Fingerprinting de devices IoT à l'aide de l'apprentissage automatique

  • Clément Maniraguha

Thèse de l'étudiant: Master typesMaster en sciences informatiques

Résumé

Internet connaît aujourd’hui une extension inédite avec l'émergence des objets connectés. Que ce soit dans un réseau local d’entreprise, ou un dans un réseau privé à la maison, ces nouveaux appareils électroniques d’un genre nouveau ont fait irruption massivement dans le quotidien.
Bien que l'utilisation de dispositifs IoT puisse présenter de nombreux avantages en matière d'efficacité, de confort et de coût, leur utilisation intensive soulève plusieurs problèmes de sécurité et de confidentialité.
Dans ce contexte, l'identification des dispositifs qui évoluent dans un réseau constitue une composante essentielle des outils de gestion de réseau, car elle fournit des informations essentielles en matière de surveillance de réseau.
Dans ce travail, nous nous appuyons sur l’apprentissage automatique pour explorer une méthode d’identification de dispositifs IoT sur base d’analyse de données issues du trafic réseau.
Date de réussite30 août 2019
langueFrançais
Institution diplomante
  • Universite de Namur
SuperviseurJean-Noel COLIN (Promoteur)

mots-clés

  • Fingerprinting de devices
  • Empreinte digitale d’appareil
  • apprentissage automatique
  • IoT
  • Internet des objets
  • Device fingerprinting
  • Machine Learning
  • Smart Devices
  • Internet of Things

Citer ceci

Fingerprinting de devices IoT à l'aide de l'apprentissage automatique
Maniraguha, C. (Auteur). 30 août 2019

Thèse de l'étudiant: Master typesMaster en sciences informatiques