Section outline

  • Collapse Expand

    Présentation du cours IA et SEC

    Collapse all Expand all

    Intelligence Artificielle et Sécurité des Réseaux - Dr. ZAMOUCHE Djamila

    Déstiné aux étudiants de Master 2 Informatique
    Formation à Recrutement National
    Option : Réseaux et Sécurité

     

      

    Ce cours intitulé « Intelligence Artificielle et Sécurité des Réseaux » permet d’acquérir des compétences en matière d’utilisation des techniques de   l'IA particulièrement celle du Machine Learning dans de nombreux domaines posant des problèmes en matière de  sécurité  et d'abus comme la détection d'intrusion dans le but d'améliorer nos systèmes.

    Le cours est scindé en un ensemble d’unités d’apprentissage qui vous permettent d'évaluer l'adéquation  de diverses   techniques d'IA dans différents   scénarios, et nous nous   concentrerons sur les principes   directeurs qui vous aideront à   utiliser les données afin d'obtenir  une meilleure sécurité.
    Il vous permet, également, l’acquisition des connaissances sur les techniques de Deep Learning pour le développement des systèmes de détection d'intrusion réseau.

     
    • Annonces Forum
    • Je vous informe que la consultation des copies de l'examen de IA&SEC aura lieu le jeudi 30/01/2025 à 11h30 au niveau de la salle 2 du bloc 8.
       
      Je tiens à vous informer aussi que le test de remplacement est programmé pour le jeudi 30/01/2025 à 12h30 au niveau de la salle 15 du centre de calcul.
       
      Ps. Un justificatif d'absence délivré par le département est obligatoire.

       

  • Collapse Expand

    Fiche-Contact

    Établissement : Université A. MIRA - Bejaia
    Faculté : Sciences Exactes
    Département : Informatique
    Public cible : Deuxième année Master, Formation à Recrutement National, Option : Réseaux et Sécurité
    Intitulé du cours : Intelligence Artificielle et Sécurité des Réseaux
    Unité d’enseignement Fondamentale : Crédit : 06 | Coefficient : 03
    Durée : 13 semaines
    Horaire : Deux cours, un TD et un TP 

    Enseignant : Dr. ZAMOUCHE Djamila
    Contact : djamila.zamouche@univ.bejaia.dz

  • Collapse Expand

    Compétences visées

    A l'issu de cet enseignement, vous serez capable de :
    1. En terme de savoir: 
    • Connaître des définitions pertinentes sur les Systèmes de Détection d'Intrusion.
    • Comprendre le lien qui relie inévitablement deux concepts omniprésents : Intelligence Artificielle (IA), Sécurité des Réseaux.
    • Identifier la façon dont les techniques de l'IA, notamment celles du Machine Learning (ML) peuvent être appliquées à des problèmes de sécurité.
    • Connaître les différents concepts du Deep Learning (DL).
    • Découvrir la puissance de DL à résoudre les problèmes fondamentaux de l'IA.
    • Présentation des principaux datasets de sécurité utilisés pour le test et l'évaluation des NIDS.

    2. En terme de savoir-faire : 

    • S’entrainer à l’application des techniques de ML pour construire des modules de sécurité des réseaux.
    • S’entrainer à l’application des techniques de DL.
  • Collapse Expand

    Prérequis/Connaissances préalables nécessaires

    Des connaissances préalables sont nécessaires pour une compréhension adéquate du cours "Intelligence Artificielle et Sécurité des Réseaux". Ces connaissances sont logiquement déjà acquises au cours de votre formation à travers le module Sécurité et le module Réseaux en troisième année de Licence et le module Intelligence Artificielle en première année de Master. Donc, il est recommandé d’avoir :

    • Des connaissances en sécurité Informatique, notamment sur les menaces et malveillances Informatiques ;
    • Des notions relatives à l'intelligence artificielle et à l'apprentissage automatique (Machine Learning) ;
    • Des connaissances sur les Réseaux Informatiques.
  • Collapse Expand

    Grandes lignes du cours

    Chapitre 01 : Détection d'intrusion : Concepts et Classification

    Chapitre 02 : Techniques de l'IA pour les NIDS

    Chapitre 03 : Méthodes Deep Learning

    Chapitre 04 : Principaux datasets
  • Collapse Expand

    Chapitre 1 : Détection d'intrusion : Concepts et Classification

                          Objectifs pédagogiques du chapitre 01 :

    Les objectifs et les visées pédagogiques de ce chapitre sont comme suit :

    • Rappeler les différentes attaques réseau les plus courantes ;

    • Introduire les définitions pertinentes sur les Systèmes de Détection d'Intrusion;

    • Établir une classification des IDS ;

    • Décrire certaines métriques qui peuvent être utilisées pour évaluer ces systèmes ;

    • Connaître certains des IDS actuels.
  • Collapse Expand

    Chapitre 2 : Méthodes de l'IA pour les NIDS

                   Objectifs pédagogiques du chapitre 02 :

    Les visées pédagogiques de ce chapitre sont comme suit :

    • Découvrir les techniques de Machine Learning (ML).
    • Étudier le principe de fonctionnement des NIDS basés sur le DL/ML.
    • Appliquer le ML pour la détection des intrusions réseau.
    • Connaître les exigences des systèmes de sécurité basés sur ML.
  • Collapse Expand

    Chapitre 3 : Méthodes Deep Learning

    Objectifs pédagogiques du chapitre 03 :

    Les objectifs pédagogiques de ce chapitre sont comme suit :

    • Etudier les réseaux de neurones artificiels ;
    • Connaître le principe de fonctionnement du perceptron multicouches ;
    •  Définir les architectures avancées des réseaux de neurones.
  • Collapse Expand

    Chapitre 4 : Principaux Datasets

                                Objectifs pédagogiques du chapitre 04 :

    Les objectifs de ce chapitre sont comme suit :

    • Aborder les principaux ensembles de données (datasets) utilisés pour l'évaluation des IDS ;

    • Différencier entre les principaux datasets de sécurité ;

    • Choisir efficacement un dataset pour la mise en œuvre et l'évaluation d'un IDS.
  • Collapse Expand

    Références bibliographiques

  • Collapse Expand

    Résultats des évaluations