Algo de Clustering Et Thorie Des Jeux Pour La Dtection d'Attaques

Les systmes informatiques sont de plus en plus la cible d'attaques. A cet effet, il devient inluctable de munir ces systmes d'outils et de mcanismes capables de dtecter ces attaques. Dans ce mmoire, nous proposons une nouvelle mthode pour dtecter les attaques connues et inconnues, bases sur l'algorithme des fourmis CAC, qui a conduit un meilleur taux de dtection globale, mais, aprs avoir constat la faible dtection des attaques R2L, nous avons amlior cette approche en l'hybridant avec les rgles d'association, l'ide c'est de gnrer ces rgles partir des attributs discrets de l'ensemble de donnes KDD avec l'algorithme a priori. Ces rgles sont utilises par les fourmis en plus de la mesure de similarit, calcule avec les attributs continus, pour atteindre un meilleur taux de dtection globale et des attaques R2L par rapport d'autre mthode de dtection d'intrusion. Deux expriences sont menes , d'abord avec l'approche CAC et puis avec l'hybride. Les rsultats confirment la robustesse de notre approche en termes de taux de dtection des attaques connues et inconnues. Pour finir une modlisation en thorie des jeux a t ralise pour les attaques U2R.