Parcourir HEH - HE par auteur "a7bfba25d7e16b895b9f63dc87f18b53bd01cf49"
Voici les éléments 1-10 de 10
-
Analyse de malwares et classification à l’aide de réseaux de neurones convolutionnels 1D
2021, HE en HainautActe de conférence ou de colloqueLes 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 ... -
Analyse de malwares et classification à l’aide de réseaux de neurones convolutionnels 1D
2021, HE en HainautArticle scientifiqueLes 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 ... -
Analyse statique de rançongiciels à l'aide de modèles de Markov cachés
2022, HE en HainautActe de conférence ou de colloqueLes 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 ... -
Apprentissage profond distribué : d’un seul nœud vers plusieurs nœuds de calcul
2022, HE en HainautActe de conférence ou de colloqueL'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 ... -
Comparaison des frameworks d'apprentissage profond sur un seul noeud de calcul
2021, HE en HainautActe de conférence ou de colloqueLe 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 ... -
Comparaison des frameworks d’apprentissage profond
2021, HE en HainautArticle scientifiqueL’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 ... -
Cross-biome comparison of microbial association networks
2015, AutreArticle scientifiqueClinical and environmental meta-omics studies are accumulating an ever-growing amount of microbial abundance data over a wide range of ecosystems. With a sufficiently large sample number, these microbial communities can be explored by constructing and analyzing co-occurrence networks, which detect taxon associations from abundance data and can give insights into community structure. Here, we investigate ... -
Deep Learning Frameworks: Performances Analysis
2021, HE en HainautActe de conférence ou de colloqueThe 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 ... -
Evolution of common-pool resources and social welfare in structured populations
2013, AutreActe de conférence ou de colloqueThe Common-pool resource (CPR) game is a social dilemma where agents have to decide how to consume a shared CPR. Either they each take their cut, completely destroying the CPR, or they restrain themselves, gaining less immediate profit but sustaining the resource and future profit. When no consumption takes place the CPR simply grows to its carrying capacity. As such, this dilemma provides a ... -
Single node deep learning frameworks: Comparative study and CPU/GPU performance analysis
2021, HE en HainautArticle scientifiqueDeep 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 ...