Transmission de puissance sans fil ultra basse fréquence pour l’alimentation de capteurs
Les technologies de transmission de puissance sans fil (TPSF) sont en pleine expansion, notamment pour la recharge sans fil des appareils électroniques de tous les jours mais aussi pour l’alimentation de nœuds de capteur communicants sans fil. Toutefois, leurs portées de transmission restent encore limitées et la haute fréquence de fonctionnement généralement utilisée interdit toute transmission d’énergie en présence ou à travers les milieux conducteurs (parois métalliques ou eau de mer). Cet aspect limite leur adoption en milieux complexes (industriels, bio-médicaux, ...). La technologie ultra basse-fréquence que notre laboratoire étudie est basée sur un système électromécanique récepteur comprenant une bobine et un aimant mis en mouvement par un champ magnétique émis à distance. Le but de la thèse consistera à proposer et développer des nouveaux concepts ultra basse-fréquence pour augmenter la portée de transmission tout en conservant des densités de puissance suffisantes pour l’alimentation de systèmes de capteurs. La thèse consistera donc à étudier, concevoir, optimiser et tester les performances de nouvelles topologies (forme du champ émetteur, géométries et matériaux du récepteur…). Le candidat sera amené à développer des modèles analytiques et numériques pour identifier les paramètres d’influence du système et comparer ses performances à la littérature (portées, densités de puissance, sensibilité à l’orientation). De plus, le candidat pourra proposer, développer et tester des électroniques de conversion d’énergie innovantes adaptées, côté émetteur et/ou récepteur pour étudier leurs impacts sur les performances du système. Une optimisation conjointe du système électromécanique et de son électronique associée pourra mener à la réalisation d’un système complet de transmission de puissance sans fil performant. Un profil pluridisciplinaire orienté physique et mécatronique est recherché pour cette thèse. En plus de solides bases théoriques, le doctorant devra posséder des capacités à travailler en équipe et une aptitude à l’expérimentation. Le doctorant sera intégré au Département Systèmes du CEA-Leti, au sein d’une équipe de chercheurs possédant de fortes compétences sur le développement et l’optimisation de systèmes électroniques et mécatroniques alliant des solutions innovantes pour la récupération d’énergie, la transmission de puissance sans fil, l’électronique basse consommation et l’intégration de capteurs pour le développement de systèmes autonomes.
Mécanismes d’apprentissage pour la détection de comportements anormaux dans les systèmes embarqués
Les systèmes embarqués sont de plus en plus utilisés dans des infrastructures critiques (e.g. réseau de production d’énergie) et sont donc des cibles d’attaques privilégiées pour des acteurs malicieux. L’utilisation de systèmes de détection d’intrusion (IDS) analysant dynamiquement l’état du système devient nécessaire pour détecter une attaque avant que ses impacts ne deviennent dommageables.
Les IDS qui nous intéresse sont basés sur des méthodes de détection d’anomalie par machine learning et permettent d’apprendre le comportement normal d’un système et de lever une alerte à la moindre déviation. Cependant l’apprentissage du comportement normal par le modèle est fait une seule fois en amont sur un jeu de données statique, alors même que les systèmes embarqués considérés peuvent évoluer dans le temps avec des mises à jour affectant leur comportement nominal ou l’ajout de nouveaux comportements jugés légitimes.
Le sujet de cette thèse porte donc sur l’étude des mécanismes de réapprentissage pour les modèles de détection d’anomalie pour mettre à jour la connaissance du comportement normal par le modèle sans perdre d’information sur sa connaissance antérieure. D’autres paradigmes d’apprentissage, comme l’apprentissage par renforcement ou l’apprentissage fédéré, pourront aussi être étudiés pour améliorer les performances des IDS et permettre l’apprentissage à partir du comportement de plusieurs systèmes.
Amélioration du Reverse-Engineering par Side-Channel
La caractérisation de la sécurité des systèmes embarqués en « boite noire » ou « boite grise » face aux attaques Side-Channel requiert fréquemment une phase préparatoire de Reverse-Engineering, qui peut être particulièrement chronophage, notamment sur un Sytem-on-Chip complexe que l’on peut retrouver sur smartphone ou dans l’automobile. Cette phase peut, par exemple, consister en la détection d’une primitive cryptographique au sein de mesures Side-Channel pour une future attaque par observation, ou d’une routine cible pour une attaque par perturbation. L’objectif de cette thèse est de développer une méthodologie et des outils non-profilés permettant l’automatisation de cette phase de détection, tout en permettant d’exploiter la connaissance a priori d’un potentiel attaquant.
Commande optimisée d’un hub énergétique modulaire à signature CEM minimal
L’intégration des EnRs devient de nos jours un enjeu important pour les convertisseurs de puissance. La multiplication de ces convertisseurs et leur taux d’utilisation moyen permet de repenser la gestion des échanges d’énergie au niveau système. Ceci nous amène au concept de hub énergétique permettant d’interfacer par exemple un panneau photovoltaïque, un véhicule électrique, un réseau et du stockage stationnaire avec les charges.
Le but principal de cette thèse est d’améliorer l’efficacité, la compacité et la modularité du hub énergétique par le contrôle. Pour cela, plusieurs idées émergent, comme le contrôle avancé permettant de minimiser les pertes, la mise en opposition d’entrée alternative (AC) permettant de réduire le filtrage de compatibilité électromagnétique (CEM), la mise en série/parallèle de sortie continue (DC) permettant d’adresser des batteries 400Vdc/800Vdc, l’augmentation de fréquence de découpage permettant de réduire le volume etc…
Cette thèse permettra donc à moyen terme d’avoir un convertisseur optimal aussi bien énergétiquement qu’environnementalement.
Modélisation électromagnétique des signatures radar et IA pour la reconnaissance d’objets
Cette thèse offre une opportunité unique de travailler à l’interface entre l’électromagnétisme, la simulation numérique et l’intelligence artificielle, afin de contribuer au développement des systèmes intelligents de détection et de reconnaissance de nouvelle génération. Le/la stagiaire intégrera le Laboratoire Antenne et Propagation (LAPCI) du CEA-LETI, à Grenoble (France), un environnement de recherche de rang mondial disposant d’équipements à la pointe de la technologie pour la caractérisation et la modélisation du canal de propagation, tels que des sondeurs de canal, des émulateurs, des chambres anéchoïques et des simulateurs électromagnétiques avancés. Une collaboration avec l’Université de Bologne (Italie) est prévue durant la thèse.
Cette thèse vise à développer des modèles électromagnétiques avancés de rétrodiffusion radar en champ proche, adaptés aux systèmes radar et JCAS opérant aux fréquences mmWave et THz. Les travaux porteront sur la modélisation physique de la signature radar d’objets étendus, en tenant compte des effets de champ proche, des configurations multi-statiques et multi-antennes, ainsi que de l’influence des matériaux et de l’orientation des cibles. Ces modèles seront validés par simulations électromagnétiques et par des campagnes de mesures, puis intégrés dans des outils de simulation de scène et de propagation multi-trajets de type ray-tracing. Les signatures radar ainsi obtenues seront exploitées pour entraîner des algorithmes d’intelligence artificielle dédiés à la reconnaissance d’objets, à l’inférence des propriétés des matériaux et à l’imagerie radar. En parallèle, des approches d’IA assistée par la physique seront étudiées afin d’accélérer les simulations électromagnétiques et de réduire leur complexité computationnelle. L’objectif final de la thèse est d’intégrer ces informations issues de la rétrodiffusion radar dans un framework de Semantic Radio SLAM 3D, afin d’améliorer la localisation, la cartographie et la compréhension de l’environnement dans des scénarios complexes ou partiellement masqués.
Nous recherchons un(e) étudiant(e) de niveau école d’ingénieur ou Master 2, avec de solides bases en traitement du signal, électromagnétisme, radar ou télécommunications. Un intérêt pour l’intelligence artificielle, la modélisation physique et la simulation numérique est attendu. Des compétences en programmation (Matlab, Python) seront appréciées, ainsi qu’une capacité à travailler à l’interface entre modèles théoriques, simulations et expérimentations. Curiosité scientifique, autonomie et motivation pour la recherche sont essentielles.
La candidature doit inclure un CV, un relevé de notes et une lettre de motivation.
Analyse des vulnérabilités des protocoles sur cible matérielle
Le Centre d’Évaluation de la Sécurité des Technologies de l’Information (CESTI) mène des activités dans le domaine de l’évaluation sécuritaire de systèmes électroniques, de composants de logiciels embarqués, soit dans le cadre de schémas de certification, par exemple celui piloté par l’Agence Nationale de la Sécurité des Systèmes d’information (ANSSI), soit à la demande directe d’industriels.
Dans le contexte des évaluations sécuritaires effectuées par le CESTI, les évaluateurs sont, entre autres, amenés à tester la résistance des mécanismes cryptographiques embarqués sur une carte à puce face aux attaques physiques, comme par exemple les attaques par perturbation de la puce ou les attaques par observation des signaux compromettants. Dans un contexte applicatif (bancaire, santé, identité), ces mécanismes sont employés au sein de protocoles cryptographiques, tels que des échanges de clés ou des authentifications. Lorsqu’une vulnérabilité est détectée sur un produit, l’évaluateur doit analyser les impacts sur le protocole. Aujourd’hui cette analyse repose sur l’expertise de l’évaluateur, mais l’utilisation de méthodes formelles serait un avantage pour la recherche de chemin d’attaque ou pour garantir une meilleure assurance quant à l’absence d’exploitation de la vulnérabilité.
Dans un premier temps, cette thèse consistera à étudier les outils de vérification existants (par exemple Tamarin [1]) afin de les tester sur les protocoles utilisés dans les applications couramment évaluées. L’objectif de la thèse sera ensuite d’examiner les différents moyens pour exprimer une vulnérabilité au sein du protocole, d’évaluer la capacité de l’outil à analyser formellement ses impacts en identifiant des chemins d’attaque. Finalement, le doctorant sera amené à compléter l’outil à l’aide de nouvelles briques pour répondre aux besoins identifiés.
Références
[1] Tamarin : https://github.com/tamarin-prover/tamarin-prover
Systèmes de maintenance prédictive basés sur l’acoustique et les ultrasons pour les équipements industriels
Les convertisseurs de puissance sont essentiels dans de nombreuses applications telles que l’industrie, les systèmes photovoltaïques, les véhicules électriques et les centres de données. Leur maintenance conventionnelle est souvent basée sur des calendriers fixes, entraînant un remplacement prématuré des composants et une quantité importante de déchets électroniques.
Ce projet de doctorat vise à développer une nouvelle approche de surveillance non invasive et à faible coût, basée sur les ultrasons, afin d’évaluer l’état de santé et la durée de vie résiduelle (RUL) des convertisseurs de puissance déployés dans divers secteurs industriels.
La recherche se concentrera sur l’identification et la caractérisation des signatures ultrasonores émises par des composants électroniques vieillissants, ainsi que sur le développement de réseaux de neurones guidés par la physique (PINNs) pour modéliser leurs mécanismes de dégradation. Le projet combinera des études expérimentales avec des techniques avancées de traitement du signal et d’intelligence artificielle (compressed sensing), dans le but de détecter les premiers signes de défaillance et de permettre des stratégies de maintenance prédictive exécutées localement (edge deployment).
Les travaux de recherche seront menés dans le cadre d’un réseau doctoral Marie Sklodowska-Curie Actions (MSCA), offrant une formation internationale, une collaboration interdisciplinaire et des périodes de mobilité auprès de partenaires académiques et industriels de premier plan en Europe (Italie et Pays-Bas pour cette offre de doctorat).
Architecture innovante et traitement du signal pour des télécommunications optiques mobiles
Les communications optiques en espace libre reposent sur la transmission de données par la lumière entre deux points distants, sans recourir à des fibres ou à des câbles. Cette approche s’avère particulièrement intéressante lorsque les connexions filaires sont difficiles à déployer ou trop coûteuses.
Cependant, ces liaisons sont fortement affectées par les conditions atmosphériques : brouillard, pluie, poussières et turbulences thermiques atténuent ou déforment le faisceau lumineux, entraînant une dégradation notable de la qualité de la communication. Les solutions existantes restent coûteuses et limitées, tant du point de vue des dispositifs optiques de compensation que des algorithmes de traitement du signal.
Dans ce cadre, la thèse vise à concevoir des liaisons optiques mobiles performantes et robustes, capables de s’adapter à des environnements dynamiques et perturbés. L’étude portera notamment sur l’exploitation de dispositifs de type Optical Phased Array (OPA) sur Silicium — une technologie issue des systèmes LiDAR « low cost » — offrant une voie prometteuse vers des architectures compactes, intégrées et à faible coût.
L’orientation principale des travaux concernera le développement d’approches algorithmiques avancées pour le traitement et la compensation du signal. Le ou la doctorant·e sera amené·e à concevoir un environnement de simulation dédié, permettant d’évaluer et de valider les choix architecturaux et les stratégies algorithmiques avant toute expérimentation pratique.
L’objectif global est de proposer une architecture intégrée, flexible et fiable, garantissant la continuité des communications optiques en mouvement, avec des applications potentielles dans les domaines aérien, spatial et terrestre.
Cryptanalyse assistée par attaques physiques pour les schémas basés sur les codes correcteurs d’erreurs
L’évaluation de la sécurité de la cryptographie post-quantique, sous l’angle des attaques physiques, a été particulièrement étudiée dans la littérature, notamment sur les standards ML-KEM, et ML-DSA, basés sur les réseaux euclidiens. De plus, en mars 2025, le schéma HQC, basé sur les codes correcteurs d’erreurs, a été standardisé comme mécanisme d’encapsulation de clé alternatif à ML-KEM. Récemment, les Soft-Analytical Side-Channel Attacks (SASCA) ont été utilisées sur une grande variété d’algorithmes, afin de combiner l’information liée aux variables intermédiaires pour remonter au secret, apportant une forme de « correction » à l’incertitude liée aux attaques profilées. SASCA repose sur des modèles probabilistes appelés « factor graphs », sur lesquels un algorithme de « belief propagation » est appliqué. Dans le cas des attaques sur cryptosystèmes post-quantiques, il est en théorie possible d’utiliser la structure mathématique sous-jacente pour traiter la sortie d’une attaque SASCA sous la forme d’une cryptanalyse. Cela a par exemple été montré sur ML-KEM. L’objectif de cette thèse est de construire une méthodologie et les outils nécessaires de cryptanalyse et de calcul de complexité résiduelle pour la cryptographie basée sur les codes correcteurs d’erreurs. Ces outils devront prendre en compte l’information (« hints ») issue d’une attaque physique. Un second pan de la thèse sera d’étudier l’impact que peut avoir ce type d’outil sur le design de contremesures.
PCB instrumenté pour la maintenance prédictive
La fabrication des équipements électroniques et plus particulièrement celui des PCB (Printed Circuit Board) occupent une part importante de l’impact environnemental du numérique qui doit être minimisé. Dans une logique d’économie circulaire, le développement d’outils de suivi et de diagnostic de l’état de santé de ces cartes pourrait alimenter le passeport numérique du produit et faciliter leur réutilisation dans une seconde vie et. Dans une logique de maintenance préventive et prescriptive, ces outils pourraient augmenter leur durée de vie en évitant un remplacement périodique inutile dans les applications pour lesquelles la fiabilité est une priorité ainsi que d’adapter leur usage dans le but d’éviter leur détérioration prématurée.
Cette thèse propose d’explorer l’instrumentation innovante de PCB à l’aide de capteurs ‘virtuels’, estimateurs avancés alimentés par des modalités de mesure (de type piézoélectriques, ultrasonores, etc.) qui pourraient être intégrées au sein même des PCB. L’objectif est de développer des méthodes de suivi de l’état de santé des cartes, tant sur le plan mécanique (fatigue, contraintes, déformations) qu’électronique.
Une première étape consistera à réaliser un état de l’art et des simulations pour sélectionner les capteurs pertinents, définir les grandeurs à mesurer et optimiser leur implantation. La modélisation multi-physique et la réduction de modèles permettront ensuite de relier les données à des indicateurs d’intégrité du PCB caractérisant son état de santé. La démarche combinera modélisations numériques, validations expérimentales et méthodes d’optimisation multiparamétriques.