Détection Intelligente d'Anomalies Réseau pour la Protection d'Architectures Distribuées H/F - CEA

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au coeur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

- La conscience des responsabilités
- La coopération
- La curiositéLes architectures distribuées modernes, destinées à être déployées au sein des infrastructures IT d'établissements publics, reposent de plus en plus sur l'Intelligence Artificielle (IA) et le Machine Learning (ML) pour automatiser certaines prises de décision (allocation de ressources, orchestration de services, supervision intelligente, etc.).
Dans ce contexte, la sécurité des communications et des flux de données échangés constitue un enjeu majeur. L'intégration d'une solution de détection d'intrusion réseau (Network Intrusion Detection System : NIDS), basée sur l'IA s'inscrit naturellement dans cette démarche, en renforçant la résilience et la confiance dans ces environnements distribués tout en restant cohérente avec leur orientation IA/ML.
L'objectif de ce stage est de contribuer à l'intégration d'une solution de détection d'intrusion réseau (NIDS), basée sur IA dans une architecture distribuée représentative. Le travail consistera à :
- Etudier les mécanismes de détection et les modèles IA utilisés par la solution NIDS existante,
- Définir les points d'interconnexion avec les composants de l'architecture cible,
- Développer et tester les modules nécessaires pour assurer une intégration efficace, notamment un module LLM (Large Language Model) pour l'agrégation et la synthétisation des alertes.
- Evaluer la pertinence et la performance de la détection dans ce nouvel environnement.

- Formation : Ingénieur / Master - Bac +5
- Connaissances en protocoles réseaux et cybersécurité
- Connaissances en IA/Machine Learning et en outils IA (Numpy, Pandas, Tensorflow/Pytorch)
- Bonnes compétences en programmation (Python, C/C++ ou équivalent) et bonne maitrise des fondamentaux de DevOps.