JEDS' 2026
Laboratoire d'Informatique et des Technologies
de l'Information d'Oran - LITIO
3e édition des journées d'études sur la Datascience et ses applications
Voir le programme Participer aux journées
Le laboratoire LITIO organise la 3e édition des journées d'étude JEDS, intitulée « Science des Données : Machine Learning Quantique et Décision Séquentielle pour la Cybersécurité » (JEDS' 2026), les 22 et 23 novembre 2026.
L'informatique quantique propose un nouveau support de calcul : qubits, superposition, intrication. Le machine learning quantique étudie comment ces nouveaux concepts reformulent les algorithmes classiques, du perceptron à la régression linéaire.
Cours du Pr. Hachem Kadri · dimanche, 22 Novembre 2026, 9h30
Le trafic réseau est massif, rarement étiqueté, et les attaquants s'adaptent aux détecteurs. L'apprentissage par renforcement permet à des agents d'apprendre à détecter les attaques et à y répondre, ici sur le Named Data Networking, une architecture des réseaux du futur.
Cours de la Pr. Haifa Touati · dimanche, 22 Novembre 2026, 11h30
L'objectif principal de ces journées est de permettre aux chercheurs et aux jeunes chercheurs du laboratoire d'avoir des échanges scientifiques autour de thématiques présentées par des chercheurs expérimentés, et de s'initier à deux applications de pointe de l'intelligence artificielle : le machine learning quantique et l'apprentissage par renforcement pour la cybersécurité. Les cours sont animés par des enseignants-chercheurs spécialistes de leur domaine, qui présenteront les dernières avancées théoriques et méthodologiques. Un atelier pratique de machine learning quantique, en Python et par simulation sur ordinateur classique, permettra aux participants d'expérimenter les principes fondamentaux du calcul quantique et leur mise en œuvre algorithmique, et une réunion de travail du laboratoire sera l'occasion de rencontrer ses doctorants.
Mots clés : Science des Données, Intelligence Artificielle, Machine Learning Quantique, Qubits et Circuits Quantiques, Apprentissage par Renforcement, Décision Séquentielle, Cybersécurité, Détection d'Attaques, Named Data Networking.
Deux cours le dimanche matin, une réunion de travail du laboratoire LITIO l'après-midi ; le lundi, un atelier pratique et un temps d'échanges.
8h30
Ouverture
Le Doyen de la Faculté des Sciences Exactes et Appliquées de l'Université d'Oran 1
9h30 – 11h00
11h00 – 11h30
11h30 – 13h00
Cours
Pr. Haifa Touati
13h00 – 14h15
14h30
Laboratoire
Rencontre avec les doctorants du LITIO
9h00 – 11h00
Atelier
Pr. Hachem Kadri
Sur machine, en Python et Jupyter, par simulation sur ordinateur classique.
11h00 – 11h15
11h15 – 13h00
Échanges
13h00
Clôture
Une attestation de participation est remise à tous les participants.
Hachem Kadri est Professeur d'Informatique au LIS, CNRS, Aix-Marseille Université (AMU), France, où il dirige le département Science des Données. Il a été Vice-Président élu de la Société Savante Francophone d'Apprentissage Machine (SSFAM) de 2021 à 2025, et a dirigé le groupe Machine Learning d'AMU de 2018 à 2021. Ses recherches portent sur l'apprentissage automatique computationnel, avec un intérêt particulier pour les méthodes à noyaux, l'apprentissage statistique, l'apprentissage profond, l'analyse de données fonctionnelles, les modèles tensoriels et le machine learning quantique. Ses travaux ont été publiés dans les principales revues et conférences d'intelligence artificielle et d'apprentissage automatique, dont JMLR, NeurIPS, ICML et AISTATS. Il a occupé des rôles de premier plan dans plusieurs projets de recherche nationaux et internationaux, notamment comme investigateur principal et coordinateur de partenaires, et contribue à de grandes initiatives en science quantique et en IA telles que l'AMU Quantum Institute.
Haifa Touati est Professeure en informatique à la Faculté des Sciences de Gabès (Tunisie), où elle dirige le laboratoire de recherche IReSCoMath. Ses travaux, initialement centrés sur les protocoles réseau, portent aujourd'hui sur la sécurité et la performance des réseaux du futur : Named Data Networking (NDN), les réseaux véhiculaires (VANETs) et la sécurisation du stockage cloud par la blockchain. Plus récemment, elle s'intéresse à l'apport de l'intelligence artificielle à la sécurité, notamment à l'IA agentique pour les centres opérationnels de sécurité (SOC). Elle est l'auteure de plus de 70 articles publiés dans des revues et conférences internationales. Elle a obtenu son Habilitation à Diriger des Recherches (HDR) à l'École Nationale des Sciences de l'Informatique (ENSI), Tunisie, en 2021, et a été professeure invitée au Conservatoire National des Arts et Métiers (CNAM), Paris, en 2023. Cofondatrice du Master professionnel en Sécurité et Réseaux, qu'elle a coordonné, elle a également coordonné le Master de recherche en Informatique et Réseaux à la Faculté des Sciences de Gabès. Elle intervient régulièrement comme conférencière invitée, membre de comités de programme et relectrice pour des revues et conférences internationales.
Pr. Hachem Kadri
Dimanche 22 novembre, 9h30 – 11h00
This course provides an introduction to the field of quantum machine learning. It begins with an overview of the fundamental concepts and practical applications of classical machine learning, with a particular focus on widely used algorithms.
The course then introduces the fundamentals of quantum computing, including key notions such as qubits, superposition, entanglement, quantum gates and quantum circuits, before presenting the main ideas and current directions in quantum machine learning.
To connect theory with concrete examples, the course examines quantum versions of classical algorithms, including the perceptron and linear regression.
Pr. Haifa Touati
Dimanche 22 novembre, 11h30 – 13h00
Detecting attacks in network traffic is a challenge for data science: the data is high-volume, labels are scarce, normal behavior drifts over time, and attackers adapt to the detector. Static classifiers trained offline struggle in this setting, because a defense is not a single prediction but a sequence of decisions that trade detection accuracy against false alarms and operational cost.
In this talk, we frame security monitoring as a sequential decision problem and show how Reinforcement Learning agents can learn adaptive detection and mitigation policies directly from observations. We ground the discussion in Named Data Networking, a future network architecture where content is requested by name rather than by host address, and where new attacks emerge.
Keywords Reinforcement Learning, Network Security, Attack Detection, Named Data Networking, Sequential Decision Making
Pr. Hachem Kadri
Atelier · Lundi 23 novembre, 9h00 – 11h00
This hands-on session aims to illustrate the concepts covered in the course. It is structured into two parts. The first focuses on the fundamental principles of quantum computing, particularly qubits and the principle of superposition. The second explores the implementation of Grover's algorithm and its application to a perceptron-based classification problem. The session will be conducted using Python and simulations on classical computers, allowing participants to experiment with the fundamental principles of quantum computing and their algorithmic implementation.
Ramener un ordinateur portable : l'atelier se fait en Python. Le guide explique comment le préparer, sous Windows ou dans Google Colab.
Télécharger le guide de préparation PDF · Windows et Google Colab
Laboratoire d'Informatique et des Technologies de l'Information d'Oran
Le Laboratoire d'Informatique et des Technologies de l'Information d'Oran (LITIO) ambitionne de créer une enceinte au sein de l'Université d'Oran 1 pour développer des thématiques d'actualité en informatique et ses applications. Ce personnel d'enseignants/chercheurs est actif en matière de recherche, de publications, de communications et de projets. Notre ambition est d'assurer convenablement la formation doctorale et puis de développer des activités avec l'industrie.
Enseignants-chercheurs du laboratoire LITIO de l'Université Oran 1 Ahmed Ben Bella et d'établissements partenaires
Le laboratoire LITIO a le plaisir de vous inviter à participer à ces journées d'étude.
Une attestation de participation sera remise à tous les participants.
Les inscriptions sont closes.
Informations : nait-bahloul.safia@univ-oran1.dz — LITIO, FSEA, Université Oran 1 Ahmed Ben Bella.