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 économiques. 
Vous serez encadré par un Ingénieur-Chercheur IRT SystemX du domaine Science des données et IA. Vous travaillerez au sein du projet RTI (Résilience des Transports Intelligents) qui vise à assurer la résilience des systèmes de pilotage du transport intelligent [1]. Ce projet est en partenariat avec les entreprises APSYS, EGERIE SOFTWARE, ETAS, Expleo, FAAR, ProvenRun, Renault, Sherpa Engineering, Trialog, Valeo et les laboratoires MICS – CentraleSupélec et IBISC – UEVE. 

Objectifs

Les progrès fulgurants de l’intelligence artificielle, notamment via le développement des réseaux de neurones profonds, ont précipité le besoin de mieux comprendre leur fonctionnement, de qualifier leur fiabilité et de mettre en évidence les liens de causalité qu’ils modélisent. Par exemple, une décision d’un système de conduite autonome doit être parfaitement fiable, une erreur de prédiction, aussi rare soit-elle, pouvant entrainer des conséquences dramatiques. Ces erreurs peuvent être dues à des problèmes de conception du modèle d’apprentissage lui-même ou à des cyber-attaques.
Les futures architectures des réseaux embarquées des véhicules autonomes devront prendre en compte de nombreux aspects de sécurité dès la conception. Le système général contient de nombreux sous-systèmes liés à différentes tâches avec des priorités fonctionnelles spécifiques et des mécanismes de sécurité dédiés. 
Ce stage se concentre sur le système de détection d’intrusion (IDS) et plus précisément sur sa fonction de détection d’anomalies distribuées (DAD) [2]. Le DAD utilise un modèle d’apprentissage profond adapté à l’architecture du réseau embarqué et il vise à modéliser les corrélations entre vues (sous-systèmes). Il exploite la distribution-jointe des différentes sources de données CAN (Controller Area Network) du véhicule, de sorte à réaliser une détection d’anomalie de façon plus pertinente et explicable, en exploitant les liens de causalité entre sources de données [3].  

Missions

Le déroulement et les missions du stage sont prévus comme suit : 

  • Faire un état de l’art des travaux récents sur l’apprentissage distribué et sur l’explicabilité. 
  • Entrainement des modèles sur des jeux de données CAN et Bluetooth et test à l’aide de plusieurs métriques (« task metric vs Performance metric » [4]).  
  • Proposer un module d’explication de la décision du modèle avec des visées d’analyse forensique. 
  • Evaluer la qualité des explications avec différents types de perturbations et d’attaques. 
  • Intégrer la méthode d’explicabilité dans la chaine de traitement du projet (iX-Ano) qui permettra de tester les modèles et démontrer l’efficacité de la solution avec des techniques de visualisations. 
  • Rédiger une proposition d’article à soumettre en conférence  

Références bibliographiques
[1] https://www.irt-systemx.fr/projets/rti/
[2] Elies Gherbi, Blaise Hanczar, Jean-Christophe Janodet, and Witold Klaudel (2022) DAD: A Distributed Anomaly Detection framework for future  In-vehicle network. In IEEE International Conference on Electrical,  Computer, Communications and Mechatronics Engineering (ICECCME).
[3] Sampath Rajapaksha, Harsha Kalutarage, M.Omar Al-Kadri, Andrei Petrovski, Garikayi Madzudzo, and Madeline Cheah (2022) AI-based Intrusion Detection Systems for In-Vehicle Networks: A Survey. ACM Comput. Surv.
[4] Elies Gherbi, Mohamed Bouchouia, Maxime Ayrault, Hamza Khemissa (2023). From Challenges to Opportunities: A Study of AI-based In-Vehicle Intrusion Detection Systems. International Consumer Communications and Networking Conference (IEEE CCNC). 

Profil et compétences

Formation : BAC +5/école d’ingénieur ou université Master 2, dans les domaines de l’IA et/ou des mathématiques appliquées/statistiques. 

Compétences:  

  • Deep Learning (ResNets, ConvNets) 
  • Des connaissances en sécurité numérique serait un plus. 
  • Connaissance du framework Dash de visualisation 
  • Python (Pytorch/Tensorflow) 

Aptitudes personnelles:

  • Dynamisme et motivation 
  • Esprit d’équipe 

Merci d’indiquer la référence du stage dans l’objet de votre mail de candidature, d’y joindre CV, lettre de motivation, lettre(s) de recommandation et relevés de notes.

Informations clés

Durée du stage : 6 mois
Date de démarrage envisagée : 1er trimestre 2024
Localisation du poste : Palaiseau (91)
Gratification : 1300 € brut mensuel
Référence de l’offre à mentionner dans l’objet dans votre e-mail de candidature : DSR-2024-27-RTI


Postuler à cette offre d’emploi

Merci de joindre CV, lettre de motivation et relevé(s) de notes.


Domaine :


Partager cette offre d’emploi :

Inscrivez-vous à la newsletter de l'IRT SystemX

 et recevez chaque mois les dernières actualités de l'institut :