Académique Documents
Professionnel Documents
Culture Documents
Classical Music Month by Slidesgo - VF
Classical Music Month by Slidesgo - VF
JALOUQI Fahd
Présenté par DRISSI KABIR Chadi
Introduction Principe de HS
01 -Généralités sur l’IDS 02 -Analogie entre la musique
-Définition de Métaheuristique et l’optimisation
-L’histoire de HS -L'algorithme HS
Types d’IDS
Dans l’ultime but de détecter toutes sortes d’intrusions, les IDS disposent
de deux différentes approches :
• IDS à signature,
• IDS comportementaux
Définition de Métaheuristique
Le mot métaheuristique est dérivé de la composition de deux mots
grecs:
01 02
META Heuristique
Qui vient du verbe heuriskein qui est un suffixe signifiant ‘au-
(euriskein) et qui signifie delà’, ‘dans un niveau
‘trouver’ supérieur’
Les Métaheuristiques sont des stratégies qui permettent de
guider la recherche d’une solution optimale ; son but est
d’explorer l’espace de recherche efficacement afin de
déterminer des solutions (presque) optimales ; Les
techniques qui constituent des algorithmes de type
métaheuristique vont de la simple procédure de recherche
locale à des processus d’apprentissage complexes.
L’histoire de HS
01 02
Improvisation Musicale Optimisation
• Jouer une note de la mémoire d'harmonie • De nouvelles valeurs variables sont
sélectionnées dans la mémoire d'harmonie
• Jouer une note proche d'une autre • Remplacement des nouvelles valeurs par
enregistrée en mémoire d'autres valeurs proches des valeurs
• Jouer une note au hasard dans la plage actuelles
• De nouvelles valeurs de variables sont
possible
sélectionnées au hasard dans la plage
possible
L’algorithme Harmony Search
Etape 2
Etape 3
Etape 4
L’algorithme Harmony Search
Etape 1: Initialisation de HM
HM structure:
L’algorithme Harmony Search
Etape 2 : Improvisation de nouveaux vecteurs
Comporte trois étapes :
1-Considération de la mémoire
• Choisir n'importe quelle valeur de HM
HMCR Intensification
• La valeur de HMCR spécifie la probabilité de
choisir la valeur à partir des valeurs historiques
stockées dans HM
3-Sélection aléatoire
• sélectionner une valeur totalement aléatoire dans
la plage de valeurs possibles
• Accroître la diversité des solutions
L’algorithme Harmony Search
Etape 3: Mise à jour de HM
• Si le nouveau vecteur d'harmonie est meilleur que
la pire harmonie, remplacer la pire harmonie dans
le HM
If (xnew < xworst) then
Update the HM as xworst = xnew
End if
Etape 3 Etape 4
Calcule de la matrice de Calcule des paramètres de la
variance totale puis les fonction discriminante puis la
coefficients de la fonction simuler
discriminante
Etape 5 Etape 6
calcule des efficacités puis Ordonner les variables par ordre
l’efficacité moyenne décroissant d’efficacité
L’algorithme Harmony Search
Etape 1-2- : initialisation des classes sous forme matricielle de 20000x78
Classe 1 (10000x78)
Classe 2 (10000x78)
CODE MATLAB
Etape 3
Etape 4
Etape 5
L’algorithme Harmony Search
séparation entre les deux classes projetées sur deux variables (Var1 Var2)
L’analyse Discriminant Linéaire optimiser par le HS
Etape 2
Etape 3
L’analyse Discriminant Linéaire optimiser par le HS
Résultats récupérées
L’analyse Discriminant Linéaire optimiser par le HS
Comparaison
Merci
Beaucoup