← Retour aux offres

Machine Learning for anomaly detection in 5G networks

Postée le 12 nov.

Lieu : Gennevilliers · Contrat : Stage · Rémunération : A négocier

Société : Thales SIX GTS France

Au sein de la Direction Technique SIX, le service CNS a pour mission d’évaluer les nouvelles technologies de l’informatique et des réseaux, notamment à travers des projets menés en coopération avec des partenaires académiques et industriels européens et de contribuer à la transformation digitale de l'entreprise. Le stagiaire sera totalement intégré dans l'équipe jeune et innovante de CNS (~15 personnes) pour travailler sur des technologies de pointe.

Description du poste

Le stage se déroulera dans le cadre d’un projet européen qui vise à tester
plusieurs cas d’utilisation de drones qui couvrent les services eMBB, uRLLC et
mMTC de la 5G. Il permet également de valider les KPI 5G qui s’appliquent pour
prendre en charge ces cas d’utilisation difficiles, et les améliorer avec leurs
caractéristiques. Ce projet conduira les verticaux UAV et les réseaux 5G à une
position gagnant-gagnant, d’une part en montrant que la 5G est capable de
garantir des KPI verticaux UAV, et d’autre part en démontrant que la 5G peut
prendre en charge des cas d’utilisation difficiles qui stressent les ressources
radio, telles que des communications à faible latence et ultra-fiables, un nombre
massif de connexions et des besoins en bande passante élevés. L’analyse fine
des caractéristiques spatio-temporelles de l’évolution de ces métriques
appelées KPI, avec le développement d’une méthodologie de détection des
phénomènes rares et significatifs, permettra une meilleure prédiction de tels
comportements.

Le stage vise à étudier et appliquer des techniques de détection d’anomalies
afin d’identifier certains changements dans les patterns de transfert des
données dans un réseau 5G. Le stage a deux objectifs : 1) permettre la détection
d’anomalies spatio-temporelles et ce à différents niveaux d’agrégation, en
étudiant cela avec différents algorithmes statistiques ou de machine learning à
définir et 2) intégrer les résultats des analyses de données dans la suite ELK afin
de stocker et visualiser les données.

Les algorithmes choisis et proposés par le stagiaire seront implémentés et
évalués dans un environnement Python. La personne aura à sa disposition des
données réelles comportant des informations agrégées par application mobile.
A terme, les travaux réalisés pourront servir à des démonstrations réalisées au
sein de Thales. La publication des résultats dans un article scientifique sera envisagée.

Profil recherché

- Python
- Machine learning
- ELK stack
- Unix/Linux
- Connaissance de l’architecture de réseau mobile, core et Edge
(4G/5G)

Pour postuler :

Agathe Blaise et Farid Benbadis
agathe.blaise@thalesgroup.com
farid.benbadis@thalesgroup.com