Stage - étude Des Attaques Par Canaux Auxiliaires

Chez ST, nous croyons à la puissance de la technologie pour stimuler l'innovation et avoir un impact positif sur les personnes, les entreprises et la société. Nous sommes une entreprise mondiale de semi-conducteurs, et notre technologie avancée ainsi que nos puces constituent la partie invisible du monde dans lequel nous vivons aujourd'hui.

Lorsque vous rejoignez ST, vous faites partie d'une entreprise globale de plus de 115 nationalités et présente dans 40 pays, avec plus de 50 000 créateurs et fabricants de technologies microélectroniques à travers le monde Tous ensemble, nous formons une seule et même ST.

ST a reçu la certification Top Employer France et le label HappyTrainees 2024 qui nous reconnaissent en tant qu’employeur de référence et démontrent notre engagement à placer l’humain au cœur de nos priorités.

Selon le cabinet IoT Analytics, le déploiement de l'Internet des objets s'accélère avec la perspective d'atteindre 21.5 milliards d'objets connectés en service en 2025.

La sécurité de l'Internet des objets devient une préoccupation de plus en plus importante car l'impact d'une faille de sécurité devient de plus en plus critique. En effet, de par leur connectivité native et si une personne mal intentionnée en prend le contrôle, ces objets peuvent impacter dramatiquement une infrastructure réseau.

Ces objets peuvent également manipuler des données potentiellement de valeur qui peuvent également être la cible de personnes mal intentionnées. Parmi les attaques possibles existantes qui peuvent être utilisées par des pirates, il existe les attaques par canaux auxiliaires.

Les attaques par canaux auxiliaires exploitent les fuites physiques consécutives aux interactions du composant et de son environnement lors de l’exécution de ses programmes embarqués. Un attaquant va exploiter ces fuites qui peuvent par exemple être la consommation du composant ou bien ses émissions électromagnétiques pour retrouver des données secrètes. En effet, il existe des liens entre ces fuites et les variables manipulées par les algorithmes. Ces attaques représentent une réelle menace contre les systèmes embarqués. Afin de s’en prémunir des contre-mesures ont été développées.

Différentes méthodes d’apprentissage automatique ont été utilisées pour construire des attaques par canaux auxiliaires. Les attaques basées sur des méthodes de Deep Learning se sont révélées être extrêmement efficaces notamment en présence de contre-mesure. Ces attaques impliquaient initialement un attaquant possédant un clone du composant à attaquer. Récemment des évolutions ont été proposées évitant cette contrainte. Par conséquent l’utilisation de telles méthodes dites non-supervisées est devenue un axe de recherche important dans le domaine des attaques par canaux auxiliaires.

**A propos de vos missions**

Ce stage commencera par une étude bibliographique sur les méthodes d’attaques non-supervisées basées sur du Deep Learning. Cette étude aura pour but, dans un premier temps de synthétiser les récentes avancées dans le domaine. Dans un second temps le stage consistera à implanter et mettre œuvre les méthodes jugées les plus prometteuses.

**A propos de vous**
- Dernière année de master, école d’ingénieur ou équivalence.
- Connaissances en apprentissage profond et mathématiques.
- Compétences en programmation Python.
- Proactivité, autonomie et travail d’équipe.
- Anglais écrit et parlé

Nous rejoindre, c'est aussi opter pour un meilleur équilibre entre vie professionnelle et vie personnelle, et un environnement de travail offrant des opportunités égales. Des groupes de ressources dédiés aux femmes, aux LGBTQIA+, des possibilités d’organisation du travail hybrides font partie des nombreuses initiatives qui font de ST un endroit propice pour le développement de votre carrière.