Système de détection d'intrusions basé sur l'apprentissage profond avec des journaux chiffrés post-quantiques

Dans ce contexte de migration rapide des charges de travail des entreprises vers des environnements cloud, le volume des journaux réseau critiques pour la sécurité transmis aux systèmes de surveillance centralisés ne cesse d'augmenter. Cependant, les mécanismes conventionnels de transmission des journaux restent vulnérables à l'écoute clandestine, à la falsification et même à de futures attaques cryptographiques quantiques. Pour relever ce défi, le présent travail propose un système de détection d'intrusion dans le cloud sécurisé, qui traite les journaux d'activité réseau protégés à l'aide de la cryptographie post-quantique (PQC). L'architecture proposée consiste à chiffrer les journaux réseau à l'aide d'un mécanisme d'encapsulation de clé résistant aux attaques quantiques au niveau du terminal client avant de les envoyer au serveur cloud ; côté cloud, le système de détection d'intrusion (IDS) utilise un modèle de classification léger basé sur l'apprentissage profond pour déchiffrer et détecter les attaques en temps réel, tout en préservant la confidentialité des données pendant leur transit.