Abdoulaye Sow, Cherif Diallo, Hocine Cherifi
Pr. Chérif Diallo
Réseaux-Télécoms & Cybersécurité
Université Gaston Berger, Saint-Louis
Biographie
D’abord, Ingénieur Consultant, spécialiste des Télécommunications et de la CyberSécurité, il est intervenu dans la conduite de plusieurs missions d’audit des Réseaux Télécoms et a piloté de nombreux projets innovants pour le compte de très grandes entreprises françaises dans des secteurs d’activité aussi variés que : le Gouvernement (Services du Premier Ministre, Ministère des Finances, Ministère de la Culture), les Banques-finances (Société Générale, Crédit du Nord, Crédit Lyonnais), la Grande Distribution (Groupement des Mousquetaires), les Opérateurs Télécoms (SFR, Cegetel), l’Aéronautique (Dassault Systèmes, Eurocontrol, Snecma, Thalès) et l’Industrie (EDF, GDF, Air Liquide, CEA commissariat à l’énergie atomique).
Ainsi, son expérience de plus de 15 années et son expertise sont donc reconnues à travers plusieurs certifications professionnelles acquises aussi bien dans le domaine de la Sécurité des Systèmes d’Information (CISSP Certified Information Systems Security Professional, ISC2), que dans celui des Réseaux Télécoms (CCNP : Cisco Certified Network Professional. CCDP: Cisco Certified Design Professional. CCNA : Cisco Certified Network Associate. FCNSA: Fortinet Certified Network & Security Associate).
En termes d’enseignement et de collaboration scientifique, il a donné divers enseignements à l’Université Paris-Est Créteil (UPEC), dans le domaine de l’administration des Systèmes et des Réseaux Télécoms. Il a également dirigé, depuis 2010, divers enseignements à l’Université Cheikh Anta Diop de Dakar (UCAD), à l’Université Numérique Cheikh Hamidou Kane (UNCHK) ex Université Virtuelle du Sénégal (UVS), à l’Université de Thiès, à l’Université Alioune Diop de Bambey (UADB), à l’African Institute for Mathematical Sciences (AIMS-Sénégal), à l’Ecole Supérieure Polytechnique (ESP) de Dakar, à l’Académie Franco-Américaine de Management (AFRAM) de Libreville au Gabon et à Institut de Formation et de Recherche en Informatique (IFRI) de l’Université d’Abomey Calavi de Cotonou au Bénin.
Aujourd’hui, il est Professeur Titulaire en Informatique à l’Université Gaston Berger de Saint-Louis où il dirige différents enseignements dans le département informatique de l’Unité de Formation et de Recherches des Sciences Appliquées et Technologies (UFR SAT). La plupart de ses enseignements sont orientés autour des technologies des Télécommunications et de la Cyber Sécurité. Professeur Chérif DIALLO a occupé les postes de Chef du Département Informatique (2019 - 2021), et de Directeur du Centre de Calcul Ousmane Seck (2021 - 2024). Il est actuellement le Directeur-adjoint de l'UFR SAT.
Conseiller en Stratégie et Planification du Directeur Général de l’ADIE (2012-14), puis Conseiller Technique du Ministre des Postes et des Télécommunications (2014-16), Professeur Chérif DIALLO est nommé, par décret présidentiel, le Directeur des Technologies de l’Information et de la Communication (DTIC) au Ministère de l’Economie Numérique et des Télécommunications du Sénégal (2016-19).
De plus, sur le plan national et international, Professeur Chérif DIALLO a, entre autres, été :
- Représentant du Gouvernement du Sénégal à l’ICANN et Vice-Président du conseil d’administration du GAC de l’ICANN (Governmental Advisory Committe),
- Point focal du Sénégal au GFCE (Global Forum on Cyber Expertise),
- Membre de UN-GGE (Groupe Gouvernemental des Experts de l’ONU sur l’utilisation des télécommunications dans un contexte de sécurité internationale),
- Membre de la Commission Nationale de Cryptologie (CNC) du Sénégal
Enfin, Professeur Chérif DIALLO est membre du Groupe de Recherche Interdisciplinaire en Cybersécurité (GRIC, https://gric.recherche.usherbrooke.ca) de l’Université de Sherbrooke (Canada). Il a également créé et assure la direction scientifique de la plateforme CSIRT-UNIVERSITAIRE (https://csirt-universitaire.org ou https://csirt-universitaire.sn), qui est un outil de vulgarisation, de sensibilisation et de veille technologique sur la Cybersécurité et la Cybercriminalité.
Domaines de recherche
Projets de recherche
Fonds d'Impulsion de la Recherche Scientfique et Technique (FIRST) - Projet "SVP-RESILIENT Sénégal Ville Propre 2030"
Le FIRST (Fonds d'Impulsion de la Recherche Scientifique et Technique) est un mécanisme du Ministère de l'Enseignement supérieur, de la Recherche et de l'Innovation (MESRI) destiné à financer, via des subventions, les projets de recherche fondamentale ou appliquée menés par les chercheurs et institutions sénégalaises. Notre équipe de recherche a obtenu un financement dans le cadre de l’appel à projets FIRST 2025 pour le projet : "SVP-RESILIENT Sénégal Ville Propre 2030 : Plateforme nationale intelligente de pilotage et valorisation des déchets urbains par science des réseaux et intelligence artificielle". Le projet SVP-RESILIENT vise à améliorer durablement la gestion des déchets urbains au Sénégal par le développement d’une plateforme nationale intelligente d’aide à la décision, fondée sur une articulation équilibrée entre la science des réseaux complexes et deux formes complémentaires d’intelligence artificielle : l’IA pour l’analyse visuelle des déchets et l’IA prédictive appliquée aux séries temporelles. Dans une logique d’économie circulaire, la plateforme intègre en extension un module de traçabilité et un module de valorisation économique de type “Waste Marketplace”, piloté institutionnellement par la SONAGED. L’intégration conjointe des réseaux complexes, de l’IA visuelle, de l’IA prédictive et des modules de traçabilité/valorisation au sein d’une plateforme unifiée permet une prise de décision cohérente, robuste et adaptée aux réalités sénégalaises. Le projet contribuera à améliorer la salubrité urbaine, optimiser l’utilisation des ressources publiques, renforcer l’efficacité des centres de tri, et soutenir l’économie circulaire par une meilleure traçabilité et valorisation des déchets. Mots-clés : Science des réseaux complexes ; Intelligence artificielle ; Vision par ordinateur ; Séries temporelles prédictives ; Gestion des déchets urbains ; Résilience urbaine ; Changement climatique ; Aide à la décision; Déchets recyclables; Économie circulaire.
ESPOIR-JEUNES - Projet "GenAI-CyberDefense-SN - Renforcement de la cybersécurité des infrastructures critiques sénégalaises par l'IA générative et la gouvernance souveraine"
Le projet ESPOIR-JEUNES (Enseignement supérieur professionnel Orienté vers l’Insertion et la Réussite des Jeunes) est un programme majeur au Sénégal. Financé par la Banque Mondiale et l'AFD, il vise à améliorer l'employabilité des jeunes via des formations courtes et professionnelles, tout en finançant des projets de recherche appliquée. Notre projet qui porte le titre "GenAI-CyberDefense-SN - Renforcement de la cybersécurité des infrastructures critiques sénégalaises par l'IA générative et la gouvernance souveraine" a été selctionné pour un financement dans le cadre de ce programme : Le Sénégal s’est engagé dans une transformation numérique ambitieuse, portée par le New Deal Technologique, visant à moderniser les services publics et les infrastructures critiques (énergie, télécommunications, finance). Cette dynamique accroît l’interconnexion des systèmes et leur exposition aux cybermenaces. Ainsi notre projet "GenAI-CyberDefense-SN" vise à développer un écosystème de cyberdéfense intelligent, souverain et opérationnel.
ACE Partner Digital Science and Technologie Network (DSTN) - Projet IoT-SDC
Notre projet IoT-SDC a été selectionné pour un financement et au final : deux thèse et plusieurs publications scientifiques ont été produites dans le cadre de ce projet : L’émergence de l’Internet des Objets (IoT) expose de nombreux objets et appareils au risque de devenir, un thingbot – un botnet intégrant des objets connectés. Grâce au Machine Learning et au Deep learning, l’intelligence artificielle peut aider à l’élaboration de classificateurs intelligents de données dans le but de renforcer la sécurité aussi dans le domaine de la cybersécurité que dans le domaine de la sécurité alimentaire. Pour la Cybersécurité, grâce à l’analyse des données, l'IA peut en effet contribuer à créer un framework dynamique permettant de trouver des corrélations entre les menaces et les événements dans le but d’instaurer une réaction immédiate en cas de détection d’incident. Elle peut aussi aider à mieux détecter les attaques zéro-days. Quant au domaine de la sécurité alimentaire, grâce aux capteurs d’odeurs et de goûts, conjugués avec un mécanisme de classification intelligente, l’IA va contribuer à la mise en place d’un nez et d'une langue électroniques comme composantes incontournables dans la qualification organoleptique (ou sensorielle) des produits alimentaires.
PASET-RSIF - Projet VCN-QoS "Qualité de service dans les réseaux de communication véhiculaire"
Le programme PASET-RSIF (Regional Scholarship and Innovation Fund) est une initiative africaine soutenue par la Banque mondiale, visant à former une nouvelle génération de scientifiques, ingénieurs et innovateurs de haut niveau pour accélérer la transformation socio-économique du continent. Dans ce programme nous avons ontenu le financement d'un projet de recherche ayant conduit à la production d'une thèse de doctorat et de plusieurs publications scientifiques : Pour contrôler les performances des réseaux véhiculaires et garantir un niveau minimum de qualité de service, il est désormais crucial d’envisager des solutions pour atténuer ces défis. En ce sens, ce travail vise à étudier les mécanismes permettant d’atténuer certains des défis (la couverture, la mobilité et la prise en charge du transfert, l’allocation des ressources, la sécurité, le routage, les systèmes de localisation, etc.) afin d’optimiser la qualité de service dans les réseaux de véhicules. L’énergie est également un aspect important, même s’il ne s’agit pas de la préoccupation première des réseaux de véhicules.
Nominations & Fonctions administratives
Directeur-Adjoint UFR SAT
Le Directeur adjoint d'une Unité de Formation et de Recherche (UFR) à l'Université Gaston Berger (UGB) seconde le Directeur dans la gestion administrative, pédagogique et scientifique. Il coordonne généralement les activités pédagogiques, l'emploi du temps, le suivi des évaluations et remplace le Directeur en cas d'absence.
Membre du Conseil d'Administration de l'Université Gaston Berger
Le Conseil d’administration (CA) est l’organe délibérant suprême de l'université. Il détermine les orientations stratégiques, vote le budget, contrôle la gestion administrative et financière, et approuve les accords de l'établissement. Il réunit des représentants élus, des membres de la société civile et des instances de tutelle.
Professeur Titulaire des Universités (CAMES). Spécialité Réseaux, Télécoms & CyberSécurité
Enseignement et Pédagogie, Recherche et Innovation, Administration, Évaluation et Gouvernance. Département Informatique, UFR SAT, Université Gaston Berger
Membre du Conseil Académique
Le membre du conseil académique participe à l'organe suprême de délibération des questions scientifiques et pédagogiques d'une université. Il a pour mission principale de définir les politiques de formation et de recherche, d'encadrer la discipline, de valider les programmes d'études et de veiller au respect des normes d'évaluation et de qualité.
Membre de l'Assemblée de l'Université
Un membre de l'Assemblée de l'université participe à la gouvernance de l'institution en représentant sa communauté (enseignants, étudiants ou personnel administratif). Ses missions principales consistent à adopter les orientations stratégiques, voter les règlements intérieurs et émettre des avis consultatifs sur la gestion et l'évolution de l'université
Directeur du Centre de Calcul Ousmane Seck (CCOS)
Le Directeur du Centre de Calcul est l'équivalent du Directeur des Systèmes d'Information de l'Université. Missions principales: Systèmes d'Information de l'Université, Informatisation, Gestion des infrastructures, Applications métier (RH, Finances,Gestion pédagogique, etc.) Pédagogie, Formation et Recherche.
Chef du département Informatique
Le chef du département Informatique de l'UFR Sciences Appliquées et de Technologie (SAT) est le responsable académique et administratif chargé de diriger la section informatique. Il coordonne les enseignements, gère les ressources pédagogiques et veille à l'adéquation des formations avec le marché du travail.
Maitre de Conférences CAMES, Côte A. Spécialité Réseaux, Télécoms & CyberSécurité
Département Informatique, UFR SAT, Université Gaston Berger
Vice-Président du Conseil d’Administration du GAC (Governmental Advisory Committe) de l’ICANN (Internet Corporation for Assigned Names and Numbers)
L'ICANN est une organisation rassemblant des participants du monde entier qui œuvrent à la préservation de la sécurité, la stabilité et l'interopérabilité de l'Internet.
Expert Cybersécurité de l'Organisation des Nations Unies (ONU) - Membre du groupe UN-GGE (Groupe Gouvernemental des Experts de l’ONU sur l’utilisation des télécommunications dans un contexte de sécurité internationale)
UNGGE signifie Groupe d'experts gouvernementaux des Nations Unies (ou United Nations Group of Governmental Experts). Ce groupe d'experts étudie les questions de sécurité internationale, avec un accent majeur sur la cybersécurité et le comportement responsable des États dans le cyberespace.
Directeur des Technologies de l’Information et de la Communication (DTIC) au Ministère de l’Economie Numérique et des Télécommunications du Sénégal
La Direction des Technologies de l'Information et de la Communication (DTIC) est une direction centrale du Ministère de la Communication, des Télécommunications et du Numérique au Sénégal. Elle a pour mission de mettre en œuvre, de promouvoir et de suivre la politique de l'État en matière du numérique.
Point focal du Sénégal au GFCE (Global Forum on Cyber Expertise),
Le GFCE est la plateforme de coopération internationale pour le renforcement des capacités et de l'expertise en matière de cybersécurité à l'échelle mondiale.
Membre de la Commission Nationale de Cryptologie (CNC) du Sénégal
La Commission nationale de cryptologie est chargée de statuer sur toute question relative au développement des moyens ou prestations de cryptologie au Sénégal. La Commission nationale de cryptologie est composée de quatorze membres choisis, en raison de leur compétence juridique, scientifique et/ou technique en matière de cryptologie.
Maitre Assistant CAMES, Côte A. Spécialité Réseaux, Télécoms & Sécurité
Département Informatique, UFR SAT, Université Gaston Berger
Conseiller Technique du Ministre des Postes et des Télécommunications
Le rôle du conseiller technique est d'apporter une expertise technique qui assiste directement le ministre dans l'élaboration et la mise en œuvre des politiques publiques dans le domaine du numérique et des télécommunications.
Assistant, Enseignant chercheur. Spécialité Réseaux, Télécoms & CyberSécurité
Département Informatique, UFR SAT, Université Gaston Berger
Conseiller en Stratégie et Planification du Directeur Général de l’ADIE
L'ADIE est l'Agence De l'Informatique de l'État qui assure la gestion du Système d'Information gouvernemental du Sénégal. La mission du conseiller en stratégie et planification est d'aider les dirigeants à définir leur vision à court, moyen et long terme et à structurer des plans d'action.
Publications récentes
Voir toutes les publications →Abdoulaye Sow, Cherif Diallo, Hocine Cherifi
Issa Moussa Diop, Cherif Diallo, Hocine Cherifi
Fixed vs Mobile IRS Placements
ConferenceNdeye Penda Fall, Cherif Diallo, Michel Marot, Adel Mounir Said, Hossam Afifi, Hassine Moungla
Abdoulaye Sow, Cherif Diallo, Hocine Cherifi
Mouhamadou Lamine Diakhame, Chérif Diallo, Mohamed Mejri
Encadrement
Voir tous les encadrements →Système Intelligent de Détection Précoce d’Attaques en Cybersécurité
Mouhamadou Lamine DIAKHAME
Doctorat • 2023-2026
Avec la transformation numérique accélérée des services, la généralisation du cloud computing, de l’Internet des objets et du télétravail, les systèmes d’information sont devenus des cibles privilégiées des cyberattaques. Ces dernières sont aujourd’hui plus fréquentes, plus complexes et souvent structurées en plusieurs étapes, rendant leur détection précoce particulièrement difficile. Les systèmes classiques de détection d’intrusion reposent majoritairement sur des mécanismes réactifs, ce qui limite leur efficacité face aux menaces modernes. Cette thèse s’intéresse à la conception d’un système intelligent d’alerte précoce pour la cybersécurité, basé sur des techniques avancées d’intelligence artificielle. L’objectif principal est de corréler automatiquement des alertes de sécurité hétérogènes, de reconstruire des scénarios d’attaque cohérents et d’anticiper les étapes futures d’attaques en cours, afin d’améliorer les capacités de détection et de réaction des équipes de sécurité. Cinq contributions scientifiques majeures sont proposées. La première porte sur un nouveau cadre de corrélation d’alertes basé sur le traitement automatique du langage naturel, la reconnaissance d’entités nommées et la similarité sémantique pour la reconstruction de scénarios d’attaque. La deuxième contribution introduit un modèle de langage de grande taille spécialisé pour la détection de menaces en temps réel par corrélation d’événements de sécurité. La troisième propose une approche adaptative de projection d’attaques combinant des réseaux de neurones sur graphes et l’apprentissage par renforcement. La quatrième développe une approche d’apprentissage automatique multi-classe pour améliorer la classification et la priorisation des alertes de sécurité. Enfin, une cinquième contribution propose un pipeline opérationnel intégrant SIEM, SOAR et un petit modèle de langage (TinyLlama-1.1B) pour la corrélation légère d’alertes et la réponse automatisée aux incidents sur infrastructure légère, sans GPU. Les résultats expérimentaux montrent que les approches proposées permettent d’améliorer significativement la précision de la corrélation d’alertes, la capacité de détection précoce et les performances de prédiction des attaques. Ces travaux ouvrent ainsi des perspectives prometteuses pour le développement de systèmes d’alerte précoce intelligents et autonomes en cybersécurité. Mots-clés : Cybersécurité, Système d’Alerte Précoce, Corrélation d’Alertes, Apprentissage Automatique, Deep Learning, Modèles de Langage, Prédiction d’Attaques, SIEM, SOAR, Réponse Automatisée aux Incidents.
QoS Optimisation in vehicular networks based on predictive AI
Ndeye Penda FALL
Doctorat • 2022-2025
La mise en réseau de véhicules fait référence à l’utilisation de systèmes de communication, d’installations informatiques et de stockage dans un contexte véhiculaire afin de permettre l’utilisation des systèmes de transport intelligents (ITS pour Intelligent Transport Systems). Son objectif principal est de réduire les accidents et d’assurer la sécurité routière. Étudiée depuis de nombreuses années, la mise en réseau des véhicules a donné lieu à plusieurs solutions et normes proposées dans la littérature spécialisée. Néanmoins, ce domaine évolue en parallèle avec l’industrie automobile, grâce au développement des technologies de communication sans fil, à l’intégration de l’Internet des objets et aux systèmes de transport intelligents (STI), en adoptant différents types de communication entre les véhicules, entre les véhicules et leur infrastructure ou avec les usagers de la route. Ces communications permettent de fournir divers services, comme la sécurité, la gestion ou le confort. Avec l’avènement de la 5G et le passage à la 6G, de nouveaux cas d’utilisation tels que l’IoV dans le cadre de l’ISAC, l’intégration et l’utilisation de techniques d’accès radio multiples pour évoluer vers l’ORAN, ainsi que la tendance vers des solutions et des pratiques écologiques, ou encore le concept VERT deviennent essentiels. Cela entraîne de nouveaux défis tels que la couverture, la mobilité et la prise en charge du transfert, l’allocation des ressources, la sécurité, le routage, les systèmes de localisation, etc. L’énergie est également un aspect important, même s’il ne s’agit pas de la préoccupation première des réseaux de véhicules. Par conséquent, pour contrôler les performances des réseaux véhiculaires et garantir un niveau minimum de qualité de service, il est désormais crucial d’envisager des solutions pour atténuer ces défis. En ce sens, ce travail vise à étudier les mécanismes permettant d’atténuer certains de ces défis afin d’optimiser la qualité de service dans les réseaux de véhicules. Tout d’abord, nous proposons d’utiliser LoRaWAN, une technologie LPWAN, dans le contexte de l’IoV. LoRaWAN se caractérise par sa longue portée, sa bonne couverture et son efficacité énergétique. Nous étudions ensuite le déploiement optimal de l’IRS (système de relais économe en énergie permettant de réfléchir le signal afin d’améliorer la couverture). Différents mécanismes de déploiement seront testés dans des configurations à un et deux sauts. Mots clefs: VCN ; QoS ; RIS ; LoRaWAN ; Optimisation ; IA ; Heuristiques
Nez électronique et intelligence artificielle pour la caractérisation sensorielle des tomates locales
Lionel AFFOGNON
Doctorat • 2022-2025
La qualité des produits alimentaires est un enjeu majeur de santé publique, particulièrement dans les régions où les méthodes de conservation et de contrôle sont limitées. Au Bénin, les tomates constituent une denrée essentielle, mais leur conservation pose des défis significatifs. Dans ce contexte, la mise en place d’un nez électronique innovant représente une solution prometteuse pour améliorer la sécurité alimentaire en permettant une évaluation précise et continue de la qualité des tomates. Le nez électronique conçu pour cette étude est composé de huit capteurs de gaz (MQ135, MQ136, TGS822, TGS2600, TGS2602, TGS2603, TGS2610 et TGS2611), ainsi que d’un capteur de température et d’humidité (DHT22). Les tomates locales, représentées par les variétés Tounvi et Akikon, ont été utilisées pour les besoins de cette étude. Une collecte de données a été réalisée sur une période de plusieurs semaines pour capturer les données volatiles à différents stades de maturation et de détérioration. Les données recueillies ont été utilisées pour entraîner des modèles d’apprentissage supervisé. Parmi les algorithmes testés, tels que les forêts aléatoires (random forest), les k plus proches voisins (k-NN), les perceptrons multicouches (MLP) et les machines à vecteurs de support (SVM), l’algorithme de forêts aléatoires s’est distingué par ses performances supérieures avec une précision de 94% pour la prédiction de l’état des tomates. De plus, des réseaux de neurones récurrents avancés, tels que Long Short-Term Memory (LSTM) et Gated Recurrent Unit (GRU), ont été employés pour analyser les données séquentielles et prédire le nombre de jours restants avant la détérioration totale des tomates. Ces modèles ont montré des performances remarquables, avec des erreurs quadratiques moyennes respectives de 0,000586 pour LSTM et 0,000505 pour GRU. Les résultats obtenus démontrent que le nez électronique, combiné à des modèles d’apprentissage automatique et à des réseaux de neurones récurrents, offre une solution précise et fiable pour prédire la qualité des tomates. Cette approche permet non seulement de déterminer les périodes de consommation sécuritaire, mais aussi de réduire les pertes post-récolte en optimisant les chaînes d’approvisionnement. Ainsi, la mise en place d’un tel système intelligent représente une avancée significative pour la sécurité alimentaire et la valorisation des produits agricoles locaux au Bénin. Cette recherche ouvre également la voie à de futures applications des technologies de détection et de l’intelligence artificielle dans le secteur agroalimentaire. Mots clés : Nez électronique, Sécurité alimentaire, Qualité des tomates, Apprentissage automatique, Apprentissage profond.
Dynamique et contrôle optimal des épidémies dans des contextes multi-transmissions et réseaux hétérogènes : applications aux maladies infectieuses émergentes
Abdoulaye SOW
Doctorat • 2022-2025
Au cours de cette thèse, nous avons développé et analysé une série de modèles mathématiques visant à mieux comprendre et contrôler la propagation de maladies infectieuses émergentes et réémergentes, en intégrant divers mécanismes de transmission, des structures de contact hétérogènes et des stratégies de contrôle combinées. Après avoir présenté les fondements des modèles compartimentaux classiques, nous avons appliqué notre approche au cas du virus Zika à travers la construction d’un modèle intégrant la transmission vectorielle, sexuelle et verticale, calibré à partir des données épidémiologiques collectées dans sept archipels du Pacifique (Tahiti, Îles Sous-le-Vent, Moorea, Tuamotu–Gambier, Marquises et Îles Australes). Nous avons ensuite proposé un modèle pour la dengue, combinant vaccination et traitement, qui a mis en évidence l’importance de stratégies conjointes. La thèse s’est poursuivie avec la variole du singe (MPOX), modélisée sur réseaux hétérogènes en tenant compte des réservoirs animaux et de la vaccination imparfaite, puis étendue à la mobilité humaine et à la sensibilisation comportementale, avec formulation de problèmes de contrôle optimal. L’ensemble de ces modèles a été calibré sur des données réelles (Zika dans les archipels du Pacifique, MPOX en RDC), confirmant leur validité et leur utilité prédictive. Enfin, un dernier chapitre a été consacré à la COVID-19, à travers une modélisation intégrée combinant réseaux et transmission environnementale, permettant d’évaluer de manière comparative les interventions non pharmaceutiques et vaccinales. Ces travaux démontrent que la prise en compte conjointe des multi-transmissions, des réseaux complexes, des comportements humains et des stratégies de contrôle optimal constitue un cadre pertinent pour anticiper l’évolution des épidémies modernes et fournir des outils d’aide à la décision en santé publique. Mots-clés : Modélisation mathématique, Maladies infectieuses, Réseaux complexes, Contrôle optimal, Zika, Dengue, Variole du singe (Mpox), COVID-19.
Sécurité intelligente pour les réseaux IoT : méthodes d’apprentissage automatique et profond
Abdoulaye DIALLO
Doctorat • 2021-2024
L’internet des objets (IoT) est une technologie émergente qui connecte des milliards de dispositifs dans divers domaines, allant de la santé aux villes intelligentes, en passant par l’industrie et l’agriculture. Cependant, cette interconnectivité croissante présente des défis majeurs en matière de sécurité. Les dispositifs IoT sont souvent vulnérables à une variété d’attaques, notamment les attaques par déni de service (DoS), les intrusions et les manipulations à distance, ce qui peut entraîner des conséquences graves pour la confidentialité, l’intégrité et la disponibilité des données. Pour tirer pleinement profit de cette technologie dont les domaines d’application sont souvent très sensibles, la mise en place de mécanismes de sécurité adaptés constitue une nécessité. Les avancées récentes dans le domaine de l’intelligence artificielle ont permis d’apporter des solutions à de nombreux problèmes. Les méthodes d’apprentissage automatique et profond ne cessent de repousser les limites de l’IA. Leurs applications dans le domaine de la cyber-sécurité ont suscité beaucoup d’intérêt et d’espoir. Ainsi, cette thèse propose une solution basée sur l’apprentissage automatique et l’apprentissage profond pour améliorer la sécurité des réseaux IoT. Elle propose d’abord une classification du trafic IoT, comparant l’efficacité de divers modèles, dont les forêts aléatoires, XGBoost et les réseaux de neurones à mémoire à court-long terme (LSTM), pour différencier le trafic normal des attaques. Ensuite, elle utilise des autoencodeurs pour détecter des anomalies, démontrant leur capacité à identifier des comportements anormaux. Le modèle distingue le trafic normal du trafic malveillant avec une grande précision. Enfin, un Framework intelligent de détection d’intrusions à trois niveaux est développé. Ce dernier intègre un premier auto-encodeur au niveau 1 pour la détection d’anomalie, un deuxième auto-encodeur au niveau 2 pour classer l’anomalie détectée en anomalie connue ou anomalie nouvelle. Au niveau 3 est implémenté un perceptron multi-couches pour identifier les attaques détectées. Les performances de ces modèles sont évaluées sur des jeux de données expérimentaux. Les résultats obtenus démontrent une précision de 99%, 99,60% et presque 100% respectivement au niveau 1, niveau 2 et niveau 3. Les résultats de cette thèse confirment la robustesse des techniques d’apprentissage automatique et profond dans l’amélioration de la sécurité des réseaux IoT, avec des implications pratiques pour le déploiement de ces technologies dans des environnements réels.
Proposition d’une nouvelle structure mésoscopique et de ses applications dans un réseau complexe
Issa Moussa DIOP
Doctorat • 2019-2022
Les réseaux complexes constituent un domaine scientifique qui permet de modéliser des systèmes complexes en se basant sur les graphes qui représentent le mieux les interactions de différents objets, personnes, sites, entités, etc. L'étude des réseaux complexes permet ainsi de mieux comprendre plusieurs phénomènes dans différents systèmes complexes tels que les systèmes financiers, la propagation d'épidémies, les réseaux informatiques, les réseaux de transports, etc. L'analyse d'un réseau complexe peut se faire sur trois niveaux: le niveau macroscopique, le niveau microscopique et le niveau mésoscopique. Au niveau macroscopique, différentes mesures globales sont utilisées pour caractériser le réseau. Au niveau microscopique, on s'intéresse à la propriété d'un nœud ou d'un lien. Au niveau mésoscopique, on met l'accent sur l'émergence de groupes de nœuds qui ont des similarités. Les deux structures mésoscopiques les plus étudiées sont la structure communautaire et la structure noyau-périphérie. En effet, elles sont présentes dans beaucoup de réseaux réels et trouvent plusieurs applications. Cependant, aucun des deux ne permet de dissocier les interactions dans les groupes et les interactions entre les groupes. Ainsi, dans cette thèse, nous proposons une nouvelle structure mésoscopique appelée la structure en composante qui permet de démêler les interactions locales et globales des structures communautaires et noyau-périphérie. Ainsi, un réseau peut être vu comme un agrégat de sous-réseaux qu'on peut analyser séparément. Extensible également aux réseaux pondérés, cette nouvelle structure mésoscopique offre de nombreux champs d'application telles que la recherche de noeuds critiques, l'extraction de k-core, la robustesse, etc. Ainsi, nous l'avons appliqué au réseau mondial de transport aérien dont on a aussi étudié la résilience en proposant de nouvelles stratégies d'attaques plus efficaces comparées aux attaques classiques. Mots clés : Réseaux complexes, Structure mésoscopique, Structure communautaire, Structure noyau-périphérie, Structure en composante, Mesure de centralité, k-core, s-core, Robustesse
Collaborations
Collaboration académique
Intéressé par une collaboration de recherche, un encadrement doctoral ou un projet académique ?
Contactez-moi