Cifre – sécurité offensive et machine learning m / f

CIFRE – Sécurité Offensive et Machine Learning M/F, Le Mans

Le Mans, France

Chez ST, nous sommes plus de 50 000 créateurs et fabricants de technologies microélectroniques.

Nous collaborons avec plus de 200 000 clients et des milliers de partenaires. Avec eux, nous concevons et créons des produits et des solutions qui répondent à leurs défis et à la nécessité de contribuer à un monde plus durable. Nos technologies de pointe permettent une mobilité plus intelligente, une gestion plus efficace de l’énergie, de la puissance et un déploiement à grande échelle de l’Internet des objets (IoT) et de la 5G.

ST a reçu les certifications Top Employer France et HappyTrainees 2023. Elles nous reconnaissent en tant qu’employeur de référence et démontrent notre engagement à faire de l’humain une priorité.

La sécurité des dispositifs électroniques est plus importante que jamais. ST étant fournisseur de produits sécurisés, notre équipe doit être à la pointe de la sécurité offensive. Les attaques par canaux auxiliaires peuvent être utilisées pour accéder à des informations secrètes. Dans notre projet, nous étudions comment il serait possible de récupérer le code exécuté par un processeur (désassemblage basé sur les canaux auxiliaires). Comme les produits peuvent mettre en place des protections pour empêcher les fuites d'informations, des recherches sont nécessaires pour trouver des moyens potentiels d'échapper à ces protections en combinant des techniques de canaux auxiliaires avec des informations de fuite de logiciel.

Dans ce contexte, le sujet de thèse consiste à étudier comment le reverse engineering sur le code exécuté par un microcontrôleur RISC V 32 bits pourrait aider à reconstruire la séquence d'instructions partielle obtenue à partir du désassemblage basé sur les canaux auxiliaires. Des questions clés à aborder :

* En connaissant une séquence d'instructions, est-il possible de prédire la prochaine instruction avec un bon niveau de confiance ?
* L'identification du compilateur et des options d'optimisation peut-elle aider à améliorer le niveau de confiance ?
* Comment les modèles de langage d'apprentissage automatique peuvent-ils être utilisés en ingénierie inverse ?
* Comment le désassemblage partiel basé sur les canaux latéraux peut-il être utilisé pour identifier ou exploiter des vulnérabilités logicielles ?
* Quels types de contre-mesures seraient possibles dans les outils de génération de binaires pour échapper aux techniques d'attaque développées dans le cadre de cette thèse ?

Nous proposons également :

* Un plan de formation pour accompagner votre prise de poste
* Des avantages d'un grand groupe : mutuelle haut de gamme, CSE, intéressement, CET…

Profil recherché :

* École d’ingénieur informatique ou électronique, Master 2
* Connaissances en informatique : langage C et Python
* Connaissances dans le domaine : réseaux de neurones, TensorFlow, sécurité, reverse engineering, modèles de langage
* Rigueur et autonomie

STMicroelectronics Le Mans est situé à 55 minutes de Paris et 1h15 de Nantes en TGV. Il se trouve dans la technopole NOVAXIS, à 5 minutes à pied de la gare et 15 minutes du centre-ville. La ville favorise la qualité de vie au travail avec le télétravail, des groupes de travail, etc. Le Mans, ville à taille humaine, offre un coût de la vie inférieur à celui des grandes métropoles, avec un riche patrimoine historique et culturel.

Nous rassemblons 50 000 personnes dans 40 pays, représentant 118 nationalités. La diversité et l'inclusion sont au cœur de notre culture. Nous travaillons chaque jour pour créer un environnement de travail équitable et inclusif, où chacun peut réaliser son potentiel.

#J-18808-Ljbffr