MLP4NIDS : Application pratique d’un réseau de neurones pour la détection d’intrusions réseau dans les voitures connectées - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

MLP4NIDS : Application pratique d’un réseau de neurones pour la détection d’intrusions réseau dans les voitures connectées

Résumé

La connexion Internet devient omniprésente dans les systèmes embarqués, entraînant des victimes potentielles d’intrusion. Bien qu’ayant gagné en popularité ces dernières années, les algorithmes d’apprentissage approfondi ont tendance à produire de moins bons résultats que l’apprentissage automatique traditionnel. Dans cet article, nous proposons une méthodologie basée sur le réseau de neurones à action anticipée pour la détection des intrusions. De meilleures performances que les techniques traditionnelles d’apprentissage machine peuvent être obtenues lorsque toutes les étapes de la méthodologie sont appliquées. Les performances sont évaluées sur CICIDS2017, montrant une précision supérieure à 99% et un taux de faux positifs inférieur à 0,5%. Après analyse des études précédentes, leurs résultats sont comparés aux performances de l’approche proposée. Enfin, le réseau de neurones a été porté sur un processeur automobile pour caractériser des aspects de performance et valider les résultats.
Fichier non déposé

Dates et versions

hal-02887593 , version 1 (02-07-2020)

Identifiants

  • HAL Id : hal-02887593 , version 1

Citer

Arnaud Rosay, Florent Carlier, Pascal Leroux. MLP4NIDS : Application pratique d’un réseau de neurones pour la détection d’intrusions réseau dans les voitures connectées. Applications Pratiques de l’Intelligence Artificielle, Plate-Forme de l'Intelligence Artificielle (PFIA2020), Jul 2020, Angers, France. pp.27-34. ⟨hal-02887593⟩
81 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More