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
Faute de calendrier clair, les organisations peinent à engager leurs budgets et à structurer leurs projets cyber. …
-
À l’occasion des 70 ans de CNPP, nous faisons le point sur les activités du groupe spécialisé dans la…
-
Dans un monde professionnel marqué par l’hyperconnexion et la pression constante, certains comportements intrusifs brouillent dangereusement la frontière entre exigence…
-
Le secteur européen de la sécurité incendie se trouve à un tournant. La numérisation, la connectivité à distance et…
Le décret n° 2026-433 du 2 juin 2026 relatif à la police des déchets et à la lutte contre…
-
Le règlement délégué (UE) 2026/557 de la Commission du 16 mars 2026, complétant le règlement (UE) 2024/3110 du Parlement…
