https://repository.esi-sba.dz/jspui/handle/123456789/13 Ingénieur Sun, 01 Feb 2026 13:24:59 GMT 2026-02-01T13:24:59Z https://repository.esi-sba.dz/jspui/handle/123456789/767 Titre: SMART VERTICAL AEROPONIC FARMING SYSTEMS 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 Mon, 01 Jan 2024 00:00:00 GMT https://repository.esi-sba.dz/jspui/handle/123456789/767 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/761 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 has introduced significant security challenges, particularly in protecting these networks from cyberattacks. This thesis presents an advanced Intrusion Detection System (IDS) that combines machine learning, rule-based classification, and Complex Event Processing (CEP) to detect and respond to network intrusions in real-time. The IDS is built using the Edge-IIoTset dataset, which contains a variety of cyberattack scenarios relevant to IoT/IIoT environments. A hybrid deep learning model, incorporating Convolutional Neural Networks (CNN), Long Short-Term Memory (LSTM), and Gated Recurrent Units (GRU), was developed to label and classify the dataset, achieving an accuracy of 96.68%. The IDS further incorporates rule-based classifiers, such as PART, for rule extraction. These rules were deployed within the Esper CEP engine, enabling real-time detection and alerting. The IDS is complemented by a web-based dashboard built using AdminLTE, which provides real-time insights into the types and frequency of detected attacks, enhancing network security management. This approach effectively balances high detection accuracy with interpretability, making it suitable for real-time deployment in resource-constrained IoT environments. Finally, the thesis discusses the limitations of the proposed system and suggests future research directions, including the exploration of federated learning, multi-stage attack detection, and adaptive IDS models to further improve security in evolving IoT ecosystems. *** L’expansion rapide des écosystèmes de l’Internet des objets (IoT) et de l’IoT industriel (IIoT) a introduit des défis de sécurité importants, notamment dans la protection de ces réseaux contre les cyberattaques. Cette thèse présente un système de détection d’intrusion (IDS) avancé combinant l’apprentissage automatique, la classification basée sur des règles et le traitement d’événements complexes (CEP) pour détecter et répondre aux intrusions réseau en temps réel. L’IDS est construit à partir du jeu de données Edge-IIoTset, qui contient une variété de scénarios de cyberattaques pertinents pour les environnements IoT/IIoT. Un modèle d’apprentissage profond hybride, incorporant des réseaux neuronaux convolutifs (CNN), des mémoires à long terme (LSTM) et des unités récurrentes à portes (GRU), a été développé pour étiqueter et classifier le jeu de données, atteignant une précision de 96,68 %. L’IDS intègre également des classificateurs basés sur des règles, tels que PART, pour l’extraction de règles. Ces règles ont été déployées dans le moteur CEP Esper, permettant une détection et des alertes en temps réel. L’IDS est complété par un tableau de bord web développé avec AdminLTE, offrant des informations en temps réel sur les types et la fréquence des attaques détectées, améliorant ainsi la gestion de la sécurité réseau. Cette approche équilibre efficacement une haute précision de détection avec une interprétabilité, la rendant adaptée pour un déploiement en temps réel dans des environnements IoT à ressources limitées. Enfin, la thèse discute des limites du système proposé et suggère des pistes de recherche futures, notamment l’exploration de l’apprentissage fédéré, la détection d’attaques en plusieurs étapes et les modèles IDS adaptatifs pour améliorer la sécurité dans des écosystèmes IoT en évolution. Description: Supervisor : Ms. Amina Souyah Co-Supervisor : Mr. Mohamed Neffah Mon, 01 Jan 2024 00:00:00 GMT https://repository.esi-sba.dz/jspui/handle/123456789/761 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/759 Titre: Développement d’une plateforme dédiée à la résolution des problèmes automobiles en Algérie grâce à l’IA et aux services innovants Auteur(s): SOUALA, ELhoussine; GHANEMI, MOuatez Résumé: AutoHub est une plateforme innovante conçue pour révolutionner le secteur des services automobiles en intégrant plusieurs services essentiels dans une seule application. Face à une industrie des services automobiles fragmentée, AutoHub vise à résoudre des problèmes courants rencontrés par les propriétaires de véhicules, tels que le temps perdu dans la recherche de services de remorquage, de réparations et d’achats de pièces auto, ainsi que le manque de transparence concernant les prix et la qualité des services. La plateforme repose sur une architecture basée sur des API, permettant une intégration fluide des services de remorquage, de mécanique et de vente de pièces auto. Grâce à l’utilisation de l’intelligence artificielle, AutoHub améliore l’identification et le suivi des véhicules, assurant un service précis et efficace. En outre, la fonction Towlink permet aux utilisateurs de suivre les services de remorquage en temps réel et de recevoir des notifications instantanées concernant l’état de leur service. La gestion numérique des reçus et des dossiers de services offre également une solution pratique pour le suivi des historiques d’entretien. En somme, AutoHub propose une intégration transparente de tous les services liés aux véhicules, renforçant ainsi la confiance des consommateurs grâce à des avis d’utilisateurs et des comparaisons de prix, tout en fournissant un service de remorquage rapide et fiable soutenu par des technologies avancées de suivi et des outils numériques pour gérer l’entretien des véhicules. Description: Encadrante : Pr.AMAR BENSABER Djamel Mon, 01 Jan 2024 00:00:00 GMT https://repository.esi-sba.dz/jspui/handle/123456789/759 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/751 Titre: Bypassing Kernel Control Flow Integrity 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, how it is debugged and broken by attackers, as well as common attack patterns and defenses. 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 also demonstrate how CFI is triggered and how it works under the hood, as well as how it is bypassed simply by adhering to its policies with data only attacks and overwriting the right pointers with the right locations. 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 la mani`ere dont il est d´ebogu´e et compromis par les attaquants, ainsi qu’aux sch´emas d’attaque courants et aux d´efenses associ´ees. Avec l’inviolabilit´e en tˆete, CFI 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 montrons ´egalement comment CFI est d´eclench´ee et comment elle fonctionne en interne, ainsi que comment elle peut ˆetre contourn´ee simplement en respectant ses politiques, par des attaques bas´ees uniquement sur les donn´ees et en ´ecrasant les bons pointeurs avec les bonnes valeurs. Nous analysons enfin les moyens de contourner cette protection, afin de souligner 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 Mon, 01 Jan 2024 00:00:00 GMT https://repository.esi-sba.dz/jspui/handle/123456789/751 2024-01-01T00:00:00Z