1. University of Bejaia
  2. E- Faculté des Sciences Exactes
  3. Departement d'Informatique
  4. Mémoires de Master
Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/27237
Full metadata record
DC FieldValueLanguage
dc.contributor.authorTighidet, Ferhat-
dc.contributor.authorBeghdad, R.;promoteur-
dc.date.accessioned2026-05-04T09:07:28Z-
dc.date.available2026-05-04T09:07:28Z-
dc.date.issued2025-
dc.identifier.other004MAS/1460-
dc.identifier.urihttp://univ-bejaia.dz/dspace/123456789/27237-
dc.descriptionOption : Sécurité et Réseauxen_US
dc.description.abstractNous proposons un système de détection d'intrusion innovant combinant CNN et Swin Transformer. Les données NSL-KDD et CIC-IDS-2017 sont transformées en images. Le CNN détecte les motifs locaux, le Swin les dépendances globales. Sans rééquilibrage, notre modèle atteint jusqu'à 99,69% (binaire) et 98,17% (multiclasse).en_US
dc.language.isofren_US
dc.publisherUniversité Aberahmane Mira Bejaiaen_US
dc.subjectDétection d'Intrusion : Système informatique :CNN : Swin Transformeren_US
dc.titleLa détection d'intrusion dans un système informatiqueen_US
dc.typeThesisen_US
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
pfe_ferhat (22).pdf1.79 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.