Logo LAAS-Carnot

Offres de recrutement et d’emploi au LAAS BOREAL 1.1.1

Thèse

Visualisation de la thèse: THE211

Thèse 2019

P.OWEZARSKI

SARA

RC

Sécurité, Monitoring, Internet des Objets, Energie, attaques, Apprentissage automatique

Sécurité de l’Internet des Objets

Cette dernière décennie a connu un engouement important pour les communications sans fil. En plus de l’utilisation croissante des smartphones et des tablettes, l’explosion du nombre d’équipements connectés a contribué à l’émergence de l’Internet des Objets (ou IoT). Les nouvelles applications impliquant ses équipements connectés se généralisent (réseaux de capteurs et d’actionneurs, ville intelligente, flottes de véhicules ou de drones, …) et la taille de ces réseaux ne cesse de croître, engendrant des complexités pour leur gestion que les techniques traditionnelles ne peuvent résoudre. Ces nouveaux réseaux, comme l’IoT, sont aussi la cible de nouvelles formes d’attaques qui visent à exploiter la faiblesse sécuritaire des connexions sans fil pour attenter à l’intégrité de leur structure de communication. Cela inclut par exemple les attaques par éclipse, abus de confiance, isolation, par exemple, mais également des attaques de déni de service (DoS) qui peuvent porter sur la consommation d’énergie par ces équipements qui fonctionnent souvent sur batterie.

Cette thèse vise à proposer un système de supervision et de sécurisation de la topologie et de la structure de l’IoT. Plusieurs aspects seront abordés, comme : (1) la protection des liens sans fils qui relient les différents nœuds du réseau, (2) des techniques de métrologie parcimonieuse ayant un impact minimal sur la qualité des communications, (3) contrôler les consommations des équipements d’énergie pour éviter que des nœuds importants pour la connexité du réseau disparaissent, (4) détecter et éliminer les attaques de déni de service (DoS) ayant pour but de faire tomber certains nœuds, etc. 

Toutefois, vu la complexité des réseaux IoT et la difficulté de les gérer avec les techniques issues des réseaux filaires, il est crucial que ces nouveaux réseaux et leurs nouvelles fonctionnalités soient les plus autonomes possibles, i.e. qu’ils puissent réagir automatiquement sur la base des éléments fournis par les fonctions de supervision par exemple. Pour cela, cette thèse considèrera d’utiliser des techniques de l’intelligence artificielles, et notamment des techniques d’apprentissage automatique qui seront validées par simulation et sur une plate-forme d’expérimentation disponible au LAAS.

Pour obtenir des informations complémentaires, contactez le responsable à cette adresse: