Université du Lac Tanganyika
Faculté de l’informatique
IR
Cours : Programmation Réseau
Examen de première Session
Consignes pour l’examen
Vous êtes autorisé à utiliser le langage de programmation python et ses librairies
Durée : L’examen doit être rendu en deux catégories au plus tard le 04/10/2025 à 23h59. Version
électronique à l’adresse email nhackbdi@[Link] et la version physique au titulaire du cours
1. Format du document :
o Page de garde avec titre, nom et prénom des membres du groupe, date et sujet.
o Police : Times New Roman, taille 12.
o Interligne : 1,5.
1. Contenu attendu du projet
Chaque projet doit comporter :
1.1 Rapport écrit (10 pages au minimum) comprenant :
a) Introduction (problématique, objectifs du projet)
b) Méthodologie utilisées
c) Description du produit développé (architecture, algorithmes, interfaces)
d) Résultats (captures d’écran et description)
e) Discussion (interprétation des résultats, limites, pistes d’amélioration)
f) Conclusion
g) Références bibliographiques selon le style IEEE.
2. Modalités de remise
a) Format des fichiers : Rapport : NomPrenom_Rapport.pdf
NB. Tout retard entraîne une pénalité de -1 par jour
Les SUJETS
N° Nom & Prénom Projet attribué Instructions principales
1 BAYISABE Aline Chat client-serveur Implémenter un chat TCP ; coder
intelligent sockets Python ; ajouter un chatbot
NLP côté serveur.
2 GAHIMBARE Jean Messagerie sécurisée Développer app client-serveur ; ajouter
Christian avec chiffrement IA chiffrement AES + classifieur NLP pour
filtrer messages suspects.
3 GATUNGANE Maryse Détection d’intrusion Capturer trafic (Wireshark) ; entraîner
Roxanne Clarisse réseau IDS modèle ML ; générer alertes anomalies.
4 HACIMANA Kelly Darcy Routage intelligent avec Coder graphe réseau ; implémenter
IA Dijkstra ; ajouter Q-Learning.
5 HARINGANJI Aimé Prédiction de Générer trafic ; mesurer latence/débit ;
Marlin congestion réseau entraîner modèle de régression ML.
6 IGIRANEZA Drisse Noria QoS dynamique avec IA Simuler flux (vidéo/voix) ; implémenter
gestion bande passante ML.
7 IRABAGANJE Trio Tresor Serveur HTTP intelligent Implémenter serveur HTTP ; logger
requêtes ; prédire ressources
populaires via ML.
8 IRAHOZA Artaud Chat vocal sur réseau Développer chat vocal UDP ; intégrer
avec IA speech-to-text + chatbot NLP.
9 IRERA Samuel Surveillance réseau avec Collecter logs ; entraîner LSTM pour
LSTM anomalies séquentielles.
10 IRUMVA Kelly Princia Serveur MQTT avec Développer broker MQTT ; collecter
détection IA données capteurs ; détecter anomalies.
11 ISHIMWE Alain Gyslain Reconnaissance d’objets Envoyer images capteurs ; appliquer
IoT (CNN/YOLO) CNN pour détection d’objets.
12 ISHIMWE Guillain Prédiction de panne IoT Simuler données capteurs ; entraîner
modèle ML de maintenance prédictive.
13 ITERITEKA Alec Dave Proxy Web prédictif Développer proxy HTTP ; stocker logs ;
implémenter ML pour mise en cache
prédictive.
14 KARINDE Luc Ezechiel Recommandation de Développer service client-serveur ;
contenu distribué intégrer filtrage collaboratif ML.
15 KIMARARUNGU Détection d’attaques Simuler trafic normal + attaque ;
Ascension DDoS avec IA classifier via ML.
16 KINGABIYE Ange Kercy Feedback entre pairs via Développer plateforme réseau ;
réseau (NLP) stocker feedbacks ; analyser via NLP.
17 KUBWIMANA Belyse Analyse de logs Envoyer logs via sockets ; centraliser ;
distribuée avec IA classifier événements critiques.
18 MUHIRE Beni Armel Déploiement scalable IA Dockeriser un modèle IA ; déployer sur
sur Kubernetes Kubernetes avec autoscaling.
19 MUKUNZI Nicky Jordy Optimisation coûts IA Déployer fonction IA (AWS Lambda) ;
avec Serverless comparer coûts/VM classique.
20 MUNEZERO Kamaja Inférence IA en temps Déployer CNN sur GPU Cloud ;
réel GPU Cloud comparer CPU vs GPU.
21 MUSAMBYA MLOps dans le Cloud Créer pipeline CI/CD pour
Mukandama Heritier entraînement et déploiement IA.
22 NDAYIKEZA Jean Paul IDS Cloud-Natif avec IA Développer IDS avec Random Forest ;
déployer comme microservice Cloud.
23 NDERAGAKURA Anny Authentification Créer login Cloud basé reconnaissance
Graciella biométrique Cloud faciale ; CNN côté serveur.
24 NDUWIMANA Jean Prévention fuite de Développer service Cloud qui analyse
Aimé données (NLP) docs et détecte données sensibles.
25 NICAYENZI Jean Junot Blockchain + IA pour Implémenter transactions Blockchain ;
sécurité Cloud ajouter IA pour détection anomalies.
26 NIRAGIRA Festus Optimisation Collecter données conso ; entraîner ML
énergétique Data pour réduire énergie.
Center via IA
27 NKINZO Mac Tonny Edge vs Cloud AI pour Déployer modèle sur Edge + Cloud ;
temps réel comparer latence.
28 NTACONAYIGIZE Winnie Analyse Big Data Cloud Déployer Spark ML sur dataset
avec Spark ML volumineux Cloud ; analyser
performances.
29 NTIHERANWA Isaac Prédiction tendances Collecter datasets ouverts ; déployer
(santé/climat) Cloud AI modèle prédictif.
30 NTWARI Carl-Hugue Recommandation e- Créer plateforme Cloud avec moteur
learning Cloud AI de recommandation IA.
31 NTWARI Tonny Transport intelligent Simuler trafic routier ; utiliser IA pour
Cloud AI optimiser trajets.
32 PFUKAMADUSENGE Smart City Cloud AI Collecter données urbaines ; IA pour
Kellia (pollution/traffic) analyser et prévoir.
33 REMESHA Kenny Nesta Cloud AI pour Développer appli Cloud ; intégrer CNN
télémédecine pour diagnostic.
34 RUKUNDO Kevin Agriculture intelligente Déployer modèle IA Cloud pour
Cloud AI prédiction récoltes.
BONNE CHANCE