Stage - Évaluation du rôle des grands modèles de langage (LLMs) dans la détection d'intrusion F/H

Description de l'offre

votre rôle

L’objectif du stage est d’analyser le rôle que les LLMs peuvent jouer dans les workflows de détection d’intrusion, en particulier pour détecter les schémas d’attaque par mouvement latéral où un attaquant passe d’un hôte compromis à un autre au sein d’un réseau avec pour objectif d’atteindre des nœuds sensibles (pour voler des données sensibles, etc). Bien que la génération augmentée de récupération (RAG) soit parfois combinée avec le réglage fin (fine-tuning) comme technique pour fournir aux LLM des données contextuelles, ce RAG traditionnel est moins efficace en cas de Mouvement Latéral (Lateral Movement) où le processus d’attaque peut être structuré comme un graphe.

Dans le contexte de la détection d’intrusions, un problème clé est d’identifier les motifs (patterns) d’attaque temporelle à partir des journaux (logs). La littérature récente [1] montre que les approches combinant LLMs et Knowledge Graphs sont prometteuses, tout d’abord en utilisant les LLMs pour construire des Knowledge Graph (KG) de connaissance factuelle des motifs d’attaque connus dans le corpus documenté. Il faut ensuite tirer parti du KG pour détecter les modèles d’attaque à partir des journaux actuels à l’aide des LLM. Une approche que nous envisageons est d’encoder des informations structurelles (par exemple, les relations entre les événements) avec l’intégration de graphes (graph embedding, [3]).

Votre mission consiste à

- Identifier les jeux de données de cybersécurité (rapports d’intelligence sur les menaces de cybersécurité), pour extraire les schémas d’attaque.

- Basé sur l’état de l’art [2], identifier les outils pour construire des graphes de connaissances à partir du jeu de données.

- Concevoir des scénarios pour guider les LLMs à extraire les événements pertinents des journaux et à structurer les événements sous forme de graphes. Une question clé dans cette étape est de réduire le nombre d’événements non pertinents.

- En fonction de l’avancement, la dernière étape consistera à identifier des méthodes pour faire correspondre les graphes déduits des logs avec la base de connaissances afin de décider si une attaque s’est produite.

Vous aurez à votre disposition des logiciels, des jeux de données et des serveurs GPU pour l’expérimentation. Les résultats de votre travail peuvent être exploités par Orange pour améliorer ses centres d’opérations de sécurité renforcée par l’IA.

[1] Yongheng Zhang, et al. AttacKG+: Boosting Attack Knowledge Graph Construction with Large Language Models, https://dl.acm.org/doi/10.1016/j.cose.2024.104220

[2] Christos Smiliotopoulos, Georgios Kambourakis, Constantinos Kolias,

Detecting lateral movement: A systematic survey, https://doi.org/10.1016/j.heliyon.2024.e26317.

[3]  Palash Goyal, Emilio Ferrara, Graph Embedding Techniques, Applications, and Performance: A Survey, https://api.semanticscholar.org/CorpusID:3953995

votre profil

Formation Bac + 5 (ingénieur ou équivalent) 

- Vous avez des compétences dans le domaine de l'IA

- Vous maitrisez les langages de programmation Python, C/C++, et frameworks IA tels que Pytorch

- Vous avez des connaissances au niveau de la cybersécurité

- Quelques notions d’algorithmes sur les graphes est un plus

- Vous faites preuve de curiosité et de persévérance

- Vous savez travailler en autonomie et vous êtes capable de prendre des initiatives

le plus de l'offre

Vous ferez partie d’un écosystème de recherche côtoyant des ingénieurs d’études en anticipation, permettant l’expérimentation et la mise en œuvre des concepts étudiés sur des cas d’usage concrets.

Le stage vous permet de mettre en application et de développer vos compétences en IA, cybersécurité et logiciel informatique. 

entité

L’ambition de la Division Innovation est de porter plus loin l’innovation d’Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l’humain, éclairer les choix stratégiques du Groupe à long terme et influencer l’écosystème digital mondial.  

La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l’innovation dont 740 chercheurs.  

Au sein d’Orange Innovation, vous rejoindrez la direction CISS en charge de contribuer aux innovations liées aux offres IaaS (Infrastructure as a Service) du Groupe tout en soutenant, et collaborant avec, les régions et pays. La direction assure et articule les 3 phases de recherche, d’anticipation et de conception-déploiement dans un souci d’optimisation technique, économique et opérationnelle. 

contrat

Stage

Durée : 6 mois

Date souhaitée de prise de poste : 01 févr. 2026

Stage rémunéré

Seules vos compétences comptent

Quel que soit votre âge, genre, origine, religion, orientation sexuelle, neuroatypie, handicap ou apparence, nous encourageons la diversité au sein de nos équipes car c’est une force pour le collectif et un vecteur d’innovation
Orange est une entreprise handi-accueillante :  n'hésitez pas à nous faire part de vos besoins spécifiques.