Machine learning-Enabled Network Traffic Analysis

Machine learning-Enabled Network Traffic Analysis

L Internet des Objets entraînent par son nombre de terminaux une explosion du trafic de données. Pour augmenter la qualité globale de réseau, il est possible d analyser intelligemment le trafic réseau afin de détecter d éventuel comportement suspect ou malveillant. Les modèles d apprentissage automa...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Aouedi Ons (Auteur), Parrein Benoît (Directeur de thèse), Piamrat Kandaraj (Directeur de thèse), Hadjadj Aoul Yassine (Président du jury de soutenance), Ksentini Adlen (Rapporteur de la thèse), Ben Mokhtar Sonia (Rapporteur de la thèse), Ji Yusheng (Membre du jury)
Collectivités auteurs : Nantes Université 2022-.... (Organisme de soutenance), École doctorale Mathématiques et sciences et technologies de l'information et de la communication Rennes (Ecole doctorale associée à la thèse), Laboratoire des Sciences du Numérique de Nantes (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : anglais
Titre complet : Machine learning-Enabled Network Traffic Analysis / Ons Aouedi; sous la direction de Benoît Parrein et de Kandaraj Piamrat
Publié : 2022
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Informatique : Nantes Université : 2022
Sujets :
Internet des objets
Apprentissage automatique
Apprentissage fédéré
Analyse du trafic
Thèses et écrits académiques

Internet

http://www.theses.fr/2022NANU4045/document