Offre de stage m2 mise en œuvre d'une approche cryptographique performante basée sur du calcul[...]

Offre de Stage M2 Mise en œuvre d'une approche cryptographique performante basée sur du calcul intensif

Mots-clés : Cryptographie, Protection de la vie privée, ZKP, GPU, Calcul massivement parallèle, Algorithme optimisée.

Organisme d’accueil : Laboratoire COSYS-ERENA, Université Gustave Eiffel, Bordeaux, France

* Contact : Frédéric Chatrie (frederic.chatrie@juniacom.com)

Profil attendu :

* Niveau Bac + 5 en Informatique (École d’ingénieur ou Master)
* Maîtrise de langages de programmation (Python, C, C++ notamment)
* Connaissance en algorithmes distribués, Calcul Haute Performance ou cybersécurité
* Attrait pour le domaine de la Cybersécurité et de l’Intelligence Artificielle
* Autonomie et capacité d’adaptation à un environnement orienté vers la recherche
* Maîtrise de l’anglais (oral et écrit)

Informations complémentaires:

* Durée : 5 à 6 mois
* Démarrage : À partir d’avril 2025

Contexte : Dans un monde où la donnée est devenue au centre de toutes les préoccupations, la protection de la vie privée apparaît comme une problématique majeure. Parmi les solutions innovantes pour garantir cette confidentialité, les Preuves à divulgation nulle de connaissance (Zero-Knowledge Proofs - ZKP) se distinguent par leur capacité à prouver la validité d'une information sans en révéler le contenu. Toutefois, des travaux récents ont mis en lumière ses limites lorsqu'il s'agit de traiter des volumes massifs de données, notamment dans des domaines tels que l'Intelligence Artificielle appliquée à la médecine, au transport, à l’agriculture ou à la finance.

Objectif du stage : Concevoir, implémenter et évaluer une solution innovante permettant d’optimiser le déploiement des Zero-Knowledge Proofs dans des environnements traitant d’importants volumes de données.

Travaux à réaliser :

* Analyse de l’état de l’art et recueil des besoins : Étudier les principes fondamentaux des ZKP; Analyser les récents travaux de recherche sur le découpage et la parallélisation des tâches de vérification; Recenser les exigences des systèmes d’IA en termes de performance et de vérifiabilité.
* Conception d’une architecture distribuée de vérification : Proposer une architecture capable de répartir intelligemment les tâches de vérification entre différents nœuds; Définir les mécanismes de coordination et de communication entre les nœuds.
* Implémentation et optimisation sur GPU : Développer une ou plusieurs solutions prototypes exploitant la capacité de parallélisation des GPU; Explorer différentes stratégies de parallélisation.
* Validation et évaluation : Mettre en place un banc d’essai; Définir et réaliser une série d’évaluations pour mesurer l’amélioration de la performance; Identifier les limites de l’approche proposée.
* Documentation et valorisation des résultats : Rédiger un rapport détaillé; Préparer une communication scientifique en vue d’une publication.
#J-18808-Ljbffr