I

Corrélation auto-supervisée de télémétries pour reconstruire des incidents multi-étapes

salary Salary :

€1,300 - 1,300 weekly

icon building Compagnie : Irt Systemx
icon briefcase Type d'emploi : Stage

Description de l'emploi - Corrélation auto-supervisée de télémétries pour reconstruire des incidents multi-étapes

CONTEXTE:

Vous travaillerez dans le programme CYBELIA, au sein du chantier 2 : SOCRATES consacré à l'analyse avancée des données de sécurité, à la détection et au triage pour les opérateurs SOC. Le programme vise des solutions de cybersécurité augmentée adaptées aux contraintes industrielles. Page du programme : https://www.irt-systemx.fr/programme-cybelia-cybersecurite-augmentee-pour-lindustrie/

Objectifs du stage : concevoir une méthode capable de corréler des alertes, des journaux système et des événements réseau afin de reconstruire des incidents cohérents, y compris lorsque plusieurs attaques se chevauchent dans un flux bruité.

Question scientifique : comment apprendre une représentation commune de télémétries hétérogènes et regrouper en ligne les événements liés à un même incident sans dépendre uniquement d'une fenêtre temporelle fixe ?

Missions :

  • Réaliser un état de l'art sur le regroupement d'alertes, l'apprentissage auto-supervisé sur les logs, les graphes temporels et la reconstruction de chemins d'attaque.
  • Normaliser et aligner les sources disponibles dans SOCRATES, puis apprendre des représentations d'événements exploitant le contenu, la source, le temps et les entités concernées.
  • Construire un graphe temporel multi-source, proposer un algorithme de regroupement en ligne et produire pour chaque groupe un mini-graphe d'incident lisible par un analyste.
  •  Évaluer la méthode sur des scénarios AIT-ADS et AIT-LDS avec des séparations chronologiques et inter-scénarios, puis la comparer à des fenêtres temporelles, à un clustering classique et aux baselines SOCRATES.

Résultats attendus : pipeline reproductible, méta-alertes et graphes d'incident. L'évaluation portera sur la pureté et la couverture des groupes, ARI ou NMI, la réduction du nombre d'objets à examiner, la latence et la robustesse au bruit et aux attaques simultanées.

Références bibliographiques : 1) L. Karner et al., AlertBERT A noise robust alert grouping framework for simultaneous cyber attacks, arXiv:2602.06534, 2026. 2) B. Jiang et al., ORTHRUS Achieving High Quality of Attribution in Provenance based Intrusion Detection Systems, USENIX Security 2025.

PROFIL ET COMPETENCES:

De formation : Bac +5, dernière année d'école d'ingénieur ou Master 2 en informatique, cybersécurité, science des données ou intelligence artificielle.

Compétences souhaitées :

• Python, traitement de données et manipulation de logs ; connaissance de pandas, scikit-learn ou PyTorch.

• Bases solides en apprentissage automatique ; un intérêt pour les graphes, le traitement séquentiel ou la détection d'anomalies est apprécié.

• Connaissances en cybersécurité, SIEM, MITRE ATT&CK ou analyse réseau, et capacité à lire des articles scientifiques en anglais.

Aptitudes personnelles :

• Rigueur expérimentale et esprit critique.

• Autonomie, curiosité et goût pour la recherche appliquée.

• Capacité à expliquer clairement une méthode et ses limites.

Application deadline

As long as the job is online

Study level

Master level or equivalent

Job Category

Engineering
Original job Corrélation auto-supervisée de télémétries pour reconstruire des incidents multi-étapes posted on GrabJobs ©. To flag any issues with this job please use the Report Job button on GrabJobs.
Share Job
Share Job

Similar Auto-supervised telemetry correlation for reconstructing multi-step incidents Jobs in France

GrabJobs est le portail d'emploi n°1 en :country, te connectant rapidement à des milliers d'emplois ! Trouve les meilleurs emplois de dans France, postule en 1 clic et obtiens un emploi dès aujourd'hui !

Copyright © 2026 Grabjobs Pte.Ltd. All Rights Reserved.