https://repository.esi-sba.dz/jspui/handle/123456789/14 Master 2026-02-03T05:03:10Z https://repository.esi-sba.dz/jspui/handle/123456789/766 Titre: EXPLORING THE CURRENT STATE OF PLANTS ANOMALY DETECTION Auteur(s): BENKABLIA, YOunes ABdallah Résumé: Progress is essential in every sector of life, including agriculture. Vertical aeroponic farming represents a revolutionary solution to modern challenges, particularly in densely populated urban areas and regions with poor soil quality. This research focuses on making vertical aeroponic farming not only innovative but also automated and smart. By integrating deep learning algorithms to monitor plant health and machine learning models to optimize growing conditions, this system automates essential tasks for improved productivity.The system utilizes the Internet of Things (IoT) to connect sensors, AI models, and a mobile application, providing farmers with real-time information and control over their crops. This smart vertical aeroponic farming solution offers an efficient, data-driven approach to farming, ensuring healthier plants and higher yields through constant monitoring and optimization. *** Le progrès est essentiel dans tous les secteurs de la vie, y compris l’agriculture. L’agriculture verticale aéroponique représente une solution révolutionnaire aux déős modernes, en particulier dans les zones urbaines densément peuplées et les régions avec des sols de mauvaise qualité. Cette recherche se concentre sur la création d’une agriculture verticale aéroponique non seulement innovante, mais aussi automatisée et intelligente. En intégrant des algorithmes d’apprentissage profond pour surveiller la santé des plantes et des modèles d’apprentissage automatique pour optimiser les conditions de croissance, ce système automatise les tâches essentielles pour améliorer la productivité. Le système utilise l’Internet des objets (IoT) pour connecter des capteurs, des modèles d’IA et une application mobile, fournissant aux agriculteurs des informations en temps réel et un contrôle sur leurs cultures. Cette solution intelligente d’agriculture verticale aéroponique offre une approche efficace et basée sur les données pour l’agriculture, assurant des plantes plus saines et des rendements plus élevés grâce à une surveillance et une optimisation constantes. Description: Encadreur :M. RAHMOUN Abdelatif / M.hamdane bensenane 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/760 Titre: Intrusion Detection System based on Deep learning and Complex event processing for IoT environments Auteur(s): BELMILOUD, Ilyes DHiaeddine Résumé: The rapid expansion of the Internet of Things (IoT) and Industrial IoT (IIoT) ecosystems presents significant security challenges, particularly in safeguarding these networks from cyber threats. This thesis explores the use of Artificial Intelligence (AI) in enhancing Intrusion Detection Systems (IDS) for IoT environments. Specifically, the research investigates the application of advanced AI techniques, such as deep learning and Complex Event Processing (CEP), to improve the detection of network intrusions. Through an extensive literature review, this thesis highlights the potential of hybrid AI models, including Convolutional Neural Networks (CNN), Long Short-Term Memory (LSTM), and Gated Recurrent Units (GRU), in capturing complex patterns in network traffic. Furthermore, the integration of CEP offers real-time detection and response capabilities. The study concludes with a discussion of the challenges, opportunities, and future research directions for AI-based IDS in IoT security, focusing on emerging techniques like federated learning and adaptive IDS models. *** L’expansion rapide des écosystèmes de l’Internet des objets (IoT) et de l’IoT industriel (IIoT) présente d’importants défis de sécurité, notamment dans la protection de ces réseaux contre les cybermenaces. Cette thèse explore l’utilisation de l’intelligence artificielle (IA) pour améliorer les systèmes de détection d’intrusion (IDS) dans les environnements IoT. En particulier, la recherche examine l’application de techniques avancées d’IA, telles que l’apprentissage profond et le traitement d’événements complexes (CEP), pour améliorer la détection des intrusions réseau. À travers une revue de littérature approfondie, cette thèse met en lumière le potentiel des modèles hybrides d’IA, y compris les réseaux neuronaux convolutifs (CNN), les mémoires à long terme (LSTM) et les unités récurrentes à portes (GRU), dans la capture de modèles complexes dans le trafic réseau. De plus, l’intégration du CEP offre des capacités de détection et de réponse en temps réel. L’étude conclut par une discussion des défis, opportunités et pistes de recherche future pour les IDS basés sur l’IA dans la sécurité IoT, avec un accent particulier sur des techniques émergentes telles que l’apprentissage fédéré et les modèles IDS adaptatifs. Description: Supervisor : Ms. Amina Souyah Co-Supervisor : Mr. Mohamed Neffah 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/758 Titre: Détection et Identification en Temps Réel des Pièces Détachées à l’Aide de l’Apprentissage Profond Auteur(s): SOUALA, ELhoussine; GHANEMI, MOuatez Résumé: Ce mémoire, intitulé “Détection et Identification en Temps Réel des Pièces Détachées à l’Aide de l’Apprentissage Profond”, se concentre sur l’état de l’art dans le domaine de la reconnaissance d’objets à l’aide de l’apprentissage profond, avec une attention particulière aux pièces de voiture. Bien que de nombreux travaux aient été réalisés dans la reconnaissance générale d’objets, peu de recherches ont exploré spécifiquement l’identification des pièces automobiles à partir d’images. Nous avons effectué une revue détaillée de plusieurs articles de recherche majeurs, chacun apportant une approche particulière pour résoudre le problème de détection et classification d’objets. Ces études montrent l’efficacité des modèles pré-entraînés dans des domaines variés, mais leur application directe aux pièces automobiles reste à approfondir. Cette recherche vise à analyser et comparer ces travaux existants, tout en discutant des opportunités d’amélioration et des défis dans le domaine de l’identification des pièces détachées en temps réel. Description: Encadrante :Pr. AMAR BENSABER Djamel 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/750 Titre: Control Flow Integrity in The Linux Kernel Auteur(s): BENCHIKH, ABdelouahab Résumé: The Linux operating system is the backbone of countless devices, personal or otherwise, servers, etc. Making its security a paramount concern. Given the open source nature of the Linux Kernel, attackers and researchers alike have access to the very core of the Linux operating system, allowing them to dive deep into its internals and find and/or patch flaws therein. This work dives into the kernel, some components that are most prone targets to attackers, as well as common attacks, methods used to defend, and so on. With impenetrability in mind, CFI is introduced to the kernel, putting an end to a large portion of attacks that rely on control flow hijacking primitives, that have previously caused infinite damage to infrastructures, working environments, personal lives, etc. We discuss this protection and how it works in defending against the aforementioned fashion of attacks. We look at the way to bypass this protection, as a way to showcase the need for more protection, as ending the cycle of attack and defense here would only lead to more potential damage. *** Le syst`eme d’exploitation Linux est la colonne vert´ebrale d’innombrables appareils, qu’ils soient personnels ou non, de serveurs, etc., rendant sa s´ecurit´e d’une importance capitale. ´Etant donn´e la nature open source du noyau Linux, les attaquants comme les chercheurs ont acc`es au coeur mˆeme du syst`eme d’exploitation, leur permettant d’explorer ses entrailles et de d´ecouvrir et/ou de corriger les failles qu’il contient. Ce travail s’int´eresse au noyau, `a certains de ses composants les plus susceptibles d’ˆetre la cible d’attaques, ainsi qu’aux attaques courantes, aux m´ethodes de d´efense utilis´ees, etc. Avec l’inviolabilit´e en tˆete, la CFI (Control Flow Integrity) est introduite dans le noyau, mettant fin `a une grande partie des attaques qui reposent sur des primitives de d´etournement de flux de contrˆole, ayant auparavant caus´e d’innombrables d´egˆats aux infrastructures, aux environnements de travail, `a la vie priv´ee, etc. Nous discutons de cette protection et de son fonctionnement pour se d´efendre contre les types d’attaques mentionn´es ci-dessus. Nous examinons ensuite les moyens de contourner cette protection, afin de montrer la n´ecessit´e d’une protection accrue, car mettre fin au cycle d’attaque et de d´efense `a ce stade ne ferait que conduire `a des d´egˆats potentiels encore plus importants. Description: Supervisor : Mr. Sidi Mohammed BENSLIMANE Co-Supervisor : Mr. Yan Shoshitaishvili 2024-01-01T00:00:00Z