est plus sujet à discussion vue qu’il a fait ses preuves durant ces dernières années, en réduisant les délais de fourniture de services d’où l’enthousiasme de l’ADIE à vouloir mettre en place un Cloud gouvernemental. Notre stage de fin de cycle de master s’inscrit dans ce contexte. Notre projet consiste à faire l’étude et la mise en place d’une solution open source de Cloud Computing de type IaaS.

Pour accompagner la transformation digitale au sein de l’administration sénégalaise, l’Agence De l’Informatique de l’Etat a mis à disposition des structures étatiques un service d’hébergement web, mais avec l’explosion des applications métiers, collaboratives et grands public ces dernières années, dans un contexte où le télétravail est de plus en plus adopté et la dématérialisation des procédures administrative en plein expansion, le service est de plus en plus demandé. Ce qui se traduit par de nouveaux besoins en termes de ressources de stockage et de calcul. Face à cette situation où les ressources jouent un rôle essentiel dans cette démarche d’accompagnement, une utilisation non optimale de ces derniers est notée. En effet, par anticipation aux pics de charges, des ressources sont réservées pour chaque application hébergée. Or, les pics sont de nature évènementielle avec de rares périodes de hausses. De même pour la prise en charge des diverses exigences des sites web, plusieurs environnements sont déployés alors que les ressources dédiées ne sont pas tout à fait exploitées. Cependant, une réduction des ressources non utilisées durant les périodes de baisses de charges et un redimensionnement des environnements dont les ressources sont sous utilisées permettent de rationaliser l’utilisation. Par contre étant dans un cadre où ces opérations ne peuvent se faire qu’à froid ce qui entraine des arrêts de services et impact sur la disponibilité du service. Ainsi, dans le cadre de ce mémoire intitulé « Optimisation du système d’hébergement web de l’ADIE », l'objectif est de proposer une solution permettant de rationaliser l’utilisation des ressources sans impacter au bon fonctionnement du service.

Mémoire de fin d’étude pour l’obtention du : MASTER 2 EN MANAGEMENT DE LA SĒCURITE DES SYSTĒMES D’INFORMATION Résumé : La Banque Atlantique est une filiale du Groupe Banque Centrale Populaire (BCP) du Maroc et se présente comme étant le 3ème plus grand groupe bancaire de la zone UEMOA en termes de parts de marché. L’année 1978 voit la création de la Banque Atlantique Côte d’Ivoire, puis en 2006, les filiales du Togo, Niger, Burkina, Mali et Sénégal sont à leur tours créées. Le réseau informatique et télécom du groupe est bâti autour du centre de production d’Atlantique Technologies à Abidjan, et les filiales s’y connectaient pour la plupart des opérations métier. Ce n’est qu’en 2015, avec des besoins en hausse, que les filiales, dont la Banque Atlantique Togo (BATG), commencent à disposer de serveurs en local et que le besoin de continuité se fait alors ressentir. Ce document présente les éléments pour la mise en place d’un Plan de continuité d’activité dans le cas où un sinistre grave atteindrait le siège de la BATG. À cet effet, nous avons identifié les activités et processus essentiels à la continuité de la Banque et les avons évalué et classé par criticité. Nous avons par la suite analysé et cartographié les risques et identifié différents scénarios de crise qui justifient une démarche de continuité. Puis, nous avons procédé à la description des différents plans qui composent le plan de repli global, c’est-à-dire les plans de secours Métier, Informatique et télécom, Logistique et de Gestion de Crise. Nous avons enfin fait des propositions d’emplacements pour y implanter le site de secours et réalisé une évaluation du coût global du projet.

Durant une campagne de vaccination qui se passe sur le territoire Mauritanien le PEV (Programme Elargi de Vaccination) souffre de plusieurs difficultés telles que la mauvaise gestion, la perte de temps et parfois des données. Le présent rapport est le fruit de mon travail dans le cadre de mes études de fin de formation Master à l’UGB (Université de Gaston Berger). Ce stage a été effectué au sein du Ministère de la Santé. Actuellement, le constat et perceptuelle dans le domaine de la vaccination ou demeurent préoccupantes les attentes en vue d’une solution efficiente et efficace qui disponibilise des vaccins performantes, les exemples sautent à l’œil, il s’agit entre autres de la mauvaise organisation du travail, des retards accusés dans le traitements des données et de leur perte c’est ainsi qu’il est urgent d’introduire des outils informatiques capables de faciliter cette mission et de rendre la gestion des campagnes de vaccinations optimale et salutaire. Le travail consiste à développer une application sécurisée avec deux parties : web et mobile pour la gestion des campagnes de vaccination qui va apporter donc une solution adéquate au PEV.

L’internet des objets (IoT) est une technologie émergente qui connecte des milliards de dispositifs dans divers domaines, allant de la santé aux villes intelligentes, en passant par l’industrie et l’agriculture. Cependant, cette interconnectivité croissante présente des défis majeurs en matière de sécurité. Les dispositifs IoT sont souvent vulnérables à une variété d’attaques, notamment les attaques par déni de service (DoS), les intrusions et les manipulations à distance, ce qui peut entraîner des conséquences graves pour la confidentialité, l’intégrité et la disponibilité des données. Pour tirer pleinement profit de cette technologie dont les domaines d’application sont souvent très sensibles, la mise en place de mécanismes de sécurité adaptés constitue une nécessité. Les avancées récentes dans le domaine de l’intelligence artificielle ont permis d’apporter des solutions à de nombreux problèmes. Les méthodes d’apprentissage automatique et profond ne cessent de repousser les limites de l’IA. Leurs applications dans le domaine de la cyber-sécurité ont suscité beaucoup d’intérêt et d’espoir. Ainsi, cette thèse propose une solution basée sur l’apprentissage automatique et l’apprentissage profond pour améliorer la sécurité des réseaux IoT. Elle propose d’abord une classification du trafic IoT, comparant l’efficacité de divers modèles, dont les forêts aléatoires, XGBoost et les réseaux de neurones à mémoire à court-long terme (LSTM), pour différencier le trafic normal des attaques. Ensuite, elle utilise des autoencodeurs pour détecter des anomalies, démontrant leur capacité à identifier des comportements anormaux. Le modèle distingue le trafic normal du trafic malveillant avec une grande précision. Enfin, un Framework intelligent de détection d’intrusions à trois niveaux est développé. Ce dernier intègre un premier auto-encodeur au niveau 1 pour la détection d’anomalie, un deuxième auto-encodeur au niveau 2 pour classer l’anomalie détectée en anomalie connue ou anomalie nouvelle. Au niveau 3 est implémenté un perceptron multi-couches pour identifier les attaques détectées. Les performances de ces modèles sont évaluées sur des jeux de données expérimentaux. Les résultats obtenus démontrent une précision de 99%, 99,60% et presque 100% respectivement au niveau 1, niveau 2 et niveau 3. Les résultats de cette thèse confirment la robustesse des techniques d’apprentissage automatique et profond dans l’amélioration de la sécurité des réseaux IoT, avec des implications pratiques pour le déploiement de ces technologies dans des environnements réels.