Résumé:
En tant que paradigme de réseau émergent développé pour réduire la complexité des réseaux,
les réseaux définis par logiciel (SDN) sont largement implémentés en séparant le plan
de contrôle du plan de données, offrant ainsi une gestion centralisée et une programmabilité
flexible. Cependant, cette architecture introduit de nouveaux défis en matière de sécurité, en
particulier dans la détection et l’atténuation des intrusions de manière efficace. En utilisant des
techniques d’apprentissage automatique, notamment l’algorithme de la forêt aléatoire et le jeu
de données IN-SDN qui simule le trafic SDN du monde réel, nous avons développé un modèle
capable d’identifier avec précision les intrusions réseau tout en minimisant les fausses alertes
dans les SDN.Cela améliore notre compréhension des systèmes de détection d’intrusion (IDS) au
sein des réseaux définis par logiciel (SDN), mettant en évidence le potentiel de l’apprentissage
automatique pour relever les défis de sécurité.
Mots-clés : Système de détection d’intrusion (IDS), réseau défini par logiciel (SDN), sécurité, apprentissage
automatique.
