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.
En ce moment
Ce numéro 613 de Face au Risque consacre un dossier spécial à la sûreté des musées à travers :…
Le vendredi 7 mai 2021, la compagnie Colonial Pipeline annonce être victime d’une cyberattaque. Tandis qu’une rançon est réclamée…
-
À l’occasion de la Journée mondiale du mot de passe, il est nécessaire d’alerter sur la vulnérabilité croissante des mots…
-
La hauteur du lieu ne va pas définir stricto sensu si l’espace en cause est un espace confiné ou…
Le modèle traditionnel d'organisation de l'évacuation, reposant sur des guides et des serre-files désignés et connus de tous, a fait…
-
En cette journée mondiale du 28 avril dédiée à la sécurité et à la santé au travail, l'Agence européenne…
