Détection d’intrusions via des réseaux de neurones optimisés par système immunitaire artificiel

Abstract

La sécurité des réseaux informatiques est devenue une préoccupation cruciale dans notre société interconnectée et les attaques informatiques sont de plus en plus complexes, ce qui nécessite des techniques de détection avancées pour assurer la protection des systèmes. Dans ce contexte, l'application de réseaux de neurones optimisés par des systèmes immunitaires artificiels se révèle être une approche prometteuse pour la détection des intrusions. Cette méthode permet de faire face aux attaques sophistiquées en exploitant les capacités d'apprentissage et d'adaptation des réseaux de neurones, renforcées par l'intelligence artificielle. Dans le cadre de ce travail on propose un système de détection d’intrusion basé réseaux de neurones optimisé le système immunitaire artificiel qui s’inspire du système immunitaire naturel en utilisant la base de données KDD99, L’algorithme analyse les connexions réseaux afin de les classer comme normale ou anormales. Les résultats expérimentaux montrent que le système est performant avec un taux de reconnaissance satisfaisant.

أصبح أمن شبكات الكمبيوتر مصدر قلق بالغ في مجتمعنا المترابط ، كما أن هجمات الكمبيوتر معقدة بشكل متزايد ، الأمر الذي يتطلب تقنيات كشف متقدمة لضمان حماية الأنظمة. في هذا السياق ، يثبت تطبيق الشبكات العصبية المحسّنة بواسطة أجهزة المناعة الاصطناعية أنه نهج واعد للكشف عن الاختراقات . هذه الطريقة تجعل من الممكن التعامل مع الهجمات المعقدة من خلال استغلال قدرات التعلم والتكيف للشبكات العصبية ، معززة بالذكاء الاصطناعي. كجزء من هذا العمل ، نقترح نظامًا لاكتشاف التسلل يعتمد على الشبكات العصبية المُحسّنة لجهاز المناعة الاصطناعي المستوحى من نظام المناعة الطبيعي ، باستخدام قاعدة بيانات KDD99تحلل الخوارزمية اتصالات الشبكة من أجل تصنيفها على أنها طبيعية أو غير طبيعية تظهر النتائج التجريبية أن النظام يعمل بشكل جيد مع معدل التعرف المرضي .

The security of computer networks has become a crucial concern in our interconnected society and computer attacks are becoming increasingly complex, requiring advanced detection techniques to ensure the protection of systems. In this context, the application of neural networks optimized by artificial immune systems is proving to be a promising approach for intrusion detection. This method makes it possible to cope with sophisticated attacks by exploiting the learning and adaptation capacities of neural networks, reinforced by artificial intelligence. In the framework of this work we propose an intrusion detection system based neural networks optimized the artificial immune system which is inspired by the natural immune system using the database KDD99, The algorithm analyzes the network connections to classify them as normal or abnormal. The experimental results show that the system performs well with a satisfactory recognition rate.