Hamouda Djallel | Université 8 Mai 1945 Guelma

The 5th revolution of the industrial era, or Industry 5.0, is the new industry trend that defines the Smart Factory concept. This concept is based on emerging technologies such as 5G/6G communications, fog computing, drones, cloud computing, blockchain, artificial intelligence, deep learning, etc. These technologies are employed to provide optimization of operations and the reduction of costs. They establish a connection between machines and the internet through the Internet of Things (IoT) and collect information in the cloud and edge, processing it using artificial intelligence algorithms.

However, with thousands of IoT-based devices deployed in the open field, there are many new cybersecurity threats in Industry 5.0. When an adversary attempts to penetrate the network, it uses several different approaches, such as DDoS attacks, scanning attacks, false data injection attacks, to disrupt the functioning of the IoT-based devices. To protect Industry 5.0 from destruction, change, unauthorized access, or attack, security researchers propose the use of an intrusion detection system (IDS) in addition to authentication, access control, and integrity techniques. The IDS system is a mechanism monitoring network traffic, used to detect suspicious or abnormal activities and enabling preventive measures against intrusion risks.

This thesis focuses on developing and employing new technologies, such as IDS systems, for security and privacy issues in the era of Industry 5.0.

Abstract (Ar)

Abstract (Ar):

الثورة الصناعية الخامسة، أو صناعة 5.0، هي الاتجاه الجديد في الصناعة الذي يحدد مفهوم المصنع الذكي. يستند هذا المفهوم إلى التقنيات الناشئة مثل الاتصالات 5G/6G، وحوسبة الضباب، والطائرات بدون طيار، وحوسبة السحاب، وتقنية البلوكتشين، والذكاء الاصطناعي، والتعلم العميق، وغيرها. يتم استخدام هذه التقنيات لتحقيق أمثلية العمليات وتقليل التكاليف. فهي تؤسس اتصالًا بين الآلات والإنترنت من خلال الأشياء على الإنترنت (IoT)، وتقوم بجمع المعلومات في السحابة والحافة، ثم تعالجها باستخدام خوارزميات الذكاء الاصطناعي.

ومع ذلك، مع الآلاف من الأجهزة المستندة إلى الـ IoT المنتشرة في الحقل المفتوح، هناك العديد من التهديدات الأمان السيبراني الجديدة في صناعة 5.0. عندما يحاول الخصم اختراق الشبكة، يستخدم عدة نهج مختلفة، مثل هجمات DDoS، وهجمات المسح، وهجمات حقن البيانات الزائفة، لتعطيل عمل الأجهزة المستندة إلى الـ IoT. لحماية صناعة 5.0 من التدمير، أو التغيير، أو الوصول غير المصرح به، أو الهجوم، يقترح باحثو الأمان استخدام نظام كشف الاختراق (IDS) بالإضافة إلى تقنيات المصادقة، ومراقبة الوصول، والنزاهة. يعد نظام IDS آلية لرصد حركة الشبكة، يُستخدم لاكتشاف الأنشطة المشبوهة أو غير الطبيعية، ثم يمكن اتخاذ تدابير وقائية ضد مخاطر الاختراق.

تركز هذه الرسالة على تطوير واستخدام تقنيات جديدة، مثل أنظمة كشف الاختراق، لقضايا الأمان والخصوصية في عصر صناعة 5.0.

Abstract (Fr)

Abstract (Fr):

La 5e révolution de l'ère industrielle, ou l'Industrie 5.0, est la nouvelle tendance industrielle qui définit le concept de l'Usine Intelligente. Ce concept est basé sur des technologies émergentes telles que les communications 5G/6G, l'informatique en brouillard (fog computing), les drones, l'informatique en nuage (cloud computing), la blockchain, l'intelligence artificielle, l'apprentissage profond, etc. Ces technologies sont utilisées pour optimiser les opérations et réduire les coûts. Elles établissent une connexion entre les machines et l'internet grâce à l'Internet des objets (IoT) et collectent des informations dans le cloud et le réseau local, les traitant à l'aide d'algorithmes d'intelligence artificielle.

Cependant, avec des milliers de dispositifs basés sur l'IoT déployés en plein air, de nouvelles menaces en matière de cybersécurité apparaissent dans l'Industrie 5.0. Lorsqu'un adversaire tente de pénétrer dans le réseau, il utilise plusieurs approches différentes, telles que des attaques par déni de service (DDoS), des attaques de balayage, des attaques d'injection de fausses données, pour perturber le fonctionnement des dispositifs basés sur l'IoT. Afin de protéger l'Industrie 5.0 contre la destruction, les changements, l'accès non autorisé ou les attaques, les chercheurs en sécurité proposent l'utilisation d'un système de détection d'intrusion (IDS) en plus des techniques d'authentification, de contrôle d'accès et d'intégrité. Le système IDS est un mécanisme de surveillance du trafic réseau, utilisé pour détecter des activités suspectes ou anormales et mettre en œuvre des mesures préventives contre les risques d'intrusion.

Cette thèse se concentre sur le développement et l'utilisation de nouvelles technologies, telles que les systèmes IDS, pour les problèmes de sécurité et de confidentialité à l'ère de l'Industrie 5.0.

Scientific publications

Scientific publications :

Hamouda, D., Ferrag, M. A., Benhamida, N., & Seridi, H. (2022). PPSS: A privacy-preserving secure framework using blockchain-enabled federated deep learning for Industrial IoTs. Pervasive and Mobile Computing, 101738.

Ferrag, M. A., Shu, L., Djallel, H., & Choo, K. K. R. (2021). Deep Learning-Based Intrusion Detection for Distributed Denial of Service Attack in Agriculture 4.0. Electronics, 10(11), 1257

Ferrag, M. A., Friha, O., Hamouda, D., Maglaras, L., & Janicke, H. (2022). Edge-IIoTset: A new comprehensive realistic cyber security dataset of IoT and IIoT applications for centralized and federated learning. IEEE Access, 10, 40281-40306.

Ferrag, M. A., Friha, O., Kantarci, B., Tihanyi, N., Cordeiro, L., Debbah, M., Hamouda, D.,... & Choo, K. K. R. (2023). Edge Learning for 6G-enabled Internet of Things: A Comprehensive Survey of Vulnerabilities, Datasets, and Defenses. IEEE Communications Surveys and Tutorials.

Scientific conferences

Scientific conferences:

Hamouda, D., Ferrag, M. A., Benhamida, N., & Seridi, H (2021, November), Android Malware detection based on network analysis and deep convolutional neural network. The 4th International Hybrid conference on Informatics and Applied Mathematics (IAM’21).

Hamouda, D., Ferrag, M. A., Benhamida, N., & Seridi, H. (2021, December). Intrusion detection systems for industrial internet of things: a survey. In 2021
9 International Conference on Theoretical and Applicative Aspects of Computer Science (ICTAACS) (pp. 1-8). IEEE.

Hamouda, D., Ferrag, M. A., Benhamida, N., & Seridi, H (2022, November), Network-based Intrusion Detection Using Generative Adversarial Networks. The 5th International Hybrid conference on Informatics and Applied Mathematics (IAM’22).

Ferrag, M. A., Hamouda, D., Debbah M, Maglaras L, Lakas A. (2023, July), Adversarial Networks-Driven Cyber Threat Intelligence Detection Framework for
Securing Internet of Things. In 2023 International Conference. IEEE.