janvier 2026 - En coursJanuary 2026 - In progressterminécompleted
AI-Powered IDS/IPS System
Système hybride de détection d'intrusions réseau mariant auto-encodeurs LSTM, CNN et Isolation Forests pour une inspection sous 100ms.
Stack technologique utiliséeTechnology stack used
TensorFlowPyTorchpcapSuricataPythonSockets
Rapport de Conception & DétailsDesign Report & Details
fr
Ce système de détection et de prévention d’intrusions capture le trafic réseau en temps réel sur plusieurs interfaces réseau et le soumet à des architectures de Machine Learning pour identifier les menaces connues et inconnues.
Architecture Technique
- Détection Signature & Comportementale : Un CNN 1D classifie les signatures connues avec un haut débit, tandis qu’un auto-encodeur LSTM évalue les anomalies sur les flux de paquets non identifiés.
- Intégration Bas Niveau (PCAP) : Capture brute et dissection de paquets réseaux via des sockets multithreadés en C/Python pour réduire la latence.
- Sursaut Actif (IPS) : S’interface directement avec Suricata et iptables pour bannir dynamiquement les adresses IP malveillantes en cours d’attaque (< 100ms de réaction).
en
This intelligent Intrusion Detection and Prevention system captures real-time network traffic across multiple interfaces and pipes packets through dual ML architectures to identify attacks.
Technical Deep-dive
- Dual-Path ML Models : A high-throughput 1D-CNN handles known attack signatures, while a deep LSTM Autoencoder performs reconstruction-based anomaly detection for zero-day exploits.
- Low-Level Inspections (PCAP) : Performs raw socket capture and processing using multi-threaded Python/C bindings to avoid packet drops.
- Active Countermeasures (IPS) : Communicates with Suricata alert sockets to automatically trigger iptables firewall drops on malicious IPs within 100ms.