Détection d’anomalies dans les réseaux grâce à l’apprentissage automatique quantique
-
Valeur
1 493 017 $
-
Contribution Prompt
671 264 $
-
Durée
36 mois
Traditionnellement, les méthodes d’apprentissage automatique nécessitent des ressources informatiques considérables et présentent une courbe d’apprentissage longue. Les récents progrès en informatique quantique ouvrent de nouvelles perspectives pour la détection des anomalies dans les réseaux.
Ce projet collaboratif exploite les capacités novatrices de l’apprentissage automatique quantique, offrant deux avantages majeurs :
1) Amélioration significative des performances : réduction des temps d’exécution et augmentation de la capacité d’apprentissage.
2) Renforcement de la détection des intrusions et des anomalies : les systèmes basés sur l’informatique quantique permettront de mieux identifier les comportements inhabituels dans les réseaux.
Ces résultats auront une grande portée, non seulement dans le domaine de la cybersécurité, mais aussi dans d’autres secteurs, étendant ainsi l’impact du projet bien au-delà de la seule détection des anomalies réseau.