Stage de recherche DSR
Detail de l'annonce :
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