http://repository.enp.edu.dz/jspui/handle/123456789/159 2026-04-13T18:38:31Z 2026-04-13T18:38:31Z Bouaza, Abdelmaoula http://repository.enp.edu.dz/jspui/handle/123456789/11372 2026-02-26T08:39:10Z 2025-01-01T00:00:00Z

Conception d’antennes pour vêtements communicants Bouaza, Abdelmaoula Le développement des systèmes de communication corporelle individuels constitue un enjeu majeur pour la nouvelle génération de réseaux sans fil et représente l’un des défis actuels dans le domaine des sciences et technologies de la communication. Les antennes, éléments essentiels de la transmission électromagnétique, doivent être capables de fonctionner aussi bien à l’intérieur qu’à l’extérieur du corps, selon les applications visées. Dans ce travail de thèse, nous proposons la conception d’une famille d’antennes intégrables dans un vêtement de type gilet, prenant la forme d’un logo ou d’un sigle discret, et opérant dans les bandes de fréquences dédiées aux applications ISM, WBAN et WLAN, couvrant notamment 2,45 GHz, 5 GHz et 5,8 GHz. Ces antennes offrent un fonctionnement en accès ouvert, pleinement compatible avec les technologies sans fil courantes telles que Wi-Fi, Bluetooth ou LoRa. La topologie retenue garantit une intégration « visuellement discrète », conférant à l’antenne l’apparence d’un élément graphique esthétique tout en répondant aux exigences électromagnétiques. Cette solution bi-bande ouvre de nouvelles perspectives pour les dispositifs de communication portables, permettant une transmission de données fluide au sein d’un composant unique intégré dans le vêtement. Thèse de Doctorat : Electronique : Alger, Ecole Nationale Polytechnique : 2025

2025-01-01T00:00:00Z Ouadjer, Youcef http://repository.enp.edu.dz/jspui/handle/123456789/11371 2026-02-05T12:57:26Z 2026-01-01T00:00:00Z

Behavioral biometrics for continuous authentication of smartphone users Ouadjer, Youcef Smartphone devices have become essential for managing sensitive operations such as on-line banking, accessing medical records, making digital payments, and using government services. As a result, consumers have raised the demand for robust and user-friendly authentication systems. However, traditional smartphone authentication methods such as knowledge-based (e.g., PIN codes, passwords) and static biometric systems (e.g., finger-print, facial recognition) suffer from significant limitations. These methods are vulnerable to smudge and spoofing attacks, and fails to provide ongoing security once a device is un-locked. To address these challenges, we propose the design and evaluation of efficient, multi-modal continuous authentication systems leveraging behavioral biometrics. As a starting point, the research presents a comprehensive review of state-of-the-art meth ods for continuous authentication, highlighting recent progress in behavioral biometric modalities such as hand movement and touch gestures, and identifying limitations in existing datasets. Particularly the lack of synchronized multi-modal behavioral biometric modalities, combined with static biometric characteristics such as facial features. Following, an efficient continuous authentication system is designed, by investigating advanced feature selection to identify most relevant features, showing consistent improvement with the subset of selected features. Further a new continuous authentication system is introduced using self-supervised contrastive learning. The system employs a lightweight convolutional neural network architecture based on depthwise separable convolutions, achieving high accuracy verification and identification tasks while maintaining computational efficiency. By extending the original self-supervised contrastive learning framework introduced in the previous contribution, a multi-modal fusion framework is designed, by combining hand movement and touch gesture data. Fusion is performed at the feature-level, demonstrating robust performance even on small annotated datasets where labeled biometric data is scarce. Lastly, a novel multi-modal dataset, MM-BioSync, is introduced to address the lack of synchronized behavioral biometric public datasets. The dataset integrates data from frontfacing cameras, motion sensors, and touchscreen interactions. Experiments conducted on the dataset reveal that integrating all modalities captured during reading and writing tasks yields the best performance in user verification, underscoring the value of multimodal approaches for continuous authentication. The findings of this thesis highlight the potential of behavioral biometrics and multimodal fusion in enabling continuous user authentication. By addressing key challenges related to model performance, computational efficiency, and dataset availability, this work advances the state-of-the-art and provides a foundation for developing secure and user-friendly authentication solutions on smartphones. Thèse de Doctorat : Électronique. Instrumentation : Alger, Ecole Nationale Polytechnique : 2026. - Thèse confidentielle 2 ans jusqu'à Janvier 2028

2026-01-01T00:00:00Z Ferhat-Taleb, Soumaya http://repository.enp.edu.dz/jspui/handle/123456789/11281 2025-10-16T10:38:28Z 2025-01-01T00:00:00Z

Les architectures parallèles embarquées dédiées à l’accélération des algorithmes évolutionnaires : application à la conception d’un système dédié à l’agriculture de précision Ferhat-Taleb, Soumaya L’agriculture moderne est confrontée à de nombreux défis liés à la croissance rapide de la population et à la pénurie des ressources naturelles, notamment l’eau. L’agriculture de précision s’impose alors comme une solution prometteuse intégrant des technologies avancées pour améliorer les rendements et préserver les ressources. Parmi ces technologies, les réseaux de capteurs sans fil (WSN) jouent un rôle essentiel dans la surveillance des sols. Dans cette thèse, nous avons proposé un outil d’aide au déploiement optimal des nœuds dans un WSN destiné à une application agricole de surveillance du sol. Dans la première partie, un modèle mathématique a été développé en intégrant plusieurs contraintes : coût, couverture, connectivité, sur-couverture, et une nouvelle contrainte de distance entre les nœuds. Dans la deuxième partie, nous avons appliqué des algorithmes évolutionnaires multi-objectifs (MOEAs) tels que NSGA-II et SPEA-II, qui ont montré de bonnes performances, bien que ralentis pour de grandes surfaces. Ainsi, dans la troisième partie, nous avons proposé une hybridation logicielle du SPEA-II avec des algorithmes de régression issus de l’apprentissage automatique (MLP, KNN, DT, RF), ce qui a permis une réduction de 66 % du temps d’exécution. Une accélération matérielle via GPU a permis un gain supplémentaire de 28 %. Thèse de Doctorat : Electronique : Alger, Ecole Nationale Polytechnique : 2025

2025-01-01T00:00:00Z Bennia, Rachid http://repository.enp.edu.dz/jspui/handle/123456789/11249 2025-10-14T13:25:35Z 2025-01-01T00:00:00Z

Power optimization in partially shaded PV arrays using the hybrid PSO-CS metaheuristic algorithm Bennia, Rachid This thesis presents a contribution to the study and optimization of the energy generated by photovoltaic (PV) arrays subjected to partial shading (PS) applying meta-heuristic algorithms to track the global maximum power point (GMPP). Under PSC, the P-V and I-V output characteristics of a photovoltaic array are multimodal. Conventional MPPT techniques are mostly local searches and thus cannot guarantee global optimality resulting in significant power losses. Additionally, metaheuristic algorithms, might converge to a local maximum power point (LMPP) rather than the global maximum (GMPP) under certain complex shading scenarios or when their parameters are not adjusted precisely to mitigate the PS effect. In this context, this thesis presents an intelligent hybrid approach combining two Swarm Intelligence metaheuristic algorithms namely, Particle Swarm Optimization (PSO) and Cuckoo Search Algorithm (CSA). This hybrid approach enhances the strengths of each algorithm while minimizing their drawbacks when used separately, which improves significantly the PV system output. The proposed hybrid meta-heuristic approach overcomes the shortcomings of conventional techniques and many similar Swarm Intelligence (SI) approaches; it comes with improved performance as well as reduced convergence time and remarkable robustness to weather changes due to the reset function integrated within the proposed MPPT system. The proposed hybrid MPPT controller has been validated using series and series-parallel PV configurations of different dimensions under various shading scenarios. The obtained results were very satisfactory in terms of efficiency, stability and convergence time. We can conclude that the proposed hybrid MPPT controller contributes significantly in optimizing the power output of PV systems affected by PS or rapid change of weather circumstances. Thèse de Doctorat : Electronique : Alger, Ecole Nationale Polytechnique : 2025

2025-01-01T00:00:00Z