Système avancés de détection dintrusion pour les réseaux dessaims 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
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 labsence dinfrastructure centrale rendent les communications instables et vulnérables [2]. Cette instabilité entraîne des surfaces dattaque élargies, où un adversaire peut exploiter les particularités des couches physique, réseau ou application [3]. Les Systems de Détection dIntrusion (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]. Lenjeu est donc de concevoir une architecture de détection dintrusion capable danalyser en temps réel le comportement dun 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 bibliographiques1. 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 !)
