CF202645764
Système avancés de détection d’intrusion pour les réseaux d’essaims de drones
J-17
Doctorat Doctorat complet
Ile-de-France
Disciplines
Laboratoire
LABORATOIRE D'INGENIERIE DES SYSTEMES DE VERSAILLES
Institution d'accueil
Université Paris-Saclay GS Informatique et sciences du numérique
Ecole doctorale
Sciences et Technologies de l'Information et de la Communication (STIC) - ED 580

Description

Les réseaux aériens ad hoc formés par les essaims de drones (FANET) [1] constituent un environnement hautement dynamique où la mobilité 3D, la volatilité des liens radio et l’absence d’infrastructure centrale rendent les communications instables et vulnérables [2]. Cette instabilité entraîne des surfaces d’attaque élargies, où un adversaire peut exploiter les particularités des couches physique, réseau ou application [3]. Les Systems de Détection d’Intrusion (IDS) classiques, souvent fondés sur des hypothèses de stationnarité, de trafic suffisamment riche ou de stabilité topologique, échouent dans ce contexte où la structure du réseau évolue à des échelles de temps comparables à celles des attaques [4]. L’enjeu est donc de concevoir une architecture de détection d’intrusion capable d’analyser en temps réel le comportement d’un réseau instable et de maintenir un niveau de confiance partagé malgré la possibilité que plusieurs drones soient compromis.

Compétences requises

• Connaissance solide en réseau et mathématiques. • Solides compétences en programmation dans tout langage courant tel que : Java, C/C++, python, etc. • Connaissance en Intelligence Artificielle souhaitée.

Bibliographie

Références bibliographiques

1. Bekmezci, I., Sahingoz, O. K., & Temel, Ş. (2013). Flying ad-hoc networks (FANETs): A survey. Ad Hoc Networks, 11(3), 1254-1270.
2. Ceviz, O., Sen, S., & Sadioglu, P. (2024). A survey of security in uavs and fanets: Issues, threats, analysis of attacks, and solutions. IEEE Communications Surveys & Tutorials.
3. Abu-Taleb, N. A., & Zahary, A. T. (2025, August). A Review of Recent Advances in UAV Networks: Communication, Offloading, Protocols, and Security. In 2025 5th International Conference on Emerging Smart Technologies and Applications (eSmarTA) (pp. 1-10). IEEE.
4. Ceviz, O., Sadioglu, P., Sen, S., & Vassilakis, V. G. (2023). A novel federated learning-based intrusion detection system for flying ad hoc networks. arXiv preprint arXiv:2312.04135.

Mots clés

Intelligence artificielle, Drones, Réseau sans fil,, Sécurité.

Offre boursier / non financée

Ouvert à tous les pays

Dates

Date limite de candidature 12/05/26

Durée36 mois

Date de démarrage01/10/26

Date de création09/01/26

Langues

Niveau de français requisAucun

Niveau d'anglais requisAucun

Divers

Frais de scolarité annuels400 € / an

Contacts

Vous devez vous connecter pour voir ces informations.

Cliquez ici pour vous connecter ou vous inscrire (c'est gratuit !)