Stage de recherche DSR

SUJET DU STAGE : SIMULATION DE LA DÉTECTION DE MAUVAIS COMPORTEMENTS À PARTIR DE MESSAGES DE PERCEPTION COLLECTIVE VÉHICULAIRE 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 SystemX de l’équipe Sécurité numérique et Réseaux. Vous travaillerez au sein du projet de recherche TAM (Trusted Autonomous Mobility) dont les partenaires industriels sont ATOS, Renault, Stellantis, NAVYA, Trialog, Oppida, Yogoko et les partenaires académiques sont Institut MinesTelecom. https://www.irt-systemx.fr/projets/tam/ Le poste est basé à l’IRT SystemX – Palaiseau PRÉSENTATION DU SUJET DU STAGE OBJECTIFS DU STAGE Les véhicules connectés et autonomes sont équipés de plusieurs capteurs qui leur permettent la perception et la détection des objets dynamiques sur la route. Cependant, la perception de ces objets est limitée par la couverture du champ de vision des capteurs embarqués. Les services de perception collective ont pour objectif d’étendre la perception locale d’un véhicule au-delà de la limite de la couverture de ses capteurs à travers les messages CPM (Collective Perception Messages) transmis par les voisins. Dans ces services, les véhicules diffusent la liste des objets perçus par leurs capteurs dans le réseau véhiculaire. Les véhicules qui reçoivent ces messages, fusionnent les données de perception reçues avec leurs propres données locales pour élaborer une vision étendue de l’environnement routier. La vérification de la cohérence et de la plausibilité des données reçues est cruciale pour les services de perception collective. Les données erronées peuvent être transmises intentionnellement par un véhicule authentifié mais attaquant dans le réseau ou non-intentionnellement par un module de perception défaillant. Les données erronées peuvent impacter négativement les services de sécurité routière. C’est pour cela que les véhicules doivent intégrer un module de détection de mauvais comportement dans le processus de traitement des données reçues. L’objectif de ce stage est essentiellement de mettre à jour le support des services de perception collective dans le simulateur Artery. Une fois cette étape validée, le stagiaire sera amené à étendre la solution de détection de mauvais comportement déjà implémentée sur la plateforme de simulation. MISSIONS : * Prendre connaissance du fonctionnement du service de perception collective et mettre à jour le support de ces services dans le simulateur Artery (en suivant la spécification du standard ETSI[1]). * Définir une interface logicielle d’intégration de données réelles issues des expérimentations avec des capteurs des navettes NAVYA dans le simulateur Artery * Etendre les mécanismes de détection de mauvais comportements déjà implémentés et testés sur le simulateur : Les mécanismes implémentés sur la plateforme de simulation sont basiques et ne permettent que la détection de certaines attaques dans des scénarios particuliers. L’objectif ici est d’étendre les détections existantes avec des mécanismes avancés issues du domaine de la fusion de données. Le stage pourra aboutir à une publication scientifique en workshop ou en conférence internationale. RÉFÉRENCES BIBLIOGRAPHIQUES SUR LE SUJET : [1] J. Kamel, M. R. Ansari, J. Petit, A. Kaiser, I. Ben Jemaa and P. Urien, « Simulation Framework for Misbehavior Detection in Vehicular Networks, » in IEEE Transactions on Vehicular Technology, vol. 69, no. 6, pp. 6631-6643, June 2020, doi: 10.1109/TVT.2020.2984878. [2] Allig, C., Leinmuller, T., Mittal, P., & Wanielik, G. (2019). Trustworthiness Estimation of Entities within Collective Perception. _IEEE Vehicular Networking Conference, VNC_, _2019_–_December_. [1] European Telecommunications Standards Institute Profil et compétences De formation : De formation : BAC +5 (Master 2)/école d’ingénieur 3ème année, dans le domaine du traitement de signal, de l’analyse des données ou des télécommunications COMPÉTENCES : * Développement C++, python * Simulateur Omnet++/Veins/Artery * Analyse des données * Des connaissances en véhicule connecté seraient un plus * Des connaissances en fusion des données/IA/Machine Learning seraient un plus APTITUDES PERSONNELLES : * Bon relationnel * Travail en équipe * Autonomie * Force de proposition INFORMATIONS CLÉS DURÉE DU STAGE : 6 mois DATE DE DÉMARRAGE ENVISAGÉE : 01 Mars 2022 LOCALISATION DU POSTE : Cluster Paris Saclay (91) RÉFÉRENCE DE L’OFFRE : DSR-2022-05-TAM Postuler à cette offre d’emploi Merci d’indiquer la référence du stage dans l’objet de votre mail de candidature