La détection d’intrusion à l’heure du deep learning
Jean-Baptiste Ducatez, PDG de Foxstream, société éditrice de logiciel spécialisé dans l’analyse et le traitement automatique d’images vidéo, fait le point sur les forces et les faiblesses du deep learning utilisé en détection d’intrusion.
Une analyse beaucoup plus fine
Avec le deep learning, la détection d’intrusion est devenue plus précise. On est passé d’une analyse descriptive à une analyse prédictive. En effet, avec l’utilisation de modèles construits par l’apprentissage de plusieurs centaines de millions d’images, les scénarios sont beaucoup plus complexes et la détection beaucoup plus fine.
« Avec le deep learning, on peut détecter un vélo, une voiture, une camionnette, mais aussi faire un suivi d’objet. Et demain, on pourra même différencier le type de voiture et dire s’il s’agit d’une 3008 ou d’une 5008 », explique Jean-Baptiste Ducatez, PDG de Foxstream, société d’édition logicielle spécialisée dans l’analyse et le traitement automatique d’images vidéo.
Continuez votre lecture… Abonnez-vous !
Si vous êtes déjà abonné, connectez-vous.
Actualités
Certains phénomènes interviennent dans le processus de combustion. Ainsi, le feu se transmet de proche en proche sous l’action des…
-
Fin juillet 2026, le Bureau d'enquêtes et d'analyses sur les risques industriels (BEA-RI) a rendu son rapport d'enquête concernant l'incendie…
-
Le marché des gants de protection est marqué par d’importantes évolutions, tant sur le plan de la fabrication que sur…
-
Dans un contexte marqué par l’émergence de nouveaux risques et l’évolution rapide des modes de stockage et d’exploitation, le…
-
Le Barpi a publié son inventaire des incidents et accidents technologiques survenus en 2025 au sein des installations classées…
-
Le centre hospitalier de l’Estran a organisé, le 10 février 2026, un exercice attentat terroriste de grande ampleur. Romain…
