Projets financés en 2023

Description du projet

Un outil de cybersécurité personnalisé conçu pour des services de sécurité gérés de manière polyvalente impliquant la construction d’un nouveau moteur de détection utilisant le lac de données, l’apprentissage automatique et l’intelligence artificielle (IA) pour prendre en charge toutes les données ajoutées au lac pour une corrélation potentielle avec un cyber-événement.
Le projet ATLAS résout de nombreuses limitations des produits infonuagiques et des produits prêts à l’emploi qui limitent nos services de sécurité pour correspondre aux capacités de la plateforme.
Les solutions actuelles sont également conçues pour les utilisateurs et non pour les fournisseurs de services, ce qui limite encore notre capacité à fournir des services de sécurité de bout en bout.
ATLAS permet également aux organisations de consolider leurs fournisseurs de sécurité dans cette solution, ce qui est financièrement avantageux. Le projet ATLAS crée un service de sécurité plus rentable et plus complet avec moins de faux positifs.

Description du projet

Les systèmes de sauvegarde des données utilisent des techniques de déduplication des données pour réduire la taille des données stockées, prendre en charge un plus grand nombre d’utilisateurs et réduire les coûts de service. La déduplication des données est une technique largement utilisée par les systèmes modernes de stockage infonuagique tels qu’Acronis Cyber Protect et Dropbox. Les techniques de pointe pour la déduplication nécessitent de stocker les données sans les chiffrer. Par conséquent, les clients doivent faire entièrement confiance au fournisseur de services et à ses protections en matière de cybersécurité. Ce modèle de confiance est inacceptable pour les entreprises et les organismes soumis à des contraintes réglementaires et de protection de la vie privée.
Dans le cadre de ce projet, l’équipe de recherche étudiera la possibilité de construire un système de sauvegarde «Backup with Confidential Dedup (BCD)» qui effectue la déduplication des données tout en conservant les données cryptées chez le fournisseur de services.

Description du projet

Le passage aux réseaux 5G s’accompagnera de la coexistence des générations précédentes (par exemple, LTE 4G), ce qui expose les réseaux 5G à des risques de sécurité liés aux vulnérabilités de leurs prédécesseurs en raison des modes d’interfonctionnement et des menaces liées aux attaques inter-protocoles. L’adoption par la 5G de nouvelles technologies habilitantes (telles que NFV, SDN et le découpage de réseau) augmente sa surface d’attaque.
Ce projet étudie les problèmes de sécurité de la 5G en développant des mécanismes intelligents de détection d’anomalies, d’atténuation et de prévention à l’aide de solutions d’apprentissage automatique et d’intelligence artificielle. Les fournisseurs de services mobiles disposent ainsi de mécanismes de sécurité automatisés et contrôlés en boucle fermée qui sécurisent leur réseau contre les attaques qui entravent sa disponibilité et garantissent aux clients de la 5G les services qu’ils désirent.

Description du projet

Le projet porte sur le développement et l’utilisation de l’intelligence artificielle dans la gestion des vulnérabilités, y compris le processus d’identification et d’atténuation des vulnérabilités chez les humains, les systèmes et configurations informatiques, les réseaux et les applications logicielles. L’approche traditionnelle de l’analyse et de la gestion des vulnérabilités devient inefficace car elle néglige les facteurs de risque qui sont généralement des indicateurs de vecteurs d’attaque complexes tels que les faiblesses liées à l’utilisateur. L’utilisation de l’IA et des systèmes d’apprentissage automatique dans la gestion des vulnérabilités ne rendra pas seulement le processus plus rapide, mais aussi plus efficace. La gestion des vulnérabilités grâce à l’IA peut faciliter la notation et le classement des menaces, ce qui signifie moins de temps passé à chercher des indices et moins d’argent dépensé pour l’analyse des vulnérabilités.

Description du projet

Chaque personne se comporte différemment lorsqu’elle visite des sites Web ou lorsqu’elle s’engage dans le métavers. Cela forme l’empreinte comportementale d’un utilisateur, qui peut être utilisée à des fins légitimes ou malveillantes.
Ce projet recueille divers ensembles de données comportementales provenant de sites Web réels et du métavers afin de déterminer quelles caractéristiques des données recueillies sont utiles pour créer des empreintes digitales d’utilisateurs individuels à partir de ces ensembles de données. Il s’agira d’établir le potentiel d’utilisation de ces empreintes digitales à plusieurs fins, notamment le profilage des utilisateurs, l’usurpation d’identité, la détection et la prévention des fraudes. L’objectif est de détecter et de se défendre contre les activités frauduleuses telles que les cartes de crédit.

Description du projet

Les vulnérabilités des appareils de l’Internet des objets (IdO) sont de plus en plus nombreuses. L’adoption de techniques de fuzzing pour la détection automatisée de vulnérabilités dans les micrologiciels IdO a évolué, mais elle est limitée car il est difficile d’obtenir le micrologiciel d’un appareil particulier.
Ce projet s’attaquera au défi du « transfer fuzzing ». L’idée est basée sur l’observation qu’un appareil est censé fonctionner de manière similaire à ses homologues. Par conséquent, si nous pouvons obtenir des échantillons de micrologiciels des homologues, nous pouvons tester ces échantillons et appliquer les résultats du fuzzing pour guider le test de l’appareil cible. Les solutions bénéficieront aux clients qui ont besoin de sécuriser les appareils IdO pour un usage commercial.

Description du projet

L’intelligence artificielle émotionnelle (IAE) est efficace pour identifier l’humeur négative et le niveau de distraction des conducteurs en observant ces derniers et en surveillant leur état émotionnel et physique. La surveillance des mouvements, de l’expression faciale, de la voix, des gestes et de la rétroaction biologique soulève des problèmes de confidentialité et d’éthique pour les conducteurs et les passagers, ce qui a entravé la prolifération de l’IAE.
Ce nouveau projet étudie les impacts positifs et négatifs des applications IAE sur les véhicules et propose des principes de protection de la vie privée et des solutions techniques pour atténuer les risques en matière de sécurité, de protection de la vie privée et d’éthique dans les systèmes IAE automobiles en vue de la prolifération des systèmes d’aide à la conduite basés sur l’IAE. De nouvelles solutions sociétales et techniques permettront de résoudre des problèmes clés dans le domaine des transports et seront déployées pour réduire les collisions et améliorer la sécurité routière.

Description du projet

Les systèmes d’info-divertissement embarqués (IVI) sont passés du lecteur de CD à des interfaces fortement informatisées et vulnérables aux attaques. Plusieurs constructeurs automobiles disposent de leurs propres systèmes IVI, mais le système Android Automotive IVI a gagné en popularité en raison de l’utilisation généralisée du système d’exploitation Android sur les appareils mobiles. De nombreuses études menées au fil des ans ont mis en évidence des vulnérabilités pratiquement exploitables dans Android Automotive et ont constamment souligné le manque généralisé et systématique de mesures de sécurité dans les systèmes IVI.

Ce projet développera des mécanismes de défense robustes et pratiques pour la sécurité des systèmes IVI basés sur Android.

Description du projet

Ce projet renforcera la sécurité des modules de sécurité matériels (HSM) qui gèrent les clés numériques et effectuent des opérations cryptographiques. La stratégie consiste à faire évoluer ces dispositifs vers un modèle résistant au calcul quantique afin de faire face aux menaces potentielles liées aux progrès de l’informatique quantique.
Étant donné que les institutions financières gèrent de grandes quantités de données de nature délicate, le projet aborde le risque que l’informatique quantique brise les systèmes cryptographiques actuellement utilisés par les HSM, ce qui pourrait rendre ces données vulnérables. La mise en œuvre d’un modèle résistant à l’informatique quantique permettra aux institutions de se prémunir contre les menaces, de préserver leur situation financière et leur réputation, et de renforcer la confiance de leurs clients. Ce projet renforcera la sécurité des données dans les institutions financières à l’ère de l’informatique quantique qui connaît des progrès fulgurants.

Description du projet

Les systèmes d’identité numérique jouent un rôle crucial dans divers secteurs, notamment le commerce électronique, la santé, la finance et les services gouvernementaux, il est donc primordial d’assurer leur sécurité. Cette recherche vise à étudier les défis et les menaces émergentes dans les systèmes d’identité numérique et à proposer des solutions efficaces permettant d’améliorer leur sécurité. En particulier, nous proposons de développer un cadre formel permettant de construire des systèmes d’identité numériques sécuritaires à partir d’un ensemble d’exigences de haut niveau. Ce projet de recherche vise deux des cinq priorités du CNC : la protection des infrastructures essentielles et la vie privée et technologies de protection de la vie privée.

Description du projet

Le renseignement sur les cybermenaces joue un rôle crucial dans les opérations de cybersécurité, en fournissant des perspectives et des informations sur les auteurs des menaces.
Ce projet développera une plateforme basée sur l’apprentissage automatique qui exploite les informations sur les menaces et les tactiques des adversaires pour améliorer et accélérer les procédures de renseignement sur les cybermenaces. Grâce à l’apprentissage profond, la plateforme analyse diverses informations sur les menaces et utilise des capacités de génération de texte pour créer des rapports professionnels destinés à des publics techniques et de direction. La plateforme soutient l’équipe de cybersécurité en offrant une assistance basée sur le dialogue, des recommandations exploitables et des conversations, améliorant ainsi la qualité des services de cybersécurité et réduisant le temps nécessaire au triage cybernétique.

Description du projet

Les technologies d’essaimage désignent l’utilisation de plusieurs entités autonomes coordonnées et décentralisées, telles que des drones, pour mener à bien une mission et/ou atteindre un objectif. Elles travaillent collectivement pour accomplir une tâche qu’il serait difficile de réaliser avec une seule entité.
Chaque entité d’un essaim suit un algorithme/une règle spécifique et communique avec d’autres entités afin d’adopter un comportement complexe pour accomplir une tâche. Les technologies d’essaimage de drones sont utilisées dans les domaines de la sécurité et de la surveillance, de la recherche et du sauvetage, de la surveillance de l’environnement et de l’agriculture de précision, de l’inspection des infrastructures et de la livraison de colis, pour n’en citer que quelques-uns. En raison de la nature de la communication entre les drones dans un essaim et de l’imprévisibilité du comportement de l’essaim, le paysage des menaces est différent, avec des risques majeurs qui posent des problèmes de sécurité uniques par rapport à un seul drone.

Description du projet

L’élaboration, la mise en œuvre et la gestion de formations pratiques pour les programmes de cybersécurité constituent une lacune de l’écosystème des établissements d’enseignement supérieur. La situation actuelle est particulière. Dans la majorité des universités, les laboratoires sont développés par un assistant d’enseignement et les étudiants doivent télécharger des machines virtuelles et exécuter les activités sur leurs propres ordinateurs portatifs. Cette approche pose des problèmes techniques aux étudiants qui doivent configurer les environnements, suivre les résultats et assurer la maintenance des laboratoires en cas de roulement du personnel.
Une autre approche consiste pour les établissements à fournir une infrastructure de travail aux étudiants. Avec une infrastructure bien gérée, le défi se déplace vers la gestion de l’infrastructure et le financement du développement des laboratoires.