Sensibilisation aux intrusions dans les réseaux à l'aide de la fusion de données et de la classification SVM

La connaissance des intrusions dans les réseaux est un facteur important pour l'analyse des risques liés à la sécurité des réseaux. Au cours de la dernière décennie, différentes méthodes et structures ont été mises au point pour la détection des intrusions et la vigilance en matière de sécurité. Un certain nombre de méthodes sont basées sur le processus de découverte des connaissances et certains cadres sont basés sur les réseaux neuronaux. Ces modèles complets prennent des décisions basées sur des règles pour la génération d'alertes de sécurité. Dans cette thèse, nous avons proposé une nouvelle méthode de détection des intrusions utilisant la fusion de données et la classification SVM. La fusion de données travaille sur les biais de la collecte des caractéristiques de l'occurrence. La machine à vecteur de support est un super classificateur de données. Nous avons utilisé le SVM pour la détection des éléments fermés de la technique basée sur les règles.