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.
Les plus lus…
Ce texte a pour objet les modalités d’application des articles CTS 30 (registre de sécurité) et CTS 34 (vérification de…
Le décret n° 2025-1347 du 26 décembre 2025 relatif à la protection des travailleurs contre les risques dus aux…
Le décret n° 2025-1349 du 26 décembre 2025 modifie les tableaux de maladies professionnelles n° 16 bis et n°…
Le 14 octobre 2025, un incendie s’est déclaré au sein d’une usine de production de pièces de plastique thermoformées située…
Ce numéro 611 du magazine Face au Risque consacre un dossier spécial à un panorama des risques 2025 -…
Pour le monde de la culture, le cambriolage du Louvre du 19 octobre constitue « une catastrophe patrimoniale ». De fait,…








