Apprentissage et analyse basés sur les graphes pour la détection d'intrusion dans les sytèmes d'information – GLADIS

Le projet GLADIS vise à construire un système efficace de détection de cyberattaques en temps réel basé sur une représentation graphes des activités du système. La nouveauté scientifique principale consiste à modéliser des logs hétérogènes, produits par les différents périphériques, par un ensemble de graphes dynamiques afin de suivre les différentes activités et comportements, d'identifier les anomalies et de retracer les sources des attaques en utilisant des techniques d'analyse de graphes (apprentissage et détection d'anomalies dans les graphes). Pour atteindre les objectifs du projet, deux équipes aux compétences complémentaires sont impliquées : SnT apporte ses connaissances et son expérience en cyber-sécurité et LIRIS fournit, à travers l’équipe Graph, algorithmes et applications et l’équipe apprentissage et extraction de données, ses compétences en théorie des graphes et apprentissage.