Utilisation de techniques d'intelligence artificielle génératives pour générer des données d'intrusion réseau réalistes

Network intrusion datasets generation using Generative AI

• Auteur / Autrice : Gabin Noblet
• Direction : Philippe Owezarski, William Ritchie
• Type : Projet de thèse
• Discipline(s) : Informatique et Télécommunications
• Date : Inscription en doctorat le 01/10/2022
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications
• Partenaire(s) de recherche : Laboratoire : LAAS - Laboratoire d'Analyse et d'Architecture des Systèmes
• Partenaire(s) de recherche : Equipe de recherche : SARA - Services et Architectures pour les Réseaux Avancés
• Partenaire(s) de recherche : établissement délivrant conjointement le doctorat : Institut national des sciences appliquées (Toulouse ; 1961-....)

Mots clés

Mots clés libres

Sécurité

Evaluation Expérimentale

Apprentissage Automatique

Intelligence Artificielle

Cybersecurity

Experimental Evaluation

Automatic Learning

Artificial Intelligence

Résumé

L'objectif de cette thèse est de travailler sur la génération de données de trafic d'attaques complexes étendues dans le temps en utilisant des techniques d'Intelligence Artificielle. Ces techniques pourront soit être des réseaux de neurones adversariaux, une forme d'autoencodeur variationel ou d'autres techniques qui apparaitront comme intéressantes au cours de la thèse.

The objective of this thesis is to work on the generation of complex attack traffic data extended in time using Artificial Intelligence techniques. These techniques can be either adversarial neural networks, a form of variational autoencoder or other techniques that will appear interesting during the thesis.