Stage – Implémentation de mécanismes de sécurité sur une plateforme expérimentale automobile

Durée du stage : 6 mois
Date de démarrage envisagée : fevrier 2026
Localisation du poste : Palaiseau (91)
Gratification : 1200 € net mensuel
Référence de l’offre à mentionner dans l’objet dans votre e-mail de candidature : STAGE-2026-13-CTM

Contexte du stage

Au sein de l’Institut de Recherche Technologique SystemX, situé au cœur du campus scientifique d’excellence mondiale de Paris-Saclay, vous prendrez une part active au développement d’un centre de recherche technologique de niveau international dans le domaine de l’ingénierie numérique des systèmes. Adossé aux meilleurs organismes de recherche français du domaine et constitué par des équipes mixtes d’industriels et d’académiques, ce centre a pour mission de générer de nouvelles connaissances et solutions technologiques en s’appuyant sur les percées de l’ingénierie numérique et de diffuser ses compétences dans tous les secteurs économiquesVous serez encadré par un ingénieur-chercheur SystemX du domaine Cybersécurité et réseaux. Vous travaillerez au sein du projet SystemX  CTM (« Cybersecurity for Trusted Mobility ») dont les partenaires industriels sont Renault Ampère, Trialog, Oppida.

Présentation du sujet

Les technologies de communication V2X (Vehicle-to-Everything) présentent une avancée clé dans l’évolution des applications de mobilité connectée coopérative et automatisée (CCAM). Ces technologies permettent aux véhicules de communiquer entre eux ou avec d’autres usagers de la route de type piéton, avec les infrastructures routières et avec des serveurs de proximité de type Edge. Les données échangées caractérisent l’état cinématique des véhicules, leur perception de l’environnement issue de leurs capteurs embarqués ou encore les données de la perception des unités de bordure de route. Ces données sont exploitées par les serveurs et par les véhicules récepteurs afin de renforcer des services d’assistance à la conduite automatisée Pour cela, il est nécessaire de déployer aussi des services de détection d’anomalies de type attaques sur les données reçues en respectant les contraintes de latence et de robustesse. Le service de détection d’anomalies repose sur des techniques avancées. Ces techniques sont de type traitement à base d’IA, techniques de fusion de données, techniques d’attribution de confiance, etc…

Objectifs

Une plateforme expérimentale d’injection d’attaques et de détection d’anomalies a été réalisée dans le cadre des travaux précédents [1]. Actuellement le projet travaille sur une plateforme réelle similaire à [2] qui intègre des vrais boitiers de communications qui seront hébergés dans les véhicules. Elle déploie également des logiciels de simulation (notamment pour la perception véhicule ou RSU) et des logiciels réels (notamment la pile de communication V2X). L’interconnexion entre les logiciels simulés et les logiciels réels se fait à travers le framework ROS2 [3]. Pour étendre cette plateforme, deux tâches doivent être réalisées :

• La première consiste à déployer des mécanismes de détection d’attaques sur les données de perception de types IA (modèles classiques tels que random forest, LSTM basé sur les autoencoders (AE, VAE), transformers, etc)
• La deuxième consiste à intégrer l’utilisation des certificats numériques Post Quantique hybrides dans les communications V2X. Ces certificats servent à assurer l’authentification des transmetteurs de message tout en assurant la transition vers le schéma post-quantique.

Missions

• Comparer plusieurs solutions d’IA pour la détection d’attaques sur les données de perception issues de capteurs
• Déployer les briques d’IA nécessaires au niveau de l’interface interne du véhicule (en utilisant ROS2) et sur le serveur de proximité
• Evaluer l’impact de l’utilisation des certificats Post-Quantiques sur les communications V2X
• Participer aux expérimentations sur la plateforme réelle afin de réaliser des preuves de concept et des démonstrateurs mettant en avant les briques technologiques développées.

Références

• [1] Zhang J. et al. (2024) Simulation Framework of Misbehavior Detection and Mitigation for Collective Perception Services
• [2] Lauinger, J. et al. (2022). Attack Data Generation Framework for Autonomous Vehicle Sensors.
• [3] https://docs.ros.org/en/foxy/index.html

Profil et compétences

De formation : BAC +5 / école d’ingénieur, dans le domaine du génie logiciel, systèmes embarqués, Réseaux et télécommunications

Compétences souhaitées 

• Langage C++/Python
• Programmation client/serveur, socket
• Librairies Python keras, pytorch, tensorflow

Aptitudes personnelles

• Curiosité
• Capacité à travailler en équipe
• Capacité d’analyse et autonomie

Merci de joindre CV, lettre de motivation, relevé de notes et autres documents utiles comme une lettre de recommandations.