{"status":"ok","message-type":"work","message-version":"1.0.0","message":{"indexed":{"date-parts":[[2026,2,21]],"date-time":"2026-02-21T10:20:03Z","timestamp":1771669203209,"version":"3.50.1"},"reference-count":0,"publisher":"IBERAMIA: Sociedad Iberoamericana de Inteligencia Artificial","issue":"70","license":[{"start":{"date-parts":[[2022,12,31]],"date-time":"2022-12-31T00:00:00Z","timestamp":1672444800000},"content-version":"unspecified","delay-in-days":0,"URL":"http:\/\/creativecommons.org\/licenses\/by-nc\/4.0"}],"content-domain":{"domain":[],"crossmark-restriction":false},"short-container-title":["ia"],"abstract":"<jats:p>C-ITS (Cooperative Intelligent Transport Systems) est une nouvelle technologie qui contribue \u00e0 la r\u00e9duction des accidents de la circulation et \u00e0 l'am\u00e9lioration de la s\u00e9curit\u00e9 routi\u00e8re. VANET ( V ehicular A d hoc Networks) sont un syst\u00e8me STI bas\u00e9 sur la communication inter-v\u00e9hicules par la transmission de messages de s\u00e9curit\u00e9 de base (BSM), qui sont vuln\u00e9rables \u00e0 une vari\u00e9t\u00e9 de comportements inappropri\u00e9s. Pour r\u00e9soudre ce d\u00e9fi, nous avons d\u00e9velopp\u00e9 dans cet article un syst\u00e8me de d\u00e9tection de mauvais comportement (MDS) bas\u00e9 sur une approche d'apprentissage automatis\u00e9 pour identifier et cat\u00e9goriser les messages de mauvais comportement d\u00e9livr\u00e9s par un v\u00e9hicule sur les VANET \u00e0 l'aide de la base de donn\u00e9es d'extension VeReMi. Cette \u00e9tude examine diff\u00e9rents types de classification : dans la classification binaire, toutes sortes d'inconduites ont \u00e9t\u00e9 regroup\u00e9es en une seule cat\u00e9gorie \u00ab inconduite \u00bb ; cependant, dans la classification multi-classes pour trois classes, la mauvaise conduite a \u00e9t\u00e9 divis\u00e9e en deux classes : les attaques et les fautes. Le classificateur a des probl\u00e8mes substantiels lors de l'apprentissage \u00e0 partir de donn\u00e9es d\u00e9s\u00e9quilibr\u00e9es wLorsque vous travaillez avec des probl\u00e8mes multi-classes, cela devient consid\u00e9rablement plus complexe. Les relations entre les cat\u00e9gories ne sont plus bien d\u00e9finies et il est facile de perdre en efficacit\u00e9 dans une classe tout en s'am\u00e9liorant dans une autre. En cons\u00e9quence, les r\u00e9sultats ne sont pas coh\u00e9rents dans l'approche d'apprentissage classique pour la classification multi-classes lors de la classification des comportements r\u00e9pr\u00e9hensibles dans diff\u00e9rents types de classes de comportements r\u00e9pr\u00e9hensibles. Pour r\u00e9soudre ce probl\u00e8me, nous avons d\u00e9velopp\u00e9 une approche nouvelle et puissante appel\u00e9e \"Approche d'apprentissage guid\u00e9 pour la classification multi-classes\" pour r\u00e9duire le nombre de classes en combinant des comportements inappropri\u00e9s comparables en un seul. Selon les r\u00e9sultats, le classificateur Random Forest surpasse les autres classificateurs.<\/jats:p>","DOI":"10.4114\/intartif.vol25iss70pp138-154","type":"journal-article","created":{"date-parts":[[2022,12,31]],"date-time":"2022-12-31T15:56:41Z","timestamp":1672502201000},"page":"138-154","source":"Crossref","is-referenced-by-count":12,"title":["Towards Misbehavior Intelligent Detection Using Guided Machine Learning in Vehicular Ad-hoc Networks (VANET)"],"prefix":"10.4114","volume":"25","author":[{"given":"Omessaad","family":"Slama","sequence":"first","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]},{"given":"Bechir","family":"Alaya","sequence":"additional","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]},{"given":"Salah","family":"Zidi","sequence":"additional","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]}],"member":"2598","published-online":{"date-parts":[[2022,12,31]]},"container-title":["Inteligencia Artificial"],"original-title":[],"link":[{"URL":"http:\/\/journal.iberamia.org\/index.php\/intartif\/article\/download\/885\/176","content-type":"application\/pdf","content-version":"vor","intended-application":"text-mining"},{"URL":"http:\/\/journal.iberamia.org\/index.php\/intartif\/article\/download\/885\/176","content-type":"unspecified","content-version":"vor","intended-application":"similarity-checking"}],"deposited":{"date-parts":[[2023,1,20]],"date-time":"2023-01-20T16:33:24Z","timestamp":1674232404000},"score":1,"resource":{"primary":{"URL":"http:\/\/journal.iberamia.org\/index.php\/intartif\/article\/view\/885"}},"subtitle":[],"short-title":[],"issued":{"date-parts":[[2022,12,31]]},"references-count":0,"journal-issue":{"issue":"70","published-online":{"date-parts":[[2022,9,25]]}},"URL":"https:\/\/doi.org\/10.4114\/intartif.vol25iss70pp138-154","relation":{},"ISSN":["1988-3064","1137-3601"],"issn-type":[{"value":"1988-3064","type":"electronic"},{"value":"1137-3601","type":"print"}],"subject":[],"published":{"date-parts":[[2022,12,31]]}}}