Pour des systèmes industriels cybersécurisés grâce à l’apprentissage par renforcement

15 Jun 2022
these, recrutement, offre

L’objectif de ces travaux est d’utiliser l’apprentissage par renforcement profond afin de pouvoir détecter efficacement des cyberattaques dans les systèmes industriels navals. Pour ce faire, étant donné que l’attaque et la défense sont indissociables, l’idée est de combiner deux Agents Attaque/Défense : respectivement l’un cherchant à trouver les meilleurs chemins d’attaques, l’autre les meilleures politiques de cyberprotection (empêchant les attaques de se produire), de cyberdéfense (détectant rapidement les attaques en cours) et de cyberrésilience (retrouvant le plus rapidement possible un fonctionnement nominal).

Le projet de recherche se concentrera sur un réseau OT simplifié, qui nous permettra de modéliser plus rapidement la partie « Environnement ». D’autant que, contrairement aux réseaux IT, les réseaux OT bénéficient de contraintes sur le déterminisme et la périodicité des évènements rendant pertinentes leurs modélisations. Outre la modélisation de l’Environnement, un challenge important consistera notamment à définir la ou les Actions adéquates, quantifier la ou les Récompenses adaptées au contexte, et obtenir une couverture de détection suffisante et générique avant de pouvoir espérer tenir la mise à l’échelle.