http://localhost:8080/xmlui/handle/123456789/97 Mémoires de master Sat, 04 Apr 2026 00:31:09 GMT 2026-04-04T00:31:09Z http://localhost:8080/xmlui/handle/123456789/41059 Titre: 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 Spatiales Sat, 01 Jan 2005 00:00:00 GMT http://localhost:8080/xmlui/handle/123456789/41059 2005-01-01T00:00:00Z http://localhost:8080/xmlui/handle/123456789/40477 Titre: Early Detection of Citrus Diseases Using Deep Learning: An AI Framework Intended for UAV-Based Smart Farming Auteur(s): FEGAS, Abdessemed;; BENBOUZID, Ahmed Nader;; Dr. TAHRAOUI, Sofiane(promoteur); Description: 009/2025 option: Télécommunication Spatiale Wed, 01 Jan 2025 00:00:00 GMT http://localhost:8080/xmlui/handle/123456789/40477 2025-01-01T00:00:00Z http://localhost:8080/xmlui/handle/123456789/40469 Titre: Aerodynamics of Over-Expanded Supersonic Nozzles : Simulation and Experimental Study of Flow Parameters and Side Loads. Auteur(s): BAOUCHI, Ahmed; Dr. HAMAIDIA, Walid (promoteur);; Dr. KHALI, El-Hadi(promoteur) Résumé: This investigation presents a rigorous experimental, numerical, and analytical study of flow separation and its associated interactions in over-expanded supersonic nozzles. An experimental conical Laval nozzle is used to measure the axial static pressure evolution at various nozzle pressure ratios (NPR). This empirical data is meticulously supplemented by detailed numerical simulations employing three distinct and commonly used turbulence models. Furthermore, the study incorporates an analysis of a typical analytical engineering model and a widely used semiempirical shock wave boundary layer interaction (SWBLI) criterion. Description: 003/2025 option: propulsion spatiale Wed, 01 Jan 2025 00:00:00 GMT http://localhost:8080/xmlui/handle/123456789/40469 2025-01-01T00:00:00Z http://localhost:8080/xmlui/handle/123456789/40463 Titre: Modeling and analysis of hydrogen enriched Methane Combustion in Confined Chambers using ANSYS Fluent Auteur(s): Winnie Mwangemi, Mwalewa; Dr. ALLOUCHE, Rachid (promoteur); Dr. Renane, Rachid (promoteur) Résumé: This study investigates the combustion characteristics of methane-air mixtures using ANSYS Fluent, focusing on three main aspects: global reaction modeling, the effects of hydrogen addition, and a detailed chemical reaction mechanism. The global reaction analysis explores the fundamental combustion behavior of methane in air, establishing a baseline for comparison with more complex scenarios. The second part of the study examines the impact of adding hydrogen to the methane-air mixture, with particular attention to the changes in combustion efficiency, flame characteristics, and pollutant emissions. Finally, a detailed mechanism involving a comprehensive set of chemical reactions is implemented to capture the complex interactions within the combustion process, providing deeper insight into species formation, temperature distribution, and reaction pathways. The results from these three approaches are compared to highlight the effects of hydrogen on combustion dynamics and the accuracy of global versus detailed reaction models in predicting real-world behavior. This comparative analysis reveals that hydrogen addition enhances combustion efficiency, reduces emissions, and alters the flame structure, while the detailed mechanism offers a more accurate prediction of temperature profiles and species concentrations compared to the global reaction model. Overall, this study underscores the importance of selecting the appropriate modeling approach based on the desired level of accuracy and computational resources. Description: 002/2025 option: propulsion spatiale Wed, 01 Jan 2025 00:00:00 GMT http://localhost:8080/xmlui/handle/123456789/40463 2025-01-01T00:00:00Z