Description
Date depot: 28 février 2019
Titre: Apprentissage profonds pour la détection et la particularisation d’excentricités dans les systèmes informatiques.
Directrice de thèse:
Maria Alejandra ZULUAGA (Eurecom)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Le travail de thèse
proposé s’articulera autour deux thématiques :
Détection d’anomalies
: permet d’identifier les dysfonctionnements des systèmes IT
Explicabilité : la
compréhension de la cause ayant provoqué l’anomalie permet d’envisager des
actions correctives possibles.
Concernant la
détection d’anomalies, le problème se résume grandement à l’analyse automatique
de données temporelles. Ce problème sera adressé par des techniques
d’apprentissage machine. Le travail consistera ici à qualifier les avantages
respectifs et à expérimenter différentes méthodes d’apprentissage machine et en
particulier les techniques d’apprentissage profond. Compte tenu de la masse de
données considérée, une attention particulière sera portée sur les méthodes ne
nécessitant que peu de validation humaine.
Doctorant.e: Audibert Julien