Hyperheuristiques pour la cybersécurité : application à la Détection d’Intrusion

Hyper-Heuristics Applied to Cyber-Security : application to Intrusion Detection

• Auteur / Autrice : Thibaut Bellanger
• Direction : Jin-kao Hao, Manuel Clergue, Mathieu Le berre
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 26/09/2023
• Etablissement(s) : Angers
• Ecole(s) doctorale(s) : Mathématiques et Sciences et Technologies de l'Information et de la Communication
• Partenaire(s) de recherche : Equipe de recherche : LERIA - Laboratoire d'Etude et de Recherche en Informatique d'Angers - LDR - Learning Data and Robotics, ESIEA

Mots clés

Mots clés libres

Hyperheuristiques

Programmation Génétique

Classification

Détection d'Intrusion

Hyper-Heuristics

Genetic Programming

Classification

Intrusion Detection

Résumé

Les exigences concernant l'Intelligence Artificielle, liées aux nouvelles lois et aux nouvelles attentes de l'industrie en termes d'explicabilité, frugalité et de compacité, ne cessent de croître. L'objectif de cette thèse est de créer un modèle d'IA plus compact et encore plus performant que les modèles qui existent aujourd'hui en cybersécurité, plus particulièrement en détection d'intrusion, grâce à la programmation génétique.

The requirements regarding Artificial Intelligence, related to new laws and industry expectations in terms of explainability, frugality and compactness, continue to grow. The objective of this thesis is to create a more compact and even more efficient AI model than those existing today in cybersecurity, particularly in intrusion detection, through genetic programming.