https://repository.esi-sba.dz/jspui/handle/123456789/11 2026-10-21T18:16:19Z 2026-10-21T18:16:19Z TOUAHRI, KHalid https://repository.esi-sba.dz/jspui/handle/123456789/1121 2026-10-21T07:35:36Z 2026-01-01T00:00:00Z

Titre: Stealthy Software Obfuscation: A Systematic Review Auteur(s): TOUAHRI, KHalid Description: Supervisor : Pr. Benslimane Sidi Mohamed / Co-Supervisor : Dr. Aonzo Simone

2026-01-01T00:00:00Z ATSAMNIA, ABderraouf SENOUCI, IBrahim https://repository.esi-sba.dz/jspui/handle/123456789/1120 2026-10-21T07:32:56Z 2026-01-01T00:00:00Z

Titre: Evolution of the Penetration Test Lifecycle Auteur(s): ATSAMNIA, ABderraouf; SENOUCI, IBrahim Résumé: Penetration testing remains a fundamental practice for assessing the security posture of modern information systems. Traditional methodologies, such as the Penetration Testing Execution Standard (PTES), NIST SP 800-115, and the OWASP Web Security Testing Guide, provide structured phase-based approaches to security assessment. However, these frameworks were designed for relatively static environments and rely heavily on sequential workflows and manual execution, which limits their effectiveness in contemporary contexts characterized by large-scale, dynamic, and cloud-native infrastructures. This thesis analyzes the evolution of the penetration testing lifecycle in response to these challenges. Through a critical review of existing methodologies and tools, several structural limitations are identified, including tool fragmentation, lack of data interoperability, high dependence on manual processes, and limited scalability. These limitations hinder the ability of current approaches to operate effectively in environments where assets change continuously and where large volumes of data must be processed and correlated. In response, this work proposes an evolved penetration testing lifecycle model grounded in three core principles: continuous operation, structured data flow, and automation-first execution. The proposed model reorganizes the classical lifecycle into an iterative and integrated process composed of seven phases, including continuous reconnaissance, automated enumeration, validation and enrichment, vulnerability discovery, analysis and correlation, and continuous reporting. Unlike traditional approaches, the model emphasizes data normalization as a central component, enabling coherent aggregation and analysis of heterogeneous tool outputs. The proposed lifecycle provides a conceptual framework that aligns penetration testing practices with modern paradigms such as DevSecOps and continuous security assessment. By addressing the limitations of existing methodologies and formalizing the integration between lifecycle phases, this work contributes to the development of more scalable, adaptive, and data-driven security testing processes.*** Les tests d’intrusion constituent une pratique essentielle pour évaluer la posture de sécurité des systèmes d’information modernes. Les méthodologies traditionnelles, telles que le Penetration Testing Execution Standard (PTES), NIST SP 800-115 et l’OWASP Web Security Testing Guide, proposent des approches structurées basées sur des phases. Cependant, ces cadres ont été conçus pour des environnements relativement statiques et reposent fortement sur des processus séquentiels et manuels, ce qui limite leur efficacité dans des contextes modernes caractérisés par des infrastructures dynamiques, distribuées et orientées cloud. Ce mémoire analyse l’évolution du cycle de vie des tests d’intrusion face à ces défis. À travers une étude critique des méthodologies et des outils existants, plusieurs limitations structurelles sont identifiées, notamment la fragmentation des outils, le manque d’interopérabilité des données, la forte dépendance aux processus manuels et les problèmes de passage à l’échelle. Pour répondre à ces limites, ce travail propose un modèle évolué du cycle de vie des tests d’intrusion fondé sur trois principes fondamentaux : le fonctionnement continu, la structuration des flux de données et une approche orientée automatisation. Le modèle proposé réorganise le cycle de vie classique en un processus itératif composé de sept phases, incluant la reconnaissance continue, l’énumération automatisée, la validation et l’enrichissement, la découverte des vulnérabilités, l’analyse et la corrélation, ainsi que le reporting continu. Ce modèle offre un cadre conceptuel permettant d’aligner les pratiques de test d’intrusion avec les paradigmes modernes tels que le DevSecOps et la sécurité continue. En adressant les limitations des approches existantes et en structurant l’intégration entre les différentes phases, ce travail contribue à l’évolution vers des processus de sécurité plus adaptatifs, scalables et orientés données. Description: Supervisor : Dr. BABA-AHMED Manel / Co-Supervisor : M MEGHNINE Islem

2026-01-01T00:00:00Z CHIALI, AKila https://repository.esi-sba.dz/jspui/handle/123456789/1119 2026-10-21T07:26:26Z 2026-01-01T00:00:00Z

Titre: Spatio-Temporal Foundation Model for Network Intrusion Detection Systems (NIDS): Auteur(s): CHIALI, AKila Résumé: Nowadays, the cybersecurity field is facing a significant dilemma caused by the exponential evolution of cyber threat vectors. The emergence of AI-driven intrusion techniques, has rendered traditional detection frameworks increasingly insufficient. Consequently, identifying malicious intent now requires more than simple pattern recognition; it demands a deep understanding of the underlying dynamics of network communication. This thesis proposes a robust Network Intrusion Detection System (NIDS) built upon the complexity of packet flow analogies. By leveraging Hybrid Masked Spatio-Temporal Transformers, we redefine network traffic as a spatio-temporal volume. Unlike classical models, our approach utilizes self-supervised learning to capture the joint evolution of internal packet structures (spatial) and flow sequences (temporal). Through this architecture, the model achieves a profound understanding of both historical attack patterns and ”New” unobserved exploits. By mastering the fundamental ”Grammar” of the network, the proposed system provides not only a solution to detect known attacks through their signatures but also promises a scalable and adaptive resolution for Zero-Day detection. Description: Supervisor : Dr. BENDAOUD Fayssal

2026-01-01T00:00:00Z CHERRAK, ISmail ANis https://repository.esi-sba.dz/jspui/handle/123456789/1118 2026-10-21T07:20:09Z 2026-01-01T00:00:00Z

Titre: A State-of-the-Art of SIEM-Based Cyber Attack Detection Techniques. Auteur(s): CHERRAK, ISmail ANis Résumé: The rapid evolution of IT infrastructures and the growing sophistication of cyber threats have made centralized security monitoring an operational necessity for modern organizations. This thesis presents a comprehensive state-of-the-art study of Security Information and Event Management (SIEM) systems, with a particular focus on their role in cyber attack detection. The work begins by establishing the theoretical foundations of cybersecurity, covering threat taxonomies, attack methodologies, and the limitations of traditional defense mechanisms. It then reviews the generational evolution of SIEM platforms, from rule-based aggregation to AI-driven, cloud-native architectures, and surveys key research contributions in machine learning-based anomaly detection, User and Entity Behavior Analytics (UEBA), alert management, and SOAR integration. A structured comparative evaluation of six widely deployed SIEM solutions, Wazuh, Splunk Enterprise Security, FortiSIEM, Graylog, Elastic SIEM, and Exabeam, is conducted against 47 technical criteria spanning log collection, detection, automation, scalability, compliance, and cost. The results show that while no single platform achieves universal superiority, Elastic Security Enterprise offers the most complete feature coverage, while Exabeam and Graylog Enterprise lead in behavioral analytics and cost-effectiveness respectively. The study concludes by identifying persistent research gaps including false positive reduction at scale, model explainability, and privacy-preserving detection architectures.*** L’évolution rapide des infrastructures informatiques et la sophistication croissante des cybermenaces ont fait de la supervision de sécurité centralisée une nécessité opérationnelle pour les organisations modernes. Ce mémoire présente une étude approfondie de l’état de l’art des systèmes de gestion des informations et des événements de sécurité (SIEM), avec un accent particulier sur leur rôle dans la détection des cyberattaques. Le travail débute par l’établissement des fondements théoriques de la cybersécurité, couvrant les taxonomies des menaces, les méthodologies d’attaque et les limites des mécanismes de défense traditionnels. Il passe ensuite en revue l’évolution générationnelle des plateformes SIEM, des architectures à base de règles jusqu’aux architectures cloud-native pilotées par l’intelligence artificielle, et recense les contributions de recherche clés en matière de détection d’anomalies par apprentissage automatique, d’analyse comportementale des utilisateurs et des entités (UEBA), de gestion des alertes et d’intégration SOAR. Une évaluation comparative structurée de six solutions SIEM largement déployées, Wazuh, Splunk Enterprise Security, FortiSIEM, Graylog, Elastic SIEM et Exabeam, est réalisée selon 47 critères techniques couvrant la collecte de journaux, la détection, l’automatisation, la scalabilité, la conformité et le coût. Les résultats montrent qu’aucune plateforme n’atteint une supériorité universelle, bien qu’Elastic Security Enterprise offre la couverture fonctionnelle la plus complète, tandis qu’Exabeam et Graylog Enterprise se distinguent respectivement en analytique comportementale et en rapport qualité-prix. L’étude conclut en identifiant des lacunes de recherche persistantes, notamment la réduction des faux positifs à grande échelle, l’explicabilité des modèles et les architectures de détection respectueuses de la vie privée. Description: Supervisor : Dr. Baba-Ahmed Manel

2026-01-01T00:00:00Z