查看文章

L’Internet et les nouvelles technologies des réseaux informatiques exigent à l’entreprise d’assurer un haut degré de la sécurité et de protection au niveau des systèmes. La sécurité est devenue une nécessité importante. De ce fait, différents outils sont intégrés, comme les systèmes de détection d’intrusion (IDS : Intrusion Detection System). IDS est un composant très important dans l’infrastructure de sécurité. De plus, l'objectif principal de l'IDS est de détecter les différentes attaques et d'assurer la capacité de découvrir les nouvelles attaques pour accompagner leurs évolutions. Concernant le grand nombre de connexions et le grand débit de données sur Internet, IDS a des difficultés de détection. De plus, les attributs non pertinents et redondants influencent sur la qualité de l'IDS plus précisément sur le taux de détection et le coût de traitement. La sélection d’attributs (FS : Feature Selection) est une technique importante, ce qui aide à améliorer les performances de détection. La dissertation propose deux contributions princi-pales. Dans la première contribution, nous proposons une nouvelle taxonomie pour les algo-rithmes de sélection d’attributs dans les systèmes de détection d’intrusion. Nous fournissons une classification avec une étude comparative entre différentes contributions en fonction de leurs techniques et résultats.