Recherches exploratoires

Partenariat : LEPSIS - Université Gustave Eiffel

Partenariats : CEA, CentraleSupélec, Université de Stanford, Inria

Partenariats : Politecnico di Milano, Inria Bordeaux

Partenariats : ETH Zurich, Université de Linköping, MATSim à Paris (LVMT, GRETTIA, IFPen)

Partenariats : Université de Trondheim – Norvège, Laboratoire des Méthodes Formelles - CentraleSupélec

Partenariats : CentraleSupélec, Open University, Clemson University, MIT, Skolkovo Institute, Carnegie Mellon University

Partenariats : Télécom Paris, Université de Neuchâtel, IRMAR Lab, Rennes 1, Pondicherry University, ENAC, University of London

Partenariats : Université Technologique de Troyes, University of Limerick (Ireland)

Partenariats : CentraleSupélec, Université de l’IoWA, University of Technology - Netherlands

Partenariat : Laboratoire des Signaux et Systèmes (L2S) - Université Paris-Saclay

Laboratoire partenaire : LGI – CentraleSupélec

Jusqu’à présent les systèmes ont été conçus pour répondre à un besoin utilisateur. Par exemple, la voiture actuelle est contrôlée par l’Homme. Cependant, les besoins tendent aujourd’hui à évoluer vers la coopération entre le système et l’humain afin d’atteindre un objectif commun. Dans cette perspective, il est fondamental qu’un système puisse évoluer dans le temps conjointement avec l’Homme, et ce, en prenant en compte les facteurs humains. Il devient alors indispensable d’intégrer les aspects relatifs à l’humain et leurs évolutions temporelles dans le processus de conception du système. L’humain représente une partie intégrante du système. Il est un sous- système dans le Système de Systèmes global. Les chercheurs dans le domaine Human System Integration (HSI) ont proposé des extensions au langage SysML permettant d’intégrer la composante humaine dès la phase de conception système. En revanche, la question de la dynamique temporelle de l’humain et l’intégration des facteurs humains dans le choix d’une architecture convenable restent deux axes de recherche en pleine discussion. Ces deux derniers points font l’objet de notre recherche exploratoire.

Laboratoire partenaire : Ulm University

L'objectif de ce projet de recherche exploratoire est de réaliser une taxonomie des mécanismes de renforcement de la protection de la vie privée existant dans le Vehicular Edge Computing (VEC). Celle-ci sera assuré par une compréhension fine du contexte, des algorithmes et des objectifs de ces mécanismes tout en identifiant leurs forces et leurs faiblesses.

Laboratoires partenaires : L2S – CentraleSupélec, School of Computer Science and Engineering – NTU Singapore

L'objectif de cette recherche exploratoire est d’étudier la problématique de l'allocation des ressources dans le domaine de l'Internet des Objets (IoT, Internet of Things). Le placement des chaînes de fonctions de réseau virtuel (VNF) pour les applications de l'IoT sera analysé afin d'optimiser conjointement les ressources du réseau et les ressources de calcul (charge de traitement) des nœuds connectés en périphérie. Les principaux défis de ce projet porteront sur le placement des chaînes de VNF de l'IoT lorsque l'on considère des ressources de réseau limitées et l'opération de traitement à effectuer conjointement. Ce défi est considéré comme « NP-Hard », et nécessite l’étude des techniques d'optimisation combinatoire et les approches de la théorie des jeux pour converger vers des solutions quasi optimales.

Les approches proposées seront mises en œuvre sur un banc d'essai afin de démontrer leur efficacité et de les comparer avec d'autres approches existantes.

Laboratoires partenaires : LIP6 – Sorbonne Université, Dept. of Statistics – Stanford University

La découverte de la géométrie hyperbolique a été un événement marquant dans l'histoire des mathématiques et des sciences en général. En effet, les espaces hyperboliques ont de nombreuses applications dans diverses branches de la science telles que la relativité générale, en cosmologie ou encore en théorie des nombres. Ces dernières années, de nouvelles applications de la géométrie hyperbolique dans le domaine de l'intelligence artificielle et de l'apprentissage profond ont vu le jour. Plusieurs travaux ont montré que les espaces hyperboliques ont plus de capacité à capturer des données complexes telles que des graphes, des textes et des images que leurs homologues euclidiens.

Dans ce contexte, le projet "Apprentissage automatique avec les réseaux neuronaux hyperboliques" répond à un triple objectif :

• explorer l'efficacité des réseaux neuronaux hyperboliques pour des applications concrètes,

• comparer leurs performances avec les réseaux neuronaux euclidiens,

• et déterminer si les algorithmes hyperboliques fournissent des résultats plus robustes, interprétables et sûrs que leurs analogues euclidiens.

Laboratoire partenaire : Equipe Kopernic – Inria Paris

Ce projet s’intéresse à l'étude des protocoles de communication dans les véhicules aériens sans pilote (drones), et a pour objectif de proposer un protocole qui tienne compte des délais d'exécution tels qu'ils sont utilisés dans les systèmes embarqués temps réel. L'idée de ce projet de recherche est née du fait qu'un grand nombre d'applications pour les drones (par exemple, le pilotage automatique) sont en open source et que les étapes de leur conception peuvent être suivies pour une meilleure compréhension de leur fonctionnement.

Grâce à ce sujet de recherche, l’IRT SystemX pourra consolider ses relations avec la communauté temps réel et explorer la possibilité de proposer d'autres projets sur le thème des systèmes embarqués en temps réel et des systèmes cyberphysiques. Pour ce travail, nous collaborons avec l'équipe Kopernicus de l'Inria Paris qui a comme principaux domaines d'étude les systèmes embarqués en temps réel et l'analyse probabiliste du temps.

Laboratoires partenaires : Samovar – Télécom SudParis, Equipe PIR2 – Inria Paris, Dept. Computer Science – Université du Luxembourg, Dept. of Electrical and Electronic Engineering – City University of London

La cryptographie à clé publique est l'un des fondements les plus importants de la cybersécurité moderne. La sécurité du protocole TLS (Transport Layer Security), qui protège quotidiennement des milliards de connexions Internet, repose sur le cryptage à clé publique et les signatures numériques. Ce protocole protège la confidentialité et l'intégrité de milliards de connexions Internet quotidiennes, par exemple dans les applications de banque et de commerce électroniques, et le trafic de courrier électronique. Cependant, comme le montre Peter Shor, les systèmes à clé publique utilisés aujourd'hui deviendront peu sûrs lorsque les ordinateurs quantiques seront arrivés à maturité.

Ce projet vise à étudier et à développer des primitives cryptographiques post-quantiques (PQC) d'échange de clés, de cryptage et de signature numérique qui peuvent remplacer leurs homologues classiques car elles sont capables de rendre inefficaces les attaques des adversaires quantiques. L'idée centrale est de concevoir des primitives cryptographiques dont la sécurité repose sur des problèmes qui ne peuvent être résolus par les ordinateurs quantiques en temps voulu. En outre, nous nous intéressons aux preuves de sécurité vérifiées par machine pour toute une série de primitives cryptographiques classiques du monde post-quantique. Ce projet propose également un schéma post-quantique prenant en compte leur application possible à la sécurité des Blockchain.

Laboratoire partenaire : LAAS – CNRS

Dans le monde automobile, la sûreté de fonctionnement permet de garantir la sécurité fonctionnelle des systèmes électroniques/électriques dans les véhicules. Cela assure que les services qui font fonctionner le véhicule ne doivent pas provoquer des effets néfastes. Toutefois, il existe une autre notion qui est primordiale : la cybersécurité. En effet, elle représente l’ensemble des mécanismes qui protège le véhicule face aux menaces externes et intentionnelles.

Il existe un lien fort entre ces deux notions. En effet, leur coordination permettrait de rendre le véhicule plus résiliant. L’objectif est alors de définir les liens possibles entre la sûreté de fonctionnement et la cybersécurité afin de déterminer les éléments essentiels à la validation des Systèmes de Transport Intelligents, notamment des véhicules autonomes.

Pour cela, nous allons définir un état de l’art autour de l’hybridation sûreté de fonctionnement / cybersécurité, afin d’en proposer un article scientifique de type « survey » ou contribution scientifique. Puis, nous allons travailler sur différentes études de cas autour des plateformes de l’IRT SystemX (MOSAR, plateforme automobile du projet CTI). La finalité de ce projet de Recherche Exploratoire est notamment d’être un bon point de départ pour la construction de nouveaux projets à l’IRT SystemX autour de ce sujet et d’utiliser l’expertise de celle-ci pour proposer sa propre approche.

Laboratoire partenaire : Samovar – Télécom SudParis

Ces dernières années, les algorithmes de machine Learning ont intégrés massivement l’arsenal de défense mis à disposition des professionnels de la sécurité. Et la détection d’intrusion en est la parfaite illustration. Bien que les résultats et les performances du Machine Learning ne cessent de progresser, il est toutefois encore relativement simple de l’induire volontairement en erreur, au moyen de ce qui est communément appelé les attaques adverses (Adversarial Machine Learning Attacks). La multiplication des attaques adverses soulève le débat de savoir « à qui profitera réellement le Machine Learning dans le futur ? Aux attaquants ou aux professionnels de la sécurité ? L’objectif de ce projet exploratoire est d’étudier les différentes classes d’algorithmes de machine Learning utilisées dans la détection d’intrusion, démontrer l’impact des attaques adverses sur la performance des systèmes de détection d’intrusions et proposer des solutions permettant de robustifier les modèles d’apprentissage vis-à-vis des attaques adverses et afin d’en fiabiliser les prédictions