Ce projet a pour objectif le prétraitement du jeu de données NSL-KDD, couramment utilisé pour la détection d'intrusions réseau. Le prétraitement comprend : la gestion des valeurs manquantes, l'encodage des variables catégorielles, la normalisation des variables numériques et la séparation des données en ensembles d'entraînement et de test.
Le projet a été réalisé dans le cadre du cours « Méthodes avancées en cybersécurité basées sur l'intelligence artificielle » (enseignante : Mme Hajar Moudoud) à l'Université du Québec en Outaouais (UQO), Gatineau.
- Il faut que vous ayez Python installé sur votre machine, version recommandée : Python 3.13.7
- Cloner le dépôt GitHub ou télécharger les fichiers.
- Créer un environnement virtuel :
python -m venv env- Entrer dans l'environnement virtuel :
-
Sur Windows :
.\env\Scripts\activate
-
Sur macOS/Linux :
source env/bin/activate
- Installer les dépendances :
pip install -r requirements.txt- Ouvrir le notebook
main.ipynbdans un IDE compatible Jupyter (par exemple, Visual Studio Code), puis exécuter les cellules du notebook pour effectuer le prétraitement.
- Notebook principal :
Projet1_Pretraitement_ClementGauthier.ipynb - Sujet du projet :
Projet1_sujet.pdf - Rapport / compte rendu :
Projet1_Pretraitement_ClementGauthier.pdf - Dépôt GitHub : https://github.com/gogo25171/Projet1_Pretraitement
Les jeux de données se trouvent dans le dossier data/ :
data/Teacher/NSL_KDD.csv— jeu de données principal utilisé pour le projet.data/NSL-KDD-kaggle/— copies de la version originale du dataset depuis Kaggle (fichiers.arffet.txt) utilisables si besoin.
Les jeux de données produits par le prétraitement sont enregistrés dans data/Dataset_pre_traiter/ :
- À la racine de ce dossier : résultats du prétraitement pour l'exercice 10 (séparations
train/test). data/Dataset_pre_traiter/first_part/: fichiers CSV du premier prétraitement (X_train.csv,X_test.csv,y_train.csv,y_test.csv).
graph TD;
A[NSL_KDD.csv] --> B[Prétraitement]
B --> C[Jeux de données traités]
- Clément Gauthier