Sécurisation cryptographique d’enclaves de processeurs RISC-V avec CHERI
CHERI (Capability Hardware Enhanced RISC Instructions) est une solution permettant de sécuriser le processeur contre les fuites spatiales et temporelles de mémoire en transformant tout pointeur en capacité définissant de façon claire les bornes d’accès aux données ou instructions adressées.
Dans cette thèse, nous proposons sur un processeur d’applications RISC-V d’enrichir CHERI et ses possibilités d’intégrité de flot de contrôle avec une protection des instructions allant jusqu’à leur exécution contre tout type de modifications. Dans un second temps, sur la base d’un chiffrement authentifié de la mémoire, nous étudierons la possibilité avec CHERI de définir des enclaves sécurisées permettant une isolation cryptographique entre processus. Le processeur sera modifié pour que chaque processus soit chiffré avec sa propre clé et puisse avoir un cycle de vie sûr. L’ensemble des clés devra être protégé efficacement dans le matériel.
Contact : olivier.savry@cea.fr
Optimisation topologique des performances optiques de µLED
Les performances des micro-LEDs (µLEDs) sont fondamentales pour les micro-écrans, un domaine d’excellence du laboratoire LITE au CEA-LETI. Cependant, simuler ces composants est complexe et coûteux en calculs, en raison de la nature incohérente des sources lumineuses et des géométries impliquées. Cela limite la possibilité d’explorer efficacement des espaces de conception multi-paramètres.
Cette thèse propose de développer une méthode innovante basée sur les éléments finis pour accélérer les simulations tout en rendant possible l’utilisation de l’optimisation topologique. L’objectif est de produire des designs non intuitifs maximisant les performances tout en respectant les contraintes industrielles.
Le travail se divise en deux phases :
Développer une méthode de simulation rapide et fiable, en intégrant des approximations physiques adaptées aux sources incohérentes et en réduisant les temps de calcul d’un facteur significatif.
Concevoir un cadre d’optimisation topologique robuste, intégrant des contraintes de fabricabilité, pour générer des designs immédiatement réalisables.
Les résultats attendus incluent des designs optimisés pour micro-écrans offrant des performances accrues et une méthodologie généralisable à d'autres dispositifs photoniques.
Combinaison de sous et surapproximations de la memoire pour l'analyse de code bas-niveau
Le théorème de Rice énonçant qu'on ne peut pas avoir de méthode qui sache automatiquement dire si une propriété sur un programme est vraie ou non a conduit à séparer les outils de vérification en deux groupes: les outils sound fonctionnant par sur-approximation, comme l'interprétation abstraite, sont capables de prouver automatiquement que certaines propriétés sont vraies, mais ne savent parfois pas conclure et produisent des alarmes; à l'inverse, les outils complete fonctionnant par sous-approximation, comme l'exécution symbolique, savent produire des contre-exemples, mais pas démontrer si une propriété est vraie.
*Le but général de la thèse est d'étudier la combinaison entre méthodes sound et complete d'analyse de programme, et en particulier l'analyse statique par interprétation abstraite et la génération de formules sous-approximée par exécution symbolique*.
Nous nous intéresserons particulièrement à la combinaison d'abstractions sur et sous-approximantes, en particulier pour la mémoire. Les applications envisagées en priorité concernent les analyses de code au niveau binaire, telles que réalisées par la combinaison des plateformes d'analyse BINSEC et CODEX, pour pouvoir trouver des failles de securite automatiquement ou demontrer leur absence.
Etude et évaluation de capacités en technologie silicium pour applications dans la bolométrie infrarouge
Les microbolomètres constituent aujourd'hui la technologie dominante pour la réalisation de détecteurs thermiques infrarouges non refroidis. Ces détecteurs sont couramment utilisés dans les domaines de la thermographie et de la surveillance. Il est néanmoins attendu, pour les prochaines années, une explosion du marché des microbolomètres, avec notamment l'implantation de ces derniers dans les automobiles et la multiplication des objets connectés. Le CEA Leti Li2T, acteur reconnu dans le domaine des détecteurs thermiques infrarouges, transfère depuis plus de 20 ans les technologies successives de microbolomètres à l'industriel Lynred. Afin de rester compétitif dans ce contexte d'accroissement du marché des microbolomètres, le laboratoire travaille à des microbolomètres de rupture comportant des composants CMOS comme élément sensible. Dans cette optique, le laboratoire a engagé des études se focalisant sur des capacités en technologie silicium qui varient avec la température, avec des premiers résultats prometteurs non rapportés dans la littérature. Le sujet de thèse s'inscrit dans ce contexte et vise à démontrer l'intérêt de ces composants pour des applications microbolométriques. Il portera ainsi sur la modélisation analytique de ces composants et des effets physiques associés, ainsi que sur la lecture d'un tel composant dans une approche imageur microbolomètre. Une réflexion autour de l'intégration technologique sera également menée. L'étudiant bénéficiera de plusieurs lots technologiques déjà réalisés afin de caractériser expérimentalement les effets physiques et de prendre en main le sujet. L’étudiant aura à sa disposition l’ensemble des moyens de test du laboratoire (testeur paramétrique de semiconducteur, analyseur de bruit, banc optique, etc.) ainsi que les outils d’analyse pour une compréhension des phénomènes (Matlab/Python, simulations TCAD, simulations SPICE, Comsol, etc.). À l'issue de la thèse, l'étudiant sera en mesure de répondre à la question de l'intérêt de ces composants pour des applications microbolométriques.
Caractérisation de la récupération motrice au cours d’un processus de rééducation guidé par BCI
Les interfaces cerveau-machine ou BCI (pour Brain Computer Interface) permettent de restaurer une fonction perdue en offrant la possibilité à un individu de contrôler des dispositifs externes grâce à la modulation de son activité cérébrale. Le CEA a développé une technologie de BCI basée sur l’implant WIMAGINE de mesure de l’activité cérébrale par électrocorticographie (ECoG) et sur des algorithmes de décodages des intentions motrices. Cette technologie a initialement été testée pour le contrôle d’effecteurs robotiques de type exosquelette, et de dispositifs de stimulation médullaire pour pallier les pertes motrices graves. Ce paradigme initial de suppléance et de substitution, bien que prometteur, laisse désormais entrevoir un potentiel d’application différent : celui de la récupération fonctionnelle par rééducation guidée par BCI. La littérature actuelle suggère en effet que les BCI, utilisées de manière intensive et bien orientées, peuvent favoriser la plasticité neuronale et, par extension, une amélioration des capacités motrices résiduelles. En particulier, les BCI implantées en électrocorticographie (ECoG) pourrait apporter des gains thérapeutiques significatifs.
L’objectif de cette thèse est donc d’évaluer le potentiel de la technologie BCI du CEA pour favoriser l’amélioration des capacités motrices résiduelles de patients paralysés par plasticité neuronale.
Ce travail sera abordé par une démarche scientifique rigoureuse et multidisciplinaire, comprenant une revue exhaustive de la littérature scientifique, la mise en place et la réalisation d’expérimentations cliniques avec des patients, le développement algorithmique d’outils de suivi et d’analyse de la progression des patients et la publication des résultats significatifs dans des revues scientifiques de haut-niveau.
Cette thèse est destinée à un(e) étudiant(e) spécialisé(e) en ingénierie biomédicale, avec une expertise en traitement de signal et analyse de données physiologiques complexes et une expérience en Python ou Matlab. Un fort intérêt pour l’expérimentation clinique et les neurosciences sera aussi nécessaire. L’étudiant(e) travaillera au sein d’une équipe pluridisciplinaire au sein de CLINATEC, contribuant ainsi à la recherche de pointe dans le domaine des BCIs.
Développement d’algorithmes et d’outils de modélisation pour des mesures de CD-SAXS à basse énergie
Le CEA–LETI est un des acteurs Européen principaux de l’industrie des semi-conducteurs. Avec sa plateforme de nano-caractérisation (PFNC) à Grenoble, il dispose d'un environnement de pointe avec un vaste éventail d'équipements à l'état de l'art. Nos équipes ont pour vocation d’accompagner le développement de nouveaux outils de caractérisation pour anticiper les besoins industriels (notamment autour des futurs nœuds technologiques). Ainsi, des travaux pionniers ont été réalisés autour du CD-SAXS sur la PFNC ces dernières années. Cette technique de diffusion/diffraction des rayons X permet de mesurer avec une précision sub-nanométrique les dimensions des nano-structures gravées dans les salles blanches du LETI. Dans le cadre de ce projet, nous proposons d’étendre l’approche CD-SAXS en utilisant les récents développements autour des sources basse-énergie de laboratoire (A. Lhuillier et al. 1988, prix Nobel 2023) appelées High Harmonics Generation (HHG) sources. Votre rôle sera de mettre en place les outils d'analyse spécifiques au développement de l’approche CD-SAXS à basse énergie. La première preuve de concept a été réalisée en Novembre 2023.
Mission:
Afin de prendre en compte dans la réduction de données les spécificités de cette nouvelle approche (multi longueur d'onde, basse énergie…), votre mission se concentrera sur plusieurs tâches:
- Développer différents outils numériques pour le traitement de données :
o Simulations éléments finis avec solver Maxwell
o Transformée de Fourier analytique (similaire au CD-SAXS)vs théorie dynamique
o Comparaison des différentes approches de simulations
- Construire et tester des modèles dédiés aux problématiques en lithographie(CD, overlay, rugosité)
- Définir les limitations de la technique par des simulations (notamment la résolution spatiale, les incertitudes de mesures);
Ce travail viendra compléter le développement expérimental de mesures de CD-SAXS avec une source de laboratoire HHG réalisée en parallèle par un postdoctorant.
Accélération de simulations thermo-mécaniques par Réseaux de Neurones --- Applications à la fabrication additive et la mise en forme des métaux
Dans un certain nombre d'industries telle que la mise en forme des métaux ou la fabrication additive, l'écart entre la forme désirée et la forme effectivement obtenue est important, ce qui freine le développement de ces méthodes de fabrication. Cela est dû en bonne partie à la complexité des processus thermiques et mécaniques en jeu, difficiles à simuler à des fins d’optimisation du fait du temps de calcul important de la simulation des phénomènes en jeu.
La thèse vise à réduire significativement cet écart grâce à l'accélération des simulations thermo-mécaniques par éléments finis, notamment via le design d'une architecture de réseau de neurones adaptée, en s'appuyant sur les connaissances physiques théoriques.
Pour mener à bien ce sujet, la thèse bénéficiera d'un écosystème favorable aussi bien au LMS de l'École polytechnique qu'au CEA List : architecture PlastiNN développée en interne (brevet en cours de dépôt), bases de données mécanique existantes, supercalculateur FactoryIA et DGX, machine d'impression 3D. Il s'agira dans un premier temps de générer des bases de données à partir de simulations éléments finis thermo-mécaniques, puis d'adapter PlastiNN à apprendre de telles simulations, avant de mettre en œuvre des procédures d'optimisation s'appuyant sur ces réseaux de neurones.
L'objectif final de la thèse est d'illustrer l'accélération de simulations éléments finis ainsi obtenue sur des cas réels : d'une part par l'instauration d'une rétroaction durant l'impression métallique via la mesure du champ de température pour réduire l'écart entre géométrie désirée et géométrie fabriquée, d'autre part par la mise en place d'un outil de commande de forge qui permet d'arriver à une géométrie désirée à partir d'une géométrie initiale. Les deux applications s'appuieront sur une procédure d'optimisation rendue réalisable par l'accélération des simulations thermo-mécaniques.
Etude thermomécanique des hétérostructures en fonction des conditions de collage
Pour de nombreuses applications industrielles, l'assemblage de plusieurs structures est l'une des étapes clés du processus de fabrication. Cependant, ces étapes sont généralement difficiles à réaliser, car elles conduisent à des augmentations significatives des déformations. La maîtrise des contraintes générées par les hétérostructures est donc impérative. Nous proposons d'aborder ce sujet en utilisant à la fois des méthodes expérimentale et des outils de simulation afin de prédire et d'anticiper les problèmes dus aux fortes déformations
Développement d’un flow de data préparation de lithographique 3D pour le dessin du masque freeform
Avec l’avancement des technologies optoélectroniques, notamment des imageurs et AR/VR, des géométries 3D de dimensions sub-micrométriques sont plus en plus demandées par les clients industriels. Pour fabriquer ces structures 3D, la lithographie « grayscale » avec UV profond (248nm ou 193nm) est une technologie prometteuse compatible avec la production industrielle. Par contre, la maîtrise de cette technologie est complexe et nécessite un modèle de lithographie (optique + résine) avancée pour prédire le dessin du masque optique utilisé. La thèse permettra d’améliorer notre compréhension de nos model lithographie grayscale et ses limite, ayant pour d’améliorer et d’optimiser la model et la flow de data préparation ou masque design pour diminuer l’ecart entre simulation et pattern fabriquée. Masque freeform poussera les limites de lithographie grayscale pour attendre de pitch plus agressive souhaiter pour l’application optique et optoélectronique.
Conception et fabrication de circuits neuromorphiques basés sur des dispositifs ioniques
Les réseaux de neurones (NN) sont inspirés des processus de calcul et de communication du cerveau afin de résoudre efficacement des tâches telles que l'analyse de données, le traitement adaptatif de signaux en temps réel, et la modélisation de systèmes biologiques. Cependant, les limitations matérielles constituent actuellement le principal obstacle à une adoption à grande échelle. Pour y remédier, un nouveau type d'architecture de circuit appelé "circuit neuromorphique" est en train d’émerger. Ces circuits imitent le comportement des neurones en intégrant un haut degré de parallélisme, une connectivité adaptable et un calcul en mémoire. Les transistors à base d'ions ont été récemment étudiés pour leur potentiel à fonctionner comme neurones et synapses artificiels. Bien que ces dispositifs émergents présentent d’excellentes propriétés en raison de leur très faible consommation d'énergie et de leurs capacités de commutation analogique, ils nécessitent encore une validation à l’échelle de systèmes plus larges.
Dans l'un des laboratoires du CEA-Leti, nous développons de nouveaux transistors à base de lithium en tant que brique de base pour déployer des réseaux de neurones artificiels à faible consommation d'énergie. Ces dispositifs doivent désormais être intégrés dans un système réel pour évaluer leur performance et leur potentiel. En particulier, des circuits bio-inspirés et des architectures en barre croisée pour le calcul accéléré seront ciblés.
Au cours de cette thèse, votre objectif principal sera de concevoir, implémenter et tester des réseaux de neurones basés sur des matrices de transistors à base de lithium (~20x20) et des circuits neuromorphiques, ainsi que la logique CMOS de lecture et d’écriture pour les contrôler. Les réseaux pourront être implémentés en utilisant différents algorithmes et architectures, y compris les réseaux de neurones artificiels, les réseaux de neurones impulsionnels et les réseaux de neurones récurrents, qui seront testés pour résoudre des problèmes de reconnaissance de motifs spatiaux et/ou temporels et pour reproduire des fonctions biologiques telles que le conditionnement pavlovien.