Nouvelles méthodes d'apprentissage appliquées aux attaques par canaux auxiliaires

CEA; Grenoble; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Le CEA recherche un candidat pour une thèse portant sur les nouvelles méthodes d'apprentissage appliquées aux attaques par canaux auxiliaires. Le projet vise à améliorer la sécurité des dispositifs sensibles aux attaques grâce à des techniques d'apprentissage semi-supervisé et auto-supervisé.

Qualifications

• Formation en Mathématiques-Informatiques incluant des cours en Machine Learning.

Responsabilités

• Adapter les techniques d'apprentissage automatique au contexte des attaques par canaux auxiliaires.
• Améliorer les performances des attaques sur des algorithmes de cryptographie.

Connaissances

Machine Learning

Mathématiques

Formation

Formation en Mathématiques-Informatiques

Description du poste

Description du sujet de thèse

Domaine

Défis technologiques

Sujets de thèse

Nouvelles méthodes d'apprentissage appliquées aux attaques par canaux auxiliaires

Contrat

Thèse

Description de l'offre

Les produits sécurisés grâce à des mécanismes cryptographiques embarqués peuvent être vulnérables aux attaques par canaux auxiliaires. Ces attaques se basent sur l'observation de certaines quantités physiques mesurées pendant l'activité du dispositif dont la variation provoque une fuite d'information qui peut mettre en défaut la sécurité du dispositif. Aujourd'hui ces attaques sont rendues efficaces, même en présence de contremesures spécifiques, par l'utilisation de méthodes d'apprentissage profond (deep learning). L'objectif de cette thèse est de s'approprier des techniques de l'état de l'art des méthodes d'apprentissage automatique semi-supervisé et auto-supervisé, et de les adapter au contexte des attaques par canaux auxiliaires, afin d'améliorer les performances des attaques pour lesquelles le scénario d'attaque est particulièrement défavorable. Une attention particulière pourra être donnée aux attaques contre les implémentations sécurisées d'algorithmes de cryptographie post-quantique.

Université / école doctorale

Sciences, Ingénierie, Santé (EDSIS)
Université de Lyon

Localisation du sujet de thèse

Site

Grenoble

Critères candidat

Formation recommandée

Formation en Mathématiques-Informatiques comprenant des cours en Machine Learning

Demandeur

Disponibilité du poste

01/10/2025

Personne à contacter par le candidat

CAGLI Eleonora [e-mail]
CEA
DRT/DSYS/SSSEC/CESTI

0438783131

Tuteur / Responsable de thèse

BOSSUET Lilian [e-mail]
Université de Saint-Etienne
Département Informatique Telecom&Image
Laboratoire Hubert Curien, UMR CNRS 5516, Université Jean Monnet
0477915792

En savoir plus

https://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/infrastructures-de-recherche/plateforme-cybersecurite.aspx