Please use this identifier to cite or link to this item: https://dspace.univ-ghardaia.edu.dz/xmlui/handle/123456789/1056
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBENRAZEK, HAKIM-
dc.date.accessioned2022-05-30T09:28:08Z-
dc.date.available2022-05-30T09:28:08Z-
dc.date.issued2020-
dc.identifier.urihttps://dspace.univ-ghardaia.edu.dz/xmlui/handle/123456789/1056-
dc.description.abstractLa classification du trafic internet (CTI) comprend des méthodes qui traitent de la classification du trafic en fonction des caractéristiques qui sont négativement observées dans le trafic lui-même et éventuellement en fonction de certains objectifs de classification spécifiques. Les technologies (CTI) suscitent beaucoup d‘attention dans les domaines de la gestion de réseau, de la sécurité et de la planification, ainsi que dans la fourniture de qualité de service. Avec le temps, les méthodes traditionnelles telles que l’identification basée sur le port et l’identification basée sur la charge sont devenues plus difficiles lors de la mise en œuvre avec les applications. Par conséquent, les techniques alternatives sont basées sur l’apprentissage automatique, qui permettent d’exploiter les statistiques de flux. Notre travail comprend la classification du trafic internet par l‘ apprentissage automatique, dans lequel nous avons utilisé l‘algorithme SVM. Bien que la classification du trafic par l‘application SVM ait connu un développement remarquable, mais ils existent encore plusieurs lacunes, afin d‘améliorer l‘utilisation de SVM dans l‘apprentissage automatique. Mots clés : Internet, Classification du trafic internet, Apprentissage automatique.EN_en
dc.publisherجامعة غردايةEN_en
dc.subjectCLASSIFICATION DU TRAFIC INTERNET A L’AIDE DE L'APPRENTISSAGE AUTOMATIQUEEN_en
dc.titleCLASSIFICATION DU TRAFIC INTERNET A L’AIDE DE L'APPRENTISSAGE AUTOMATIQUEEN_en
dc.typeThesisEN_en
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
memoire benrazek hakim.pdf1.95 MBAdobe PDFView/Open


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