• Amélioration des performances d’un moteur de base de données relationnelle embarqué par l’utilisation de GPUPeer reviewedClosed access 

      2016, CREMER, Samuel; Bagein, Michel; Mahmoudi, Saïd; Manneback, Pierre, HE en HainautAutre
      Acte de conférence ou de colloque
      Concomitamment à la montée en puissance des systèmes de type « Big Data », les systèmes de gestion de base de données relationnelle (SGBDR) restent toujours largement utilisés. Dans cet article, nous présentons une solution capable d'améliorer la rapidité et la consommation énergétique d'un SGBDR embarqué SQLite. Notre solution, nommée CuDB, tente d'exploiter au mieux les spécificités des architectures ...
    • Analyse de malwares et classification à l’aide de réseaux de neurones convolutionnels 1DPeer reviewedClosed access 

      2021, LEVEAU, Romain; LERAT, Jean-Sébastien, HE en Hainaut
      Acte de conférence ou de colloque
      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 ...
    • Analyse statique de rançongiciels à l'aide de modèles de Markov cachésPeer reviewedClosed access 

      2022, Moreau, Samuel; LERAT, Jean-Sébastien, HE en Hainaut
      Acte de conférence ou de colloque
      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 ...
    • Apprentissage profond distribué : d’un seul nœud vers plusieurs nœuds de calculClosed access 

      2022, LERAT, Jean-Sébastien; Mahmoudi, Ahmed Sidi; Mahmoudi, Saïd, HE en Hainaut
      Acte de conférence ou de colloque
      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 ...
    • Comparaison des frameworks d'apprentissage profond sur un seul noeud de calculClosed access 

      2021, LERAT, Jean-Sébastien; Mahmoudi, Ahmed Sidi; Mahmoudi, Saïd, HE en Hainaut
      Acte de conférence ou de colloque
      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 ...
    • CuDB: a Relational Database Engine Boosted by Graphics Processing UnitsPeer reviewedClosed access 

      2016, CREMER, Samuel; Bagein, Michel; Mahmoudi, Saïd; Manneback, Pierre, HE en HainautAutre
      Acte de conférence ou de colloque
      GPUs benefit from much more computation power with the same order of energy consumption than CPUs. Thanks to their massive data parallel architecture, GPUs can outperform CPUs, especially on Single Program Multiple Data (SPMD) programming paradigm on a large amount of data. Database engines are now everywhere, from different sizes and complexities, for multiple usages, embedded or distributed; ...
    • Deep Learning Frameworks: Performances AnalysisClosed access 

      2021, LERAT, Jean-Sébastien; Mahmoudi, Ahmed Sidi; Mahmoudi, Saïd, HE en Hainaut
      Acte de conférence ou de colloque
      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 ...
    • Evolution of common-pool resources and social welfare in structured populationsPeer reviewedClosed access 

      2013, LERAT, Jean-Sébastien, Autre
      Acte de conférence ou de colloque
      The 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 ...