Détection d'Intrusion Basée sur de Grands Modèles de Langage H/F

Description de l'offre

Description

Face à l'évolution constante des cyber-attaques, la mise en place de systèmes de détection d'intrusion (IDS) plus efficaces et plus performants est fondamental pour les réseaux modernes.C'est particulièrement vrai pour les attaques de type « zero day », qui ne peuvent pas être détectées à l'aide des approches traditionnelles basées sur les signatures.Pour résoudre ces problèmes, le Laboratoire des Systèmes Communicants (LSC) du CEA LIST a développé SIGMO-IDS, un système de détection d'intrusion « anomaly-based » qui, au lieu de détecter les attaques sur la base de signatures connues, les identifie sur la base d'anomalies dans le trafic du réseau.Les systèmes de détection d'intrusion basés sur les anomalies sont souvent confrontés à deux défis majeurs : la performance et l'explicabilité. Le défi de la performance consiste principalement à s'assurer que les attaques inconnues sont rapidement détectées tout en minimisant le nombre de fausses alertes. La capacité d'explication, en revanche, se réfère à la capacité de comprendre les alertes émises par le système et leurs causes sous-jacentes.Le stage proposé vise à relever ces deux défis en utilisant des techniques d'intelligence artificielle de pointe, en particulier les grands modèles de langage (LLM). L'objectif du stage est double : 1) intégrer un LLM pour la détection d'intrusion basée sur les anomalies dans SIGMO-IDS ; 2) tester l'implémentation sur un scénario de démonstration.Conformément aux engagements pris par le CEA en faveur de l'intégration de personnes en situation de handicap, cet emploi est ouvert à tous et toutes.In line with CEA's commitment to integrating people with disabilities, this job is open to all.

Lettre de motivation requise

Non

Date de début

23 sept., 2024

Expérience

Sup_7

Profil

Formation : Ingénieur / Master - Bac +5Bon niveau d'anglais (B2 ou plus)Spécialisation en réseau ou intelligence artificielleConnaissance d'architectures de réseaux de neuronesBon niveau en programmation (principalement Python). Une expérience en embarqué serait un plus.

Fonction

Informatique_syst_info

Formation

RJ/Qualif/Ingenieur_B5

Secteur

Ind_hightech_telecom