Note ABES The artificial immune ecosystem : a scalable immune-inspired active classifier, an application to streaming time series analysis for network monitoring L’écosystème immunitaire artificiel : un classifieur actif inspiré des systèmes immunitaires, et son application à l’analyse de données chronologiques en flux pour la supervision de réseaux informatiques Système immunitaire artificiel Supervision réseau Analyse de séries temporelles Apprentissage actif Artificial immune system Network monitoring Time series analysis Active learning 006.33 Intelligence artificielle Métaheuristiques Apprentissage supervisé (intelligence artificielle) Détection des anomalies (informatique) Système immunitaire Modèles mathématiques Introduits au début des années 1990, les systèmes immunitaires artificiels visent à adapter les propriétés du système immunitaire biologique, telles que sa scalabilité et son adaptivité, à des problèmes informatiques : sécurité, mais également optimisation et classification. Cette thèse explore une nouvelle direction en se concentrant non sur les processus biologiques et les cellules elles-mêmes, mais sur les interactions entre les sous-systèmes. Ces modes d’interaction engendrent les propriétés reconnues du système immunitaire : détection d’anomalies, reconnaissance des pathogènes connus, réaction rapide après une exposition secondaire et tolérance à des organismes symbiotiques étrangers. Un ensemble de systèmes en interaction formant un écosystème, cette nouvelle approche porte le nom d’Écosystème Immunitaire Artificiel. Ce modèle est mis à l’épreuve dans un contexte particulièrement sensible à la scalabilité et à la performance : la supervision de réseaux, qui nécessite l’analyse de séries temporelles en temps réel avec un expert dans la boucle, c’est-à-dire en utilisant un apprentissage actif plutôt que supervisé. Since the early 1990s, immune-inspired algorithms have tried to adapt the properties of the biological immune system to various computer science problems, not only in computer security but also in optimization and classification. This work explores a different direction for artificial immune systems, focussing on the interaction between subsystems rather than the biological processes involved in each one. These patterns of interaction in turn create the properties expected from immune systems, namely their ability to detect anomalies, memorize their signature to react quickly upon secondary exposure, and remain tolerant to symbiotic foreign organisms such as the intestinal fauna. We refer to a set of interacting systems as an ecosystem, thus this new approach has called the Artificial Immune Ecosystem. We demonstrate this model in the context of a real-world problem where scalability and performance are essential: network monitoring. This entails time series analysis in real time with an expert in the loop, i.e. active learning instead of supervised learning. Electronic Thesis or Dissertation Text en PDF 12237746 Université de Strasbourg Strasbourg 2019-12-31 https://theses.hal.science/tel-02316897 application/pdf 11786258 https://publication-theses.unistra.fr/public/theses_doctorat/2019/Guigou_Fabio_2019_ED269.pdf http://www.theses.fr/2019STRAD007/abes https://theses.hal.science/tel-02316897 https://theses.hal.science/tel-02316897 https://theses.hal.science/tel-02316897 https://theses.hal.science/tel-02316897 Guigou Fabio 1991-10-22 FR 240112377 https://theses.fr/2019STRAD007 2019STRAD007 https://doi.org/10.70675/10249c83z779az4d37zb3d0z62fa7699b461 2019-06-18 Informatique Strasbourg 131056549 Doctorat Docteur es non oui Collet Pierre MADS_DIRECTEUR_DE_THESE_1 112048854 Legrand Véronique MADS_PRESIDENT_DU_JURY 176609067 Collet Pierre MADS_MEMBRE_DU_JURY_1 112048854 Legrand Véronique MADS_MEMBRE_DU_JURY_2 176609067 Pastor Dominique MADS_MEMBRE_DU_JURY_3 137134665 Merelo Juan J. MADS_MEMBRE_DU_JURY_4 240112555 Parrend Pierre MADS_MEMBRE_DU_JURY_5 144476185 Pastor Dominique MADS_RAPPORTEUR_1 137134665 Merelo Juan J. MADS_RAPPORTEUR_2 240112555 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 176969721 260728 ddc:004 Collet Pierre Legrand Véronique Collet Pierre Legrand Véronique Pastor Dominique Merelo Juan J. Parrend Pierre Pastor Dominique Merelo Juan J. École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg) PDF 12237746