Méthodes de classification bio-inspirées pour la détection d’intrusion
Proposé par : Mme SADEG Souhila (Enseignante-chercheur à l’ESI, laboratoire LCSI)
Résumé :
Avec le déploiement croissant des réseaux informatiques et l’utilisation intensive d’Internet, la sécurité informatique n’est plus seulement un besoin mais une nécessité pour les organisations qui offrent leurs services via internet, et qui sont continuellement cibles d’activités malveillantes.
Un système de détection d’intrusion (Intrusion detection System -IDS) a pour objectif d’identifier et de répondre à des activités malveillantes ciblant un ordinateur ou un réseau informatique. Le problème majeur que rencontre un IDS est la difficulté de reconnaitre une nouvelle attaque ou une variante d’une attaque connue. Plusieurs approches sont proposées pour améliorer cette capacité, parmi elles les méthodes de classification supervisée ou non supervisée, dont certaines sont inspirées de systèmes biologiques tels que les algorithmes génétiques, les systèmes immunitaires, les réseaux de neurones, l’intelligence en essaim (fourmis, abeilles..etc)
Le travail demandé dans le cadre de ce projet de fin d’études consiste à concevoir et implémenter un système de détection d’intrusions utilisant des méthodes de classifications bio-inspirées et de le soumettre à des tests sur des benchmarks connus afin de comparer ses performances avec celles d’autres IDS.
Mots clés : Détection d’intrusion, approches bio-inspirées, classification supervisée, classification non supervisée, essaims d’abeilles, systèmes immunitaires.