Sujet du stage : Détection d'attaques sur le trafic réseau domestique par apprentissage automatique

Contexte :

Avec la multiplication des objets connectés dans les foyers (IoT), les réseaux domestiques deviennent des cibles privilégiées pour des attaques variées : intrusions, scans de ports, dénis de service, etc. La sécurité de ces environnements est souvent négligée, alors qu'ils peuvent servir de porte d'entrée vers des systèmes plus critiques.

Dans ce contexte, la gateway domestique (routeur ou box Internet) occupe une position stratégique idéale pour la détection des attaques : elle constitue le point de passage obligé entre le réseau local (LAN) et Internet. Toute communication entrante ou sortante transite par elle, ce qui en fait un observatoire privilégié du trafic réseau. En exploitant cette position, il devient possible de surveiller, analyser et détecter des comportements suspects ou malveillants en temps réel, sans avoir à instrumenter chaque appareil du réseau.

Objectif du stage :
Concevoir, entraîner et évaluer un modèle de machine learning capable de détecter automatiquement des comportements anormaux ou malveillants dans le trafic réseau domestique.

Missions principales :
Étude de l'état de l'art :
Revue des techniques de détection d'intrusion (IDS) basées sur le ML/DL.
Exploration des jeux de données disponibles (ex : CICIDS, UNSW-NB15, etc.).
Collaboration avec la DSSI Sagemcom pour identifier des signatures d'attaque.
Collecte, prétraitement des données et Conception du modèle:
Choix d'algorithmes adaptés (Random Forest, SVM, LSTM, Autoencoders…).
Extraction de caractéristiques pertinentes (features) : flux, protocoles, ports, fréquence, etc.
Entraînement et validation du modèle sur des données labellisées.
Évaluation et amélioration :
Mesure des performances.
Test sur trafic réel ou simulé.
Proposition et mise en oeuvre d'axes d'amélioration.

Encadré par un tuteur dédié, vous serez intégré dans l'une des équipes R&D de Sagemcom en charge des sujets IA embarqués et en contact avec les architectes logiciels, les experts sécurité et les data scientists.

Principales compétences et connaissances développées pendant le stage :
Développement logiciel, qualité du code
Connaissances sur les réseaux Wi-Fi et les attaques réseau

Étudiant en dernière année d'école d'ingénieurs, option informatique, réseau ou data science
Connaissances en programmation Python
Sensibilité à la qualité du code
Connaissances en machine learning et deep learning.
Notions en réseaux informatiques et cybersécurité.