Titre du mémoire :

Utilisation de la technologie blockchain pour les compétences et connaissances certifiées

Résumé :

La Blockchain est une base de données partagée qui permet de créer de la confiance entre des individus sans une tierce partie. L'architecture ici est décentralisée, c'est-à-dire que les données réparties entre les utilisateurs, et donc les informations ne peuvent jamais être effacées. Par conséquent, parmi les secteurs prometteurs de la technologie Blockchain, nous spécifions le Elearning & l'éducation en ligne car il est devenu l'un des principaux moyens d'obtenir des certifications et des diplômes. Ce besoin a augmenté ces deux dernières années en raison de la pandémie de Covid19 où nous avons vu l’évolution de l’apprentissage en ligne, notre problématique était donc apparue, au milieu des milliers d'universités et des plateformes d’apprentissage en ligne qui délivrent des certifications et diplômes numériques, les entreprises étaient confrontées au problème des faux papiers ou la mauvaise évaluation et même des apprenants qui paye pour obtenir un diplôme. Dans ce contexte l'objectif de ce projet est de proposer une approche Blockchain dans le domaine de l'éducation, qui vise à gérer les données des apprenants à l'aide des contrats intelligents.

Etudiant (e) : Grairia Djezira
Niveau : Doctorat 3ème cycle
Co-encadreur : Mahnane Lamia
Date de soutenance : 2027
Titre du mémoire :

Protection de la vie privée des utilisateurs sur le web

Résumé :

Avec le développement rapide des base de données, de l’internet et des technologies de l'informatique, une grande quantité de données personnels peuvent être intégrées et analysées numériquement, ce qui conduit à une utilisation accrue des outils d'exploration de données pour dégager des tendances et des modes. Cela a soulevé des préoccupations universelles sur la protection de la vie privée des utilisateurs. La vie privée sur le web est une notion plus importante que celle habituellement admise dans la vie de tous les jours. Il est primordial de bien comprendre que toute information non sécurisée mise en ligne peut être accessible par tout le monde. L’objectif de ce travail est de traiter une problématique universelle et d’actualité qui est la protection de la vie privée des utilisateurs sur le web, l’idée de base est de créer une nouvelle approche qui se base sur l’apprentissage profond.

Etudiant (e) : Zaimi Rania
Niveau : Doctorat 3ème cycle
Co-encadreur : Mahnane Lamia
Date de soutenance : 2024
Titre du mémoire :

Proposition d’une nouvelle approche pour détecter les menaces internes dans les entreprises

Résumé :

Actuellement avec le progrès de la technologie et des innovations, principalement dans le domaine de la communication, les systèmes d'informations sont de plus en plus vulnérables aux menaces informatiques internes ou externes. Ce système d'information intègre non seulement un composant numérique (PC, routeur, serveur, etc.), mais également un composant humain comme l'utilisateur qui utilise le composant numérique. La question est : comment assurer la sécurité d'un système d'information tout en prenant en compte les individus en tant que composant dont le comportement peut être malveillant ou imprudent. La menace n'est plus tellement extérieure aux organisations, dont les pare-feu sont efficaces et elle ne cible plus les ordinateurs et les artefacts numériques, qui sont devenus plus sécurisés ; la menace est humaine qui est interne de détecter l'attaquant Interne, mais comment le détecter, c'est la question la plus importante ? Les approches protégées devraient non seulement surveiller les activités du réseau hôte en analysant des indicateurs techniques, mais devraient également identifier les éléments du comportement humain, de la motivation et de l'intention qui peuvent caractériser les menaces internes malveillantes des employés. Résoudre le problème de difficulté à analyser les journaux d’activités pour les analystes en raison du volume d'activité que les employés produisent chaque jour et dépasse donc la capacité des auditeurs et des administrateurs à analyser manuellement, ce qui signifie que nous devons inclure des méthodes automatisées pour filtrer les données des journaux système. Les réseaux de neurones profonds sont capables de détecter des motifs beaucoup plus complexes permettant ainsi de réduire le taux de faux positifs. Dans le cadre de cette thèse on se propose de trouver une nouvelle approche capable de détecter les comportements anormaux des utilisateurs en se basant sur les données techniques des utilisateurs d'une organisation. Ainsi nous voulons réduire le taux de faux positifs.

Etudiant (e) : Bessnaci Samiha
Niveau : Doctorat 3ème cycle
Co-encadreur : Mahnane Lamia
Date de soutenance : 2025