Doctorant F/H Infrastructure de détection de signaux et d’attaques basée sur antennes hétérogènes dans les réseaux sans fil

Le centre Inria Université de  Lille, créé en 2008, emploie 360 personnes dont 305 scientifiques  répartis dans 15 équipes de recherche. Reconnu pour sa forte implication  dans le développement socio-économique de la région Hauts-De-France, le  centre Inria de l'Université de Lille poursuit une relation étroite  avec les grandes entreprises et les PME. En favorisant les synergies  entre chercheurs et industriels, Inria participe au transfert de  compétences et d'expertises dans le domaine des technologies numériques  et donne accès au meilleur de la recherche européenne et internationale  au profit de l'innovation et des entreprises, notamment dans la région.Depuis  plus de 10 ans, le centre Inria de l'Université de Lille est situé au  cœur de l'écosystème universitaire et scientifique de Lille, ainsi qu'au  cœur de la Frenchtech, avec un showroom technologique basé avenue de  Bretagne à Lille, sur le site d'excellence économique d'EuraTechnologies  dédié aux technologies de l'information et de la communication (TIC).

La thèse focalisera sur les probl.matiques de détection, caractérisation de

l’environnement et reconnaissance d’activité (cyber)criminelle par le biais d’antennes

planaires souples en nanomat.riaux conducteurs et objets connectés. En plus, on

developpera des approches d'interception des signaux et des m.canismes pour contrer

des dispositifs cibles, avec un impact minimal sur les dispositifs voisins.

On envisage la création d’une infrastructure constituée par des antennes souples ainsi

que des cartes reprogrammables pour laquelle on développera des algorithmes avancés

de détection et analyse de l’environnement (extérieur ou antérieur), des personnes et des

activités, ainsi que de collecte et identification des dispositifs connectés cibles.

L'identification des dispositifs sera réalisée à partir des signaux collectés de chaque

dispositif et se basera sur des approches de signature RF.

Les objectifs principaux de la thèse peuvent être résumés comme suit :

1)Conception et d.veloppement d’une infrastructure de surveillance se basant sur des

noeuds hétèrogenes, y compris des antennes planaires fines et souples en nanomatériaux

conducteurs.

2)Caractérisation d’un environnement à partir des noeuds de l’infrastructure, à la fois

dans un scenario "passif" et dans’ un scenario "actif".

3)Collecte et traitement des données/signaux et développement d’approches

d’apprentissage pour l’identification des dispositifs et de la technologie de

communication, pour la démodulation en temps réel et le traçage [alla-acsac24][bou21].

4)Possibilité de brouiller des dispositifs cibles en minimisant l’impact sur les dispositifs

voisins.

[alla-acsac24] Ildi Alla, Selma Yahia, Valeria Loscri, Hossien Eldeeb. Robust Device Authentication in Multi-Node Networks: ML-Assisted Hybrid PLA Exploiting Hardware Impairments. Annual Computer SecurityApplications Conference (ACSAC), Dec 2024, Waikiki, Hawaii, USA, United States. hal-0472749

[bou21] Emilie Bout, Valeria Loscri, Antoine Gallais. How Machine Learning changes the nature of cyber-attacks on IoT networks: A survey. Communications Surveys and Tutorials, IEEE Communications Society, Institute of Electrical and Electronics Engineers, 2021. hal-03390359

Pour réaliser les objectifs proposés dans cette thèse, on envisage de sélectionner un candidat avec un background en traitement des signaux.  Les tâches suivantes sont prévues :

[M0-M6] Révision de la littérature concernant des approches de détection, localisation et identification des dispositifs ;

[M3-M10] Conception des antennes souples et sélection des cartes reprogrammables pour des applications à l’intérieur et à l’extérieur. Premiers tests pour la collecte initiale des données dans des environnements contrôlés.

[M9-M24] Conception d’algorithmes pour la caractérisation de l’environnement dans le cas « passif » et le cas « actif » et intérieur/extérieur. Développement des algorithmes de détection, géolocalisation et caractérisation de l’environnement basés sur des approches d’apprentissage.  Analyse des caractéristiques et paramètres clés pour la phase de construction de l’infrastructure de surveillance.

Design d’algorithmes pour la détection et identification des dispositifs et de leurs occupations dans le spectre de transmission. Développement de solutions anti-jamming.

[M24-M30] Expérimentations et validation des approches de détection dans des scenarii réels et basés sur les cartes reprogrammables ainsi que sur les antennes souples.

Test et validation d’identification des dispositifs et des solutions anti-jamming.    

[M30-36] Finalisation des activité, rédaction de la thèse et soutenance.

Compétences techniques et niveau requis : 

Langues : anglais

• Restauration subventionnée
• Transports publics remboursés partiellement
• Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
• Possibilité de télétravail et aménagement du temps de travail
• Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
• Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
• Accès à la formation professionnelle
• Sécurité sociale

2200 € bruts mensuels