← Retour aux offres

Ingénieur de recherche en sécurité et apprentissage statistique

Postée le 12 fév.

Lieu : Poitiers · Contrat : CDD · Rémunération : Selon niveau, un CDD avec base minimale 1700 Euros Net. €

Société : Laboratoire XLIM, Université de Poitiers

XLIM UMR CNRS 7252, c'est un savoir-faire centré sur l'électronique et les hyperfréquences, l'optique et la photonique, les mathématiques, l'informatique et l'image, la CAO, dans les domaines spatial, des réseaux télécom, des environnements sécurisés, de la bio-ingénierie, des nouveaux matériaux, de l'énergie et de l'imagerie.

XLIM est un Institut de Recherche pluridisciplinaire, localisé sur plusieurs sites géographiques, à Limoges sur les sites de la Faculté des Sciences et Techniques, de l'ENSIL, d’ Ester-Technopole, sur le Campus Universitaire de Brive et à Poitiers sur le site de la Technopole du Futuroscope.

XLIM fédère un ensemble de plus de 440 enseignants-chercheurs, chercheurs CNRS, ingénieurs, techniciens, post-doctorants et doctorants, personnels administratifs.

Description du poste

Le contexte du projet est la stéganalyse, à savoir comment analyser une image anodine (cover) pour détecter un message qui peut possiblement avoir été caché (stéganographié) par une personne malveillante.
Le projet porte sur l’étude et la proposition d’une méthode de stéganalyse n’utilisant pas d’extraction de signature par apprentissage mais basée sur le modèle statistique d’une image naturelle. Il existe dans la littérature quelques méthodes reposant sur des tests statistiques (H0 : image Cover, H1 : image Stega) proposant d’identifier les variations par rapport à un modèle général d’une image naturelle. Cependant, ces approches restent naïves du point de vue statistique ou sinon trop complexes et manquant de justification théorique. Un travail de formalisation des méthodes de stéganographie et de stéganalyse (détection de présence d’un message caché) par différentes étapes est nécessaire :
1. Modélisation des descripteurs de l’image (espace de départ ou espace transformé).
2. Construction d’un test qui détecte la présence d’un message caché selon la nature de la méthode de stéganographie (test adaptatif au positionnement aléatoire ou paramétré d’un message).
3. Caractérisation de performance d’un (ou plusieurs) test selon les paramètres du message caché (taux d’insertion et parcimonie).

Profil recherché

Niveau master d’une école d’ingénieur ou université en mathématiques appliquées ; thèse en mathématiques appliquées, statistique ou apprentissage statistique.
Formation et compétences requises : Expérience en modélisation, apprentissage statistique et analyse d’image numérique. Maîtrise de Python ou Matlab.

Pour postuler :

Les candidats doivent envoyer un CV et une lettre de motivation aux destinataires suivants :
Philippe Carré (XLIM, Poitiers) philippe.carre@univ-poitiers.fr
Farida Enikeeva (LMA, Poitiers) farida.enikeeva@math.univ-poitiers.fr