DSpace Collection: Mémoires de masterMémoires de masterhttp://localhost:8080/xmlui/handle/123456789/972026-04-09T14:51:54Z2026-04-09T14:51:54ZAn Intelligent Security Protocol for Enhanced Security in 6G NetworksBoussaidi, RofeidaMessaoudi, TassaditKaouachi, Asmaa Iman. ( Promotrice )Benaissa, Rachid. ( Promoteur )http://localhost:8080/xmlui/handle/123456789/410592025-12-01T11:24:06Z2005-01-01T00:00:00ZTitre: An Intelligent Security Protocol for Enhanced Security in 6G Networks
Auteur(s): Boussaidi, Rofeida; Messaoudi, Tassadit; Kaouachi, Asmaa Iman. ( Promotrice ); Benaissa, Rachid. ( Promoteur )
Résumé: Les réseaux de sixième génération (6G) représentent un bond majeur dans les télécommunications
modernes, offrant des vitesses ultra-rapides, une latence minimale et
la capacité de connecter un nombre massif dappareils. Toutefois, ces avancées technologiques
introduisent également dimportants défis en matière de cybersécurité, notamment
les attaques par déni de service (DoS) et par déni de service distribué (DDoS),
qui menacent la stabilité, la disponibilité et la fiabilité des infrastructures 6G. Cette dissertation
propose un protocole de sécurité intelligent basé sur les modèles de langage
de grande taille (LLM), tirant parti de leurs capacités avancées en analyse de données
et détection danomalies pour sécuriser le trafic réseau. La plateforme PROGRES a été
adoptée comme cas dutilisation réel pour simuler des scénarios dattaques DoS/DDoS
dans un environnement réaliste, en utilisant une version modifiée du jeu de données CICIDS2017,
adaptée au contexte 6G. Létude évalue à la fois les modèles traditionnels
dapprentissage automatique (ML), tels que Random Forest (RF), K-Nearest Neighbors
(KNN), la régression logistique (LR), larbre de décision (DT) et les machines à vecteurs
de support (SVM), ainsi que les LLM avancés, notamment ELECTRA, DistilGPT-2 et
DistilBERT. Tous les modèles ont été évalués selon un ensemble complet de métriques
: exactitude, précision, rappel, score F1, débit, latence, utilisation des ressources et consommation
énergétique. Les résultats ont révélé que DistilBERT surpassait les autres
modèles en termes de précision de détection et de fiabilité, bien quil exige davantage de
ressources informatiques. En revanche, les modèles ML traditionnels ont montré une
meilleure efficacité en matière de vitesse et de consommation de ressources, mais au
détriment de la précision. Ces résultats soulignent le potentiel des LLM pour renforcer
la sécurité des systèmes de communication sans fil 6G, tout en mettant en lumière la nécessité
déquilibrer les performances et lefficacité computationnelle pour un déploiement
pratique.
Mots clés: Réseaux 6G, Sécurité, Attaques DoS/DDoS, Disponibilité du système, LLMs,
DistilBERT.
Description: ill., Bibliogr. Cote:022/2025 Option Télécommunication Spatiales2005-01-01T00:00:00ZCompression des séquences vidéo par la transformée en ondelette et leur application au système de communicationNeggara, Ahmed Abdelaziz.Krim, Mouhamed (promoteur)http://localhost:8080/xmlui/handle/123456789/350962024-12-10T08:46:17Z2021-01-01T00:00:00ZTitre: Compression des séquences vidéo par la transformée en ondelette et leur application au système de communication
Auteur(s): Neggara, Ahmed Abdelaziz.; Krim, Mouhamed (promoteur)
Résumé: Video compression is the reduction and removal of redundant video data so that a digital video file is efficiently sent and stored.
To create a compressed file for transmission or storage, a compression process is used by applying an algorithm.
A reverse algorithm is applied to play the compressed file and produce a video which shows virtually the same content as the original video source. In this brief, different wavelets used to perform video compression for given video input are presented.
These wavelets are used in relation to various video input formats such as MPEG and AVI. The output was observed using the Peak Signal to Noise Ration, Undistributed Energy Ratio and Compression settings in MATLAB.
Résumé
On appelle compression de la vidéo, la réduction et la suppression des données vidéos redondantes pour qu'un fichier vidéo numérique soit efficacement envoyé et stocké.
Pour créer un fichier compressé pour la transmission ou le stockage, un procédé de compression est utilisé en appliquant un algorithme.
Un algorithme inverse est appliqué pour lire le fichier compressé et pour produire une vidéo qui montre pratiquement le même le contenu en tant que source vidéo d'origine. Dans ce mémoire, différentes ondelettes sont utilisées pour effectuer la compression de la vidéo pour l'entrée vidéo donné sont présentées.
Ces ondelettes sont utilisées par rapport aux différents formats d'entrée vidéo tels que MPEG et AVI. La sortie a été observée en utilisant les paramètres rapport signal à bruit, non répartis Ratio de l'énergie et de compression dans MATLAB.
ملخص
ضغط الفيديو هو تقليل وإزالة بيانات الفيديو الزائدة عن الحاجة بحيث يتم إرسال ملف الفيديو الرقمي وتخزينه بكفاءة. لإنشاء ملف مضغوط للإرسال أو التخزين ، يتم استخدام عملية ضغط من خلال تطبيق خوارزمية.
يتم تطبيق خوارزمية عكسية لتشغيل الملف المضغوط ولإنتاج مقطع فيديو يعرض تقريبا نفس المحتوى مثل مصدر الفيديو الأصلي. في هذه الذاكرة ، يتم استخدام موجات مختلفة لأداء ضغط الفيديو لإدخال الفيديو المحدد.
يتم استخدام هذه الموجات فيما يتعلق بتنسيقات إدخال الفيديو المختلفة مثل MPEG و AVI تمت ملاحظة الإخراج باستخدام إعدادات نسبة الإشارة إلى الضوضاء ونسبة الطاقة غير الموزعة والضغط في MATLAB
Description: 68 p.; ill.+1 cd rom.-Mémoire de Master option Télécommunications spatiales.-Numéro de Thèse 081/20212021-01-01T00:00:00ZAutomatisation d'intégration des nœuds en réseaux mobilesMedjani, AymeneHassani, Khaled (promoteur)Azmedroub, Boussad (promoteur)http://localhost:8080/xmlui/handle/123456789/319052024-10-29T09:40:57Z2024-01-01T00:00:00ZTitre: Automatisation d'intégration des nœuds en réseaux mobiles
Auteur(s): Medjani, Aymene; Hassani, Khaled (promoteur); Azmedroub, Boussad (promoteur)
Résumé: This thesis addresses the integration of Baseband nodes in mobile networks, highlighting the current methods and associated challenges. The initial part introduces the context of telecommunications networks and the importance of Baseband nodes for radio signal management. Subsequently, it explores the technologies and equipment used, particularly those from Ericsson, as well as traditional and emerging integration methods. Then, the different integration methods - manual, via a Local Maintenance Terminal (LMT), and Zero Touch - are presented in detail, with an analysis of their respective advantages and disadvantages.
The implementation and testing of the web application developed to facilitate the integration of Baseband units are then discussed. This application uses an MVC (Model-ViewController) architecture to ensure a clear separation of the different software layers, thus promoting maintenance and scalability. Test scenarios were designed to validate all functionalities, focusing on robustness, security, and performance. The test results show that the application meets the defined requirements while identifying potential areas for improvement in future iterations.
Résumé
Ce mémoire examine l'intégration des nœuds Baseband dans les réseaux mobiles, en mettant en lumière les méthodes actuelles et les défis associés. La première partie présente le contexte des réseaux de télécommunications et souligne l'importance des nœuds Baseband dans la gestion des signaux radio. Ensuite, les technologies et équipements utilisés, notamment ceux d'Ericsson, ainsi que les méthodes d'intégration traditionnelles et émergentes, sont explorés. Les différentes méthodes d'intégration - manuelle, via un Terminal de Maintenance Locale (LMT) et Zero Touch - sont ensuite détaillées, avec une analyse de leurs avantages et inconvénients respectifs.
L'implémentation et les tests de l'application web développée pour faciliter l'intégration des unités Baseband sont ensuite discutés. Cette application utilise une architecture MVC (ModelView-Controller) pour garantir une séparation claire des différentes couches logicielles, favorisant ainsi la maintenance et l'évolutivité. Des scénarios de tests ont été élaborés pour valider l'ensemble des fonctionnalités, mettant l'accent sur la robustesse, la sécurité et la performance. Les résultats des tests montrent que l'application répond aux exigences définies, tout en identifiant des domaines potentiels d'amélioration pour les futures itérations. Mots-clés : réseaux mobiles, nœuds Baseband, intégration manuelle, Terminal de Maintenance Locale (LMT), Zero Touch, architecture MVC, tests de performance.
Description: 73 p.; ill.+1 cd rom.-Mémoire de Master option Télécommunication spatiale.-Numéro de Thèse 065/20242024-01-01T00:00:00ZSpeckle filtering in SAR images using deep learning methodsBoufellah, AminaRahma, NadjatAzmedroub, Boussaad (promoteur)http://localhost:8080/xmlui/handle/123456789/307942024-10-02T08:23:24Z2024-01-01T00:00:00ZTitre: Speckle filtering in SAR images using deep learning methods
Auteur(s): Boufellah, Amina; Rahma, Nadjat; Azmedroub, Boussaad (promoteur)
Résumé: Synthetic Aperture Radar (SAR) imaging plays a crucial role in remote sensing applications due to its ability to capture high-resolution images regardless of weather conditions. However, SAR images are often affected by speckle noise, which hinders the visual quality and accuracy of subsequent analyses. This thesis focuses on the despeckling of SAR images using advanced deep learning techniques, with an emphasis on the Block-Matching 3D (BM3D) method.
We propose a deep learning framework that integrates the strengths of BM3D with modern neural network architectures to effectively reduce speckle noise while preserving image details and structural integrity. The proposed method is compared against traditional despeckling techniques in terms of performance metrics such as Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM), and visual quality. Extensive experimentation on both synthetic and real-world SAR datasets demonstrates the superior performance of the proposed model, highlighting its potential for improving SAR image analysis in various remote sensing applications.
Résumé :
L'imagerie par radar à synthèse d'ouverture (SAR) joue un rôle essentiel dans les applications de télédétection grâce à sa capacité à capturer des images haute résolution quelles que soient les conditions météorologiques. Cependant, les images SAR sont souvent affectées par le bruit de chatoiement, ce qui compromet la qualité visuelle et l'exactitude des analyses ultérieures. Cette thèse se concentre sur le débruitage des images SAR en utilisant des techniques avancées d'apprentissage profond, en mettant l'accent sur la méthode Block-Matching 3D (BM3D).
Nous proposons un cadre d'apprentissage profond qui intègre les forces du BM3D avec des architectures modernes de réseaux neuronaux pour réduire efficacement le bruit tout en préservant les détails et l'intégrité structurelle de l'image. La méthode proposée est comparée aux techniques traditionnelles de débruitage en termes de métriques de performance telles que le rapport signal sur bruit de pointe (PSNR), l'indice de similarité structurelle (SSIM) et la qualité visuelle. De nombreuses expérimentations sur des jeux de données SAR synthétiques et réels démontrent la performance supérieure du modèle proposé, soulignant son potentiel à améliorer l'analyse des images SAR dans diverses applications de télédétection.
Description: 63 p.; ill.+1 cd rom.-Mémoire de Master optionTélécommunications.-Numéro de Thèse 056/20242024-01-01T00:00:00Z