---

Cet ouvrage présente une nouvelle modélisation de la corrélation d´alertes basée sur les classifieurs Bayésiens na‹fs. Cette modélisation apprend les coordinations entre les actions élémentaires d´un scénario d´attaque sur la base d´une légère contribution des connaissances d´experts, tire profit des données disponibles sur les alertes et fournit des algorithmes efficaces pour la détection et la prédiction des objectifs d´intrusion. L´ouvrage montre aussi comment l´approche proposée peut être améliorée en prenant en compte les informations contextuelles codées en logiques de description, notamment dans le contexte de la détection coopérative d´intrusions. Plusieurs mesures d´évaluation sont également proposées dans cet ouvrage pour un multi-classifieurs Bayésiens na‹fs. Ces mesures sont très importantes pour l´évaluation d´une approche de corrélation d´alertes utilisant un ensemble de classifieurs Bayésiens na‹fs pour surveiller plusieurs objectifs d´intrusion.

---