STAGE - Machine Learning pour désassemblage par Side-Channel F/H
Description
Vous intégrerez l’équipe Security Platform, spécialisée dans la sécurité offensive d’une part, pour vérifier que les composants électroniques et les logiciels fournis par la société sont robustes aux attaques des hackers, et défensive d’autre part, pour mettre en place des contre-mesures aux attaques.
Ce stage porte sur les attaques par canaux auxiliaires (side-channel attack), un type d’attaque consistant à analyser le comportement d’un système (e.g. consommation électrique, fuites électromagnétiques) afin d’en déduire de l’information. Par exemple, un attaquant peut collecter des mesures de consommation électrique lors de l’exécution d’un programme et, grâce à un modèle de machine learning, identifier les instructions assembleur qui ont été exécutées. Cependant, ces attaques sont sensibles au bruit dû à la complexité de l’architecture du CPU (pipeline à plusieurs étages, etc.) ou à l’activité de périphériques en parallèle (UART, I2C, etc.).
L'objectif de ce stage est d’estimer l’impact de ce bruit sur les performances d’une attaque.
À propos de vos missions
- Acquisition de traces de consommation d'un coeur RISCV sur FPGA et création d’un dataset associant les traces à l’instruction correspondante
- Entrainement d’un modèle de machine learning pour prédire les instructions à partir des traces
- Modification du programme pour envoyer des données sur un périphérique de communication (UART, I2C ou SPI) et/ou modification de l’architecture CPU (étages de pipeline)
- Caractérisation des modifications des traces de consommation et de la dégradation des performances
- Mesures de performance du modèle précédemment entrainé sur les traces bruitées
À propos de vous
- Vous êtes actuellement en dernière année de formation de niveau Bac+5 (école d’ingénieurs, Master 2 ou parcours équivalent).
- Vous disposez de connaissances ou d’une première expérience académique dans plusieurs des domaines suivants :
- Développement en C et/ou Python ;
- Machine Learning ;
- FPGA et langages de description matérielle (HDL).
- Vous appréciez les sujets techniques complexes et avez envie d'apprendre dans un environnement innovant.
- Vous faites preuve de rigueur dans votre travail et savez analyser des problématiques de manière structurée.
- Curieux(se) et impliqué(e), vous aimez comprendre, expérimenter et proposer des solutions.
- Vous appréciez le travail collaboratif et êtes motivé(e) par le partage de connaissances au sein d'équipes pluridisciplinaires.
Skills
Sign in to read and join the discussion.