Détection d’attaques basée sur les méthodes GNN pour les systèmes cyber physiques – GNADiS

La caractéristique principale des CPS est l’utilisation conjointe de ressources matérielles et logicielles à des fins de calcul, de communication et de contrôle. Parmi les nombreuses applications des CPS, nous pouvons trouver des dispositifs et systèmes médicaux de haute fiabilité, le contrôle et la sécurité du trafic, les systèmes automobiles avancés, le contrôle des processus industriels, le contrôle environnemental, l’avionique, le contrôle des infrastructures critiques, la robotique distribuée, la défense etc. Dans ce type de systèmes, en raison de l’interdépendance étroite du couplage cyber-physique, la sécurité est une préoccupation majeure. En effet, avec la complexité accrue des attaques, il est nécessaire que les défenseurs puissent non seulement détecter les activités malveillantes lorsqu’elles se produisent, mais aussi être capables de prédire les mesures spécifiques qui seront prises par un adversaire lors d’une attaque. Le projet GNADIS a un double objectif : investiguer de nouvelles techniques d’IA comme les GNN (Graph Neural Networks) pour à la fois détecter les attaques et identifier les chemins d’attaque qui ont naturellement une structure de graphe dans le but de prédire, par extrapolation, les cibles potentielles des attaquants.