eep learning (DL) is increasingly used in industry, especially in industry 4.0. Thanks to DL, it possible to better prevent breakdowns and manufacturing defects. DL models are becoming more and more complex and efficient, requiring significant compute resources and compute time. The use of Graphic Processing Units (GPUs) makes it possible to speed up processing but at a higher cost. An alternative ...

Les attaques de rançongiciels (ransomware) comme Cryptolocker, WannaCry ou encore Locky ont fait prendre conscience du danger de ces logiciels malveillants. WannaCry aurait infecté plus de 300 000 ordinateurs à travers le monde en 2017. Apparus pour la première fois il y a environ une quinzaine d'années en Russie, les rançongiciels prennent en otage les données des utilisateurs dans l'attente ...

L'utilisation croissante de l'apprentissage profond (DL) exploite des modèles de plus en plus complexes avec une quantité croissante de données. Le DL distribué (DLL) permet d'entraîner rapidement des modèles en répartissant la charge de calcul. Nous proposons une approche empirique pour accélérer la distribution en se concentrant sur les stratégies de parallélisation locales. Les résultats ...

During the last years, deep learning (DL) models have been used in several applications with large datasets and complex models. These applications require methods to train models faster, such as distributed deep learning (DDL). This paper proposes an empirical approach aiming to measure the speedup of DDL achieved by using different parallelism strategies on the nodes. Local parallelism is considered ...

The fourth industrial revolution use modern technologies that produce a continues flow of data. This large amount of data cannot be analyzed with traditional technologies to detect and diagnose problem without the need of a human. Deep learning consists of a set of methods based on neural networks that can process and extract information from a such amount of data. Deep learning frameworks provide ...

Les logiciels malveillants peuvent avoir des impacts particulièrement négatifs sur notre société, d’autant plus que celle-ci a de plus en plus recours à des systèmes informatiques. En vue de garantir la sécurité de ces systèmes, la détection et la prévention de ces logiciels malveillants sont nécessaires. Dans cette optique, l’objectif de ce travail est de procéder à une classification entre ...

Le deep learning est un domaine en plein expansion, expérimenté et mis en production à travers des frameworks. Ceux-ci sont exploités aussi bien sur des clusters de calcul que sur des cartes embarquées comme la Jeston Nano de Nvidia. De plus en plus souvent, la charge de travail est distribuée sur différents nœuds de calcul sans considérer le choix du framework. Dans ce travail, nous analysons ...

Deep learning presents an efficient set of methods that allow learning from massive volumes of data using complex deep neural networks. To facilitate the design and implementation of algorithms, deep learning frameworks provide a high-level programming interface. Based on these frameworks, new models, and applications are able to make better and better predictions. One type of deep learning application ...

L’apprentissage automatique est un ensemble de méthodes issues de l’intelligence artificielle qui visent à apprendre à l’aide de données. Au sein de ces méthodes, l’apprentissage profond se concentre sur des réseaux de neurones qui sont des modèles mathématiques dont l’objectif est de s’inspirer du fonctionnement du cerveau à l’aide de neurones artificiels. Ceux-ci sont très performants lorsqu’il ...

Les logiciels malveillants peuvent avoir des impacts particulièrement négatifs sur notre société, d’autant plus que celle-ci a de plus en plus recours à des systèmes informatiques. En vue de garantir la sécurité de ces systèmes, la détection et la prévention de ces logiciels malveillants sont nécessaires. Dans cette optique, l’objectif de ce travail est de procéder à une classification entre des ...