Sécurisation contre les attaques par canal auxiliaire par la combinaison de contre-mesures logicielles à faibles impacts en performance
Les attaques par canal auxiliaire, comme l'analyse de la consommation électrique ou des émissions électromagnétiques d'un processeur, permettent de récupérer des informations sensibles, telles que des clés cryptographiques. Ces attaques sont particulièrement efficaces et représentent une menace sérieuse pour la sécurité des systèmes embarqués.
Cette thèse se concentre sur la combinaison de contre-mesures logicielles à faible impact sur les performances pour renforcer la sécurité contre les attaques par canal auxiliaire, une voie qui a été peu abordée dans l'état de l'art.
L'objectif est d'identifier les synergies et les incompatibilités entre ces contre-mesures pour créer des solutions plus efficaces et légères. En particulier, les contre-mesures de masquage à faible entropie seront considérées.
Ces idées pourront être appliquées à la fois à la cryptographie symétrique et asymétrique, et en particulier sur les algorithmes de cryptographie post-quantiques.
La thèse aboutira à de nouvelles manières de sécuriser un logiciel, avec de meilleurs compromis entre sécurité et performance que les approches existantes.
Transmetteur hybride large bande pour les futurs systèmes sans fil
Cette offre de thèse s’inscrit dans une démarche de réduction de la consommation d’énergie ainsi que de l’empreinte carbone des futurs systèmes sans fil par l’investigation d’architectures innovantes de transmetteurs (TX) possédant une forte efficacité énergétique. L’objectif de cette thèse est d’élaborer une nouvelle architecture de TX pour les standards 5G et 6G. Différentes techniques telle que la modulation de charge ou d’alimentation ont démontré une augmentation de l’efficacité des TX par le passé, mais l’augmentation de la bande instantanée requise par les nouveaux standards de communication limite le bénéfice de ces techniques. Au cours de cette thèse, le candidat développera une nouvelle architecture de TX hybride qui associera à la fois la modulation de charge ainsi que la modulation d’alimentation. Plus précisément, le candidat développera une méthode dédiée de co-design entre l’amplificateur de puissance et le modulateur d’alimentation qui permettra d’adresser les bandes 6G-FR3 (10GHz+) avec un fort PAPR (>10dB) et des signaux large bande (>200MHz).
Le candidat rejoindra le laboratoire d’architecture intégré radiofréquence (LAIR) où de nombreuses compétences (étude system, IC design and layout ...) et domaines d’expertise sont représentés (RF power, Low power RF, RF sensors, High-speed mmW). Au cours de sa thèse, le candidat analysera et modélisera de nouvelles architectures de TX, réalisera le design ainsi que le layout du circuit intégré afin de réaliser et valider un démonstrateur.
Lien :
- http://www.leti-cea.fr/cea-tech/leti/Pages/recherche-appliquee/plateformes/Plateforme-Conception.aspx
- https://www.youtube.com/watch?v=da3x89qxCHM
Profil recherché :
• Diplômé d’une école d’ingénieurs ou d’un master en électronique ou microélectronique
• Connaissance en technologie transistor (CMOS, Bipolar, GaN…) et en conception analogue/RF
• Expérience sur les logiciels ADS et/ou Cadence
• Compétences de bases en programmation (Python, Matlab…)
• Une première expérience en conception de circuit intégré serait appréciée
Contacts : Guillaume.robe@cea.fr, Pascal.reynier@cea.fr
Mots clés : Amplificateur de puissance, Modulation de charge, Modulation d’alimentation, module radiofréquence
Nouvel outil de diagnostic rapide pour la septicémie : biopuce microfluidique pour la détection multicible par amplification isotherme
Le sepsis est l’une des principales causes de mortalité dans le monde qui résulte généralement d’une infection bactérienne mais peut être aussi causé par des virus, des champignons ou des parasites. Un diagnostic rapide est essentiel pour une prise en charge efficace et augmenter les chances de survie du patient. Il existe des solutions commerciales de détection d’acides nucléiques par qPCR capable de détecter plusieurs cibles. Cependant ces techniques sont limitées par le nombre de canaux de fluorescence disponible sur l’instrument ou par le nombre de chambre de lecture. Ces techniques d’amorces LAMP (amplification isotherme en temps réel) spécifiques sur un support solide tel que le COC ou le verre.
Les résultats attendus sont l’élaboration d’une biopuce permettant de détecter en temps réel et en quelques minutes fragmentent l’échantillon pour pouvoir être multiplexe, ce qui conduit à une perte de sensibilité.
Pour répondre à la question : comment détecter plusieurs cibles sans perdre en sensibilité ? Le doctorant devra réaliser dans une unique chambre réactionnelle, une détection multiplexe par régionalisation plusieurs ADN cibles, comprenant : le design et le choix des amorces, l’immobilisation des amorces par fonctionnalisation de surface, l’intégration en carte micro fluidique et le traitement des données pour la détection par fluorescence de sondes spécifiques des cibles.
Cette innovation technologique, permettra au doctorant d’acquérir de solides compétences dans divers domaines tels que la biologie moléculaire, la fonctionnalisation de surface, la modélisation et la simulation tout en s’inscrivant dans une équipe pluridisciplinaire.
Fondements du raisonnement sémantique pour une coopération renforcée de l'IA en communications 6G multi-agents
La 6G intégrera la 5G et l'IA pour fusionner les espaces physiques, cybernétiques et de sapience, transformant les interactions réseau, révolutionnant la prise de décision pilotée par l'IA, et modifiant radicalement la perception des concepts fondamentaux d'information et de fiabilité. Cela nécessite une intégration native et conçue dès l'origine entre l'IA et les systèmes de communication. Les technologies 5G actuelles ne permettent pas un tel changement. La 5G se limite à "téléporter aveuglément" les données à travers le réseau sans comprendre a priori leur pertinence pour les destinataires. Par conséquent, les résultats des algorithmes d'IA restent confinés à des reconnaissances de motifs sophistiquées et à des corrélations statistiques, une limitation majeure des systèmes actuels d’information intelligente.
Pour accompagner cette révolution avec l'IA, le concept émergent de communications sémantiques et orientées objectifs transforme le traitement des informations en permettant à l'IA de collecter, partager et traiter les données de manière sélective en fonction de leur pertinence, valeur ou actualité pour les destinataires. Contrairement à la 5G, qui privilégie le transport de données volumineuses, les communications sémantiques mettent l'accent sur un partage de connaissances compressées et significatives pour améliorer le raisonnement de l'IA, s'adapter à des environnements variés et dépasser les limitations actuelles en matière de prise de décision intelligente.
Cette recherche doctorale explore trois domaines d'avant-garde : (1) les communications sémantiques, où l'état de l'art actuel se concentre principalement sur la compression et la robustesse pilotées par l'IA ; (2) l'intégration de la communication et de la détection, combinant l'échange de données et la détection environnementale pour des applications économes en ressources ; et (3) les avancées dans l'apprentissage compositionnel et le raisonnement de l'IA, permettant aux systèmes intelligents de traiter des données complexes et multimodales.
Cette recherche vise à développer des modèles abstraits de composition conceptuelle que les agents d'IA peuvent utiliser pour comprendre et raisonner sur des structures sémantiques complexes. Dans ce contexte, le doctorant concevra de nouvelles méthodologies de raisonnement compositionnel alignées sur les exigences des communications multi-utilisateurs et orientées objectifs. Les modèles permettront des échanges d'informations compositionnelles où les agents d'IA pourront former, échanger et inférer intuitivement à partir de représentations sémantiques composées. En se concentrant sur la compositionnalité et l'adaptabilité inhérentes aux échanges sémantiques, cette recherche contribuera à la prochaine génération de systèmes de communication intelligents et contextuellement adaptés. Ces systèmes permettront des échanges d'informations plus précis et significatifs entre les agents d'IA, améliorant leur prise de décision et leurs capacités de coopération dans diverses applications, des essaims robotiques autonomes aux dispositifs IoT connectés dans les villes intelligentes et autres environnements intelligents. Cette recherche doctorale évaluera les concepts théoriques novateurs proposés par rapport aux solutions actuelles en matière de communications sémantiques grâce à des simulations numériques.
In-Sensor Computing pour les Capteurs MEMS : vers un réseau de neurones électromécaniques
L'essor des modèles d'apprentissage automatique pour le traitement des données issues de capteurs a conduit au développement de l'Edge-AI, qui vise à effectuer ces traitements localement, directement au niveau des capteurs. Cette approche réduit la quantité de données transmises et allège les centres de calcul centralisés, offrant ainsi une solution pour diminuer la consommation énergétique globale des systèmes. Dans ce contexte, le concept d'in-sensor computing émerge, intégrant acquisition et traitement des données au sein du capteur lui-même. En exploitant les propriétés physiques des capteurs et des paradigmes de calcul alternatifs tels que le reservoir computing et le calcul neuromorphique, l'in-sensor computing élimine les étapes énergivores de conversion et de traitement des signaux dans le domaine électrique.
L'application de ce concept aux capteurs MEMS permet le traitement de signaux tels que l'accélération, la contrainte ou les signaux acoustiques, avec une réduction significative, voire une élimination, des composants électroniques traditionnels. Cela a ravivé l'intérêt pour les dispositifs de calcul mécanique et leur intégration dans des capteurs MEMS. Quelques recherches récentes explorent des dispositifs MEMS innovants intégrant des réseaux de neurones récurrents ou du reservoir computing, montrant un potentiel prometteur pour l'efficacité énergétique. Cependant, ces avancées restent encore limitées à des démonstrations de concept pour des tâches de classification élémentaire avec un très faible nombre de neurones.
Sur la base de notre expertise acquise en calcul à base de MEMS, ce travail de doctorat propose de pousser ces concepts plus loin en développant un dispositif MEMS intégrant un réseau de neurones, à plusieurs couches, reprogrammable avec des capacités d'apprentissage, un résultat qui aurait bien au-delà de l'état de l'art. A terme, l'objectif est de concevoir un capteur intelligent, combinant détection et prétraitement sur une même puce, et optimisé pour fonctionner avec une consommation énergétique extrêmement faible, de l'ordre du femtoJoule par activation. Cette thèse se concentrera sur l'exploration, la conception et la caractérisation de ce nouveau neurone MEMS, en ciblant des applications de traitement de signaux basse fréquence dans des environnements à haute température, ouvrant la voie à une déclinaison de l'edge-IA dans le domaine des MEMS.
Suivi en ligne des procédés de bio-production par imagerie holographique 3D
La culture des cellules adhérentes sur microcarriers (MCs) est un moyen prometteur pour différentes applications en bioproduction, comme la fabrication et l'administration de biomédicaments, la médecine régénérative, ou le suivi de la différenciation cellulaire. Cependant, elle pose des défis majeurs pour l’analyse des cellules sans affecter l’intégrité du substrat. L’imagerie holographique sans lentille se présente comme une solution prometteuse, capable de capturer des images de cellules sur un grand champ de vue sans aucune étape biochimique supplémentaire.
Cette thèse propose de développer un système d’imagerie holographique 3D pour le suivi des cellules sur MCs en temps quasi-réel, avec des algorithmes avancés pour la reconstruction et l’analyse d’images. Ce système sera intégré dans des bioréacteurs en ligne, testant sa précision et sa robustesse sur des cultures biologiques variées. L’utilisation de l’apprentissage profond permettra la segmentation et l'analyse des cellules en temps quasi-réel, facilitant ainsi le suivi des dynamiques cellulaires. Ce projet innovant promet d'optimiser les procédés biologiques en offrant une vision non invasive des échantillons multicellulaires en 3D, avec des applications potentielles comme le suivi d’organes-sur-puce et de systèmes cellulaires complexes.
Sperm 3D - Outil de diagnostic de l'infertilité masculine utilisant l'holographie pour l'imagerie et le suivi en 3D
L'infertilité est un problème croissant dans tous les pays développés. Les méthodes standard de diagnostic de la stérilité masculine examinent la concentration, la mobilité et les anomalies morphologiques des spermatozoïdes individuels. Cependant, un cas d'infertilité masculine sur cinq reste inexpliqué avec les outils de diagnostic standard.
Dans cette thèse, nous explorerons la possibilité de déterminer les causes de l'infertilité masculine à partir de l'analyse détaillée des trajectoires 3D et de la morphologie des spermatozoïdes nageant librement dans un environnement imitant les conditions de l'appareil reproducteur féminin. Pour cette tâche difficile, nous développerons un microscope spécialisé basé sur l'holographie pour l'imagerie rapide et le suivi des spermatozoïdes individuels. Outre les méthodes numériques classiques, nous utiliserons des algorithmes d'intelligence artificielle modernes pour améliorer la qualité de l'imagerie et pour analyser les données multidimensionnelles.
Tout au long du projet, nous collaborerons étroitement avec un institut de recherche médicale (CHU/IAB) spécialisé dans les technologies de reproduction assistée (ART). Nous examinerons des échantillons de patients réels afin de développer un nouvel outil pour le diagnostic de l'infertilité masculine.
Développement des procédés de gravure pour les nœuds avancés utilisant des techniques SADP
La miniaturisation des composants électroniques impose le développement de nouveaux procédés, car la lithographie immersion 193nm seule ne permet plus d’atteindre les dimensions demandées pour les nœuds technologiques les plus avancés (sub-10nm). Depuis des années, des stratégies complémentaires à la lithographie se sont développées. Ici, nous étudierons la technique de « Self-Aligned Double Patterning » (SADP), qui divise par deux le pas du réseau des motifs lithographiés initialement. Cette technique repose sur un dépôt conforme de diélectrique (espaceur) de part et d’autre des motifs initiaux (mandrel). Ces espaceurs serviront ensuite de masque de gravure pour l'obtention des motifs finaux. Les faibles dimensions recherchées imposent un contrôle parfait des procédés de gravure. Or cette étape altère les matériaux déposés conduisant à une perte des dimensions. Un des grands enjeux sera de maîtriser la gravure et donc la modification des matériaux utilisés pour satisfaire les spécifications recherchées (largeur des motifs, profil de gravure, consommation des couches d’arrêt, uniformité, vitesse de gravure…). Un des objectifs sera aussi de proposer des approches SADP alternatives permettant de générer différents types de motifs sur la plaque pour réaliser des transistors planaires FDSOI, ce qui est peu répandu actuellement dans la littérature.
Les défis de cette thèse ?
Développer des procédés innovants de gravure
Explorer de nouveaux couples de matériaux (espaceur/mandrel) et proposer in-fine une solution d’intégration industrielle qui pourra être validée électriquement.
Identifier les possibles verrous technologiques et proposer des solutions pour les contourner
Mettre en place un protocole de caractérisation fiable détectant les modifications physico-chimiques des matériaux en présence et la dimension des motifs finaux
Etude de l’effet de l’activation plasma sur la fiabilité des intégrations hybrides Cu/SiO2
Au cours des dernières années, le CEA-LETI s’est imposé comme un des principaux leaders mondiaux dans le développement de procédés pour l’industrie microélectronique avancée. En particulier, les procédés de collage hybride (HB) direct Cu/SiO2 plaque à plaque, une technologie de plus en plus utilisée pour la fabrication de dispositifs compacts, performants et multifonctionnels. Chaque plaque contient des circuits intégrés enterrés sous une couche contenant des plots électriques en Cu dans une matrice de SiO2. L’assemblage des plaques par collage directe consiste en la mise en contact de surfaces très propres. L’adhésion est assurée par la création spontanée de liaisons atomiques à l’interface de collage. Afin d’assurer une bonne tenue mécanique de la structure, il est indispensable d’activer la surface avant collage. Plusieurs approches ont été développées mais l’activation par plasma N2 reste la plus utilisée dans l’industrie. Cependant, l’utilisation de ce procédé reste controversée à cause des effets indésirables qu’il peut induire : 1/ la formation de nodules de Cu à l’interface de collage entre les plots métalliques et 2/ le dépôt d’espèces chimiques au niveau de l’interface Cu-Cu. Ces effets peuvent être préjudiciables aux propriétés électriques et à la fiabilité des dispositifs (claquage diélectrique en particulier). En collaboration avec STMicroelectronics et IM2NP, nous souhaitons étudier les différents mécanismes mis en jeu afin de pouvoir proposer un procédé d’activation assurant à la fois tenue mécanique et fiabilité de nos intégrations.
Détection d'oeufs de parasites par imagerie sans lentilles grand champ assistée par intelligence artificielle
Dans la plupart des cycles parasitaires, la phase libre passe par un stade d'œuf, qui est libéré par l'hôte dans l'environnement via une matrice fécale complexe, qui présente des concentrations d'œufs très variables et souvent faibles. La méthode de détection classique repose sur l’observation microscopique de ces œufs, ce qui implique une préparation fastidieuse et longue de l'échantillon pour concentrer les œufs, avec des valeurs de sensibilité très variables. Cette détection est cruciale car une fois dispersés, les œufs contaminent l'environnement et les denrées alimentaires, entraînant des cas de zoonoses parasitaires chez l'homme.
La détection dans les matrices environnementales et alimentaires est encore plus complexe que pour les matières fécales en raison du très faible nombre d'œufs présents : 1 à 10 par échantillon dans la grande majorité des cas. La thèse vise à développer un système d'imagerie sans lentille grand champ, qui permettra de compter et d'identifier des œufs de parasites dans des matrices complexes, tout en augmentant la sensibilité. Cela permettra d'automatiser la détection, ouvrant ainsi des perspectives d'investigation sur un plus grand nombre d’échantillons, pour une meilleure veille sanitaire.