description
Le doctorant concevra, mettra en œuvre et évaluera un cadre de détection des intrusions fondé sur un réseau neuronal de graphes fédéré pour les réseaux industriels de l’Internet des objets. Les travaux combinent l’apprentissage fédéré, les réseaux neuronaux de graphes, les mesures de centralité et les propriétés des réseaux complexes afin de détecter les cyberattaques et les anomalies tout en préservant la confidentialité des données sur des sites industriels hétérogènes. Le candidat sera accueilli à CESI LINEACT, à Strasbourg, et à INRS Canada, et aura accès à des démonstrateurs industriels et à des plateformes IoT. Il utilisera Python, PyTorch, TensorFlow et PyG pour la mise en œuvre et l’évaluation expérimentale.
