Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Bouhicha, Rabia Eladaouia"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    Une approche d’apprentissage automatique pour la détection des mauvais comportement dans les réseaux de Scientifique جامعة غردایة Université de Ghardaïa كلیة العلوم والتكنولوجیا Technologie قسم الریاضیات والإعلام الآلي des Mathématiques et de l’Informatique nformatique , Certificat de fin d'études THEME Encadré par ●Mr. Ahmed Saidi Universitaire : 2022/2023 capteurs sans fil
    (university ghardaia, 2023) Bouhicha, Rabia Eladaouia; Koumyem, Fatima Zohra
    Les réseaux de capteurs sans fil est un domaine de recherche en évolution continue avec une multitude de contexte d’application. Malgré ses avantages, ce type de réseau présente plusieurs défis, tel que le problème de sécurité qui reste ouvert et non totalement résolu. Le facteur de confiance est une stratégie efficace qui sécurise le réseau contre les attaques interne et le mauvais comportement des noeuds. Plusieurs modèles on été proposés, mais la majorité de ces modèles considèrent une seule type de confiance communication, données ou bien énergie dans l’évaluation du comportement des noeuds. Cela rendre ces modèles vulnérables aux attaques ciblant d’autres types de confiance. Dans notre projet de fin d’études, on a proposé une approche de sécurité basée sur le facteur de confiance qui prendre en considération tous les types de confiance. Premièrement, on a proposé plusieurs critères afin de modéliser le comportement du noeud. Les critères proposés permettent l’évolution de chaque type de confiance. Puis, on a utilisé l’algorithme SVM pour la classification des noeuds malicieux ou bien fiable selon leurs comportements dans le réseau. D’après les résultats obtenus avec la simulation, notre approche peut détecter efficacement les noeuds malicieux dans le réseau.

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify