Post-doctorat en apprentissage décentralisé préservant la vie privée (h/f)

Informations générales

Intitulé de l'offre : Post-doctorat en apprentissage décentralisé préservant la vie privée (H/F)
Référence : UMR5205-SONBEN-007
Nombre de Postes : 1
Lieu de travail : VILLEURBANNE
Date de publication : lundi 21 octobre 2024
Type de contrat : CDD Scientifique
Durée du contrat : 24 mois
Date d'embauche prévue : 1 décembre 2024
Quotité de travail : Temps complet
Rémunération : à partir de 3021 euros bruts mensuel selon expérience
Niveau d'études souhaité : Niveau 8 - (Doctorat)
Expérience souhaitée : 1 à 4 années
Section(s) CN : Interactions, particules, noyaux du laboratoire au cosmos

Missions

Il existe une forte tendance vers les services basés sur les données à tous les niveaux de la société et de l'industrie. Cela a commencé avec des applications Web à grande échelle telles que les moteurs de recherche Web (par exemple, Google, Bing), les réseaux sociaux (par exemple, Facebook, TikTok, Twitter, Instagram) et les systèmes de recommandation (par exemple, Amazon, Netflix), et devient de plus en plus répandu grâce à l'adoption d'appareils mobiles et l'avènement de l'Internet des objets.
Des initiatives récentes telles que Web 3.0 promettent de décentraliser ces services afin de donner aux utilisateurs les moyens de reprendre le contrôle de leurs données personnelles et d'empêcher quelques acteurs économiques de concentrer trop de pouvoir décisionnel. Cependant, la décentralisation des services en ligne nécessite la décentralisation des algorithmes d'apprentissage automatique sur lesquels ils s'appuient fortement.

Ce projet vise à explorer différents aspects de l'apprentissage automatique décentralisé.
En particulier, le post-doctorant étudiera la tension qui existe entre la préservation de la vie privée et la résilience byzantine. Le projet suivra les étapes suivantes :

· Évaluer l'efficacité des attaques de confidentialité existantes (par exemple, attaque d'inférence de propriété des données, attaque de membre) qui ont été testées avec succès dans le contexte de l'apprentissage automatique centralisé ou fédéré dans un contexte décentralisé. Si des vulnérabilités de confidentialité sont détectées, des technologies de protection de la vie privée seront explorées.

· Étudier l'impact des attaques byzantines sur les algorithmes d'apprentissage décentralisés. Des exemples de telles attaques incluent des nœuds qui (délibérément ou accidentellement) injectent du bruit dans le processus d'apprentissage. Étudier les solutions existantes pour atténuer les attaques byzantines.

· Étudier si les solutions existantes pour préserver la confidentialité des participants sont compatibles avec les solutions qui protègent le processus d'apprentissage contre les attaques byzantines.

· Proposer de nouvelles solutions qui prennent en compte la tension entre la préservation de la vie privée et la résilience byzantine.

Activités

-Recherche fondamentale sur les thématiques de l'apprentissage distribué/décentralisé

Compétences

-Une thèse de doctorat sur des thèmes autour de l'apprentissage statistique/optimisation

Contexte de travail

Le travail s'effectuera au laboratoire LIRIS.

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Contraintes et risques

RAS