Graphaméléon : apprentissage des relations et détection d’anomalies sur les traces de navigation Web capturées sous forme de graphes de connaissances

Tailhardat, Lionel; Stach, Benjamin; Chabot, Yoan; Troncy, Raphaël
IC 2024, 35èmes journées francophones d’Ingénierie des Connaissances, 3-5 July 2024, La Rochelle, France

"Prix du meilleur papier"

Les modèles comportementaux sont essentiels pour la dé-tection d’anomalies ou d’actes malveillants sur des sys-tèmes de télécommunication à travers le Web. Cependant, les données nécessaires ne sont pas toujours disponibles et une connaissance complète de la topologie des systèmes est nécessaire pour exploiter pleinement les inférences faites par ces modèles. Pour résoudre ce problème, nous propo-sons l’extension Web Graphaméléon et une représentation des traces de navigation sous forme de graphe de connais-sances RDF en utilisant les ontologies UCO et NORIA-O.


HAL
Type:
Conference
City:
La Rochelle
Date:
2024-07-03
Department:
Data Science
Eurecom Ref:
7728
Copyright:
© EURECOM. Personal use of this material is permitted. The definitive version of this paper was published in IC 2024, 35èmes journées francophones d’Ingénierie des Connaissances, 3-5 July 2024, La Rochelle, France and is available at :

PERMALINK : https://www.eurecom.fr/publication/7728