Apprentissage multitâche appliqué au contexte des attaques par canaux auxiliaires / Fallou DIAW (2024)   

Public ISBD Titre : Apprentissage multitâche appliqué au contexte des attaques par canaux auxiliaires Type de document : texte imprimé Auteurs : Fallou DIAW, Auteur Editeur : Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique Année de publication : 2024 Importance : 61 P. Format : 29 cm. Langues : Français (fre) Mots-clés : Deep learning  Donnée  Menace  Canal auxiliaire  Microélectronique  Sécurité de l'information  Apprentissage multitâche  Attaque par canaux auxiliaires  Sécurité informatique  Cybersécurité  Attaque informatique Résumé : Les composants microélectroniques sécurisés sont cruciaux dans divers domaines comme la banque et les télécommunications. Cependant, ils sont menacés par des attaques par canaux auxiliaires qui peuvent révéler des données sensibles. Le deep learning, en particulier, a récemment renforcé ces menaces. Les recherches actuelles se concentrent surtout sur des techniques d’apprentissage profonds supervisés mono-tâche, mais les avancées en apprentissage multitâche pourraient offrir de meilleures solutions. Ce mémoire explore l’utilisation de l’apprentissage profond multitâche pour améliorer les attaques par canaux auxiliaires basées sur le deep learning ciblant les composants microélectroniques. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2367 Apprentissage multitâche appliqué au contexte des attaques par canaux auxiliaires [texte imprimé] / Fallou DIAW, Auteur . - Université Cheikh Anta Diop de Dakar : Faculté des Sciences et Techniques : Département de Mathématiques-Informatique, 2024 . - 61 P. ; 29 cm. Langues : Français (fre) Mots-clés : Deep learning  Donnée  Menace  Canal auxiliaire  Microélectronique  Sécurité de l'information  Apprentissage multitâche  Attaque par canaux auxiliaires  Sécurité informatique  Cybersécurité  Attaque informatique Résumé : Les composants microélectroniques sécurisés sont cruciaux dans divers domaines comme la banque et les télécommunications. Cependant, ils sont menacés par des attaques par canaux auxiliaires qui peuvent révéler des données sensibles. Le deep learning, en particulier, a récemment renforcé ces menaces. Les recherches actuelles se concentrent surtout sur des techniques d’apprentissage profonds supervisés mono-tâche, mais les avancées en apprentissage multitâche pourraient offrir de meilleures solutions. Ce mémoire explore l’utilisation de l’apprentissage profond multitâche pour améliorer les attaques par canaux auxiliaires basées sur le deep learning ciblant les composants microélectroniques. Permalink : https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=2367

Réservation

Réserver ce document

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MEM 11276	MEM 11276	Mémoires de master	Master mathématiques et Informatique	Securité des Systèmes Embarqués	Disponible

Documents numériques

MEM 11276 Adobe Acrobat PDF

---

1 (1 - 1 / 1) Par page : 25 50 100 200