Étude de performance des systèmes de détection d'intrusion

La sécurité de l'information est devenue un problème majeur au cours de la dernière décennie en raison de la large diffusion du réseau et de l'Internet, considérés comme des supports de transmission non sécurisés. Dans cette optique, les acteurs de la sécurité concentrent leurs efforts sur la mise en place de la meilleure méthode de mise en oeuvre de la sécurité de l'information, l'une de ces méthodes étant le système de détection d'intrusion (IDS). L'IDS est un logiciel dont les fonctions sont de détecter, d'identifier et de répondre à des activités non autorisées ou anormales sur un système cible. L'IDS est utilisé par les organisations pour assurer la sécurité des ressources d'information précieuses (actifs d'information). Malheureusement, les IDS comportent certaines erreurs qui ont des effets néfastes sur la sécurité de l'organisation. Dans ce travail, le réseau neuronal artificiel (ANN) est utilisé pour mettre en oeuvre différents types de systèmes de détection d'intrusion et améliorer ses performances en réduisant les erreurs et en augmentant les taux de classification et de détection.