Notre équipe
Pr. Nora Boulahia-Cuppens
Professeure
Pr. Nora Boulahia-Cuppens est professeure titulaire à Polytechnique Montréal. Ses thèmes de recherche portent sur la formalisation des propriétés et des politiques de sécurité, l’analyse des protocoles cryptographiques, la validation formelle des propriétés de sécurité et l’évaluation des risques Cyber et des réponses aux attaques.
Pr. Frédéric Cuppens
Professeure
Pr. Frédéric Cuppens est professeur titulaire à Polytechnique Montréal. Il mène des travaux de recherche dans le domaine de la sécurité des systèmes d’information (expression, déploiement et validation formelle de politiques de sécurité, détection et réaction aux intrusions, résilience des systèmes aux cyber attaques).
Membres de l'IRT SystemX
Dr. Makhlouf Hadji
Responsable d’Axe Infrastructure Numérique
Dr. Makhlouf Hadji est impliqué dans la chaire CRITICAL via son co-encadrement de la thèse de Kéren Saint-Hilaire sur les graphes d’attaque et de remédiation dans les infrastructures critiques. Grâce à son expérience dans les domaines des infrastructures numériques, optimisation et réseaux, il apporte une aide scientifique sur la modélisation et le matching des graphes d’attaques et de remédiation. Il accompagne ainsi cette thèse sur le volet technique et s’investit sur sa réussite et les publications scientifiques à venir.
Dr. Reda Yaich
CHERCHEUR SÉNIOR ET RESPONSABLE CYBERSÉCURITÉ ET RÉSEAUX
Dr. Reda Yaich est titulaire d’un doctorat en informatique de l’ENS Mines de Saint-Etienne avec une spécialisation en gestion de la confiance combinant les technologies de contrôle d’accès et d’intelligence artificielle. Il a été chargé de cours et/ou assistant de recherche dans plusieurs universités et écoles d’ingénieurs. Reda a plusieurs publications dans des revues et conférences liées à l’autorisation d’accès décentralisé et à la gestion de la confiance numérique. Il a également participé à de nombreux projets nationaux et européens.
Dr. Anis Bkakria
Chercheur sénior
Dr. Anis Bkakria est impliqué dans la chaire CRITICAL à travers sa co-direction de la thèse de N’Famoussa Kounon Nanamou sur les méthodologies dynamiques d’évaluation des risques.
Chercheurs postdoctoraux
Dr. Christopher Neal
Postdoctorant
Dr. Christopher Neal a obtenu son doctorat à Polytechnique Montréal, où il a étudié des méthodes de développement de bancs d’essai pour relever les défis de cybersécurité auxquels sont confrontées les infrastructures critiques. En tant que chercheur postdoctoral, il aide à coordonner et contribuer aux projets de la chaire de recherche CRITiCAL. Ses intérêts de recherche sont l’application de la science des données, de l’apprentissage automatique, de l’optimisation mathématique et des ontologies aux problèmes de cybersécurité.
Dr. Erwan Beurier
Postdoctorant
Dr. Erwan Beurier est un stagiaire postdoctoral à Polytechnique Montréal. Il a obtenu un doctorat en mathématiques appliquées en 2020 à IMT Atlantique, Brest, France. Son domaine de recherche consiste en la mise au point d’une théorie mathématique de la résilience, en utilisant principalement la théorie des catégories, une branche de l’algèbre, appliquée à la biologie.
Candidats au doctorat
Mohamed Amine Merzouk
Candidat au doctorat
Mohammed Amine Merzouk est titulaire d’un diplôme d’ingénieur et d’un master en informatique de l’Ecole nationale Supérieure d’Informatique d’Alger (ESI ex. INI). Dans le cadre de sa thèse de doctorat à Polytechnique Montréal, il étudie les menaces de sécurité auxquelles sont exposés les modèles d’intelligence artificielle. Il s’intéresse à plusieurs types d’attaques adverses : exemples adverses, empoisonnement de données et de modèles, extraction de modèles et inversion de modèles. Ses travaux actuels portent sur les attaques d’évasion dans les systèmes de détection d’intrusion basés sur l’apprentissage automatique (incluant l’apprentissage profond, l’apprentissage par renforcement profond et l’apprentissage fédéré).
Kéren A Saint-Hilaire
Candidate au doctorat
Kéren A Saint-Hilaire travaille sur la génération automatique de graphe d’attaque et de remédiation. Le but consiste à sélectionner automatiquement des contre mesures en temps réel en tenant compte de la position d’un adversaire et de ses potentielles actions menant à l’exploitation d’une attaque. Les graphes d’attaque logiques permettent de connaitre la position de l’adversaire ainsi que ces potentielles actions. La génération de graphes d’attaque logiques à partir des informations du système et de ses vulnérabilités est donc essentielle dans le processus de sélection de meilleures contre mesures. L’utilisation d’ontologies permet de faire le lien entre les informations du graphe d’attaque et les contre mesures.
Étudiants au doctorat
N’Famoussa Kounon Nanamou
Étudiant au doctorat
N’Famoussa Kounon Nanamou est titulaire d’un diplôme d’ingénieur en Sécurité des Systèmes d’Information de l’ENSIAS de Rabat/Maroc depuis septembre 2020. Il est actuellement doctorant en Cybersécurité à Polytechnique Montréal. Son projet de recherche s’intitule : « Gestion et évaluation dynamique des Cyberrisques dans un environnement complexe et évolutif (réseaux IT & OT) ». Il s’intéresse aux infrastructures critiques, à la détection et réponse aux intrusions, à l’évaluation des risques, à la chasse aux Cybermenaces et à la représentation dynamique des systèmes, des vulnérabilités, des exploitations et de leurs impacts.
Marc-Antoine Faillon
Étudiant au doctorat
Marc-Antoine Faillon travaille sur la formation d’agents basés sur le Reinforcement Learning pour effectuer des Cyber-attaques dans des environnements simulés afin de former à leur tour des agents défensifs pour détecter et remédier aux attaques. L’utilisation du Machine Learning pour la Cybersécurité s’est montré très prometteur, mais il est difficile de trouver des données d’entraînement à jour et pertinentes. Le Reinforcement Learning permet de se passer de données d’entraînement en entraînant directement un agent à exécuter les meilleures actions en fonction de son environnement.
Étudiante de Master
Joséphine Delas
Étudiante à la maîtrise
Joséphine Delas travaille sur l’utilité des systèmes de détection d’intrusion (SDI) basés sur l’apprentissage par renforcement profond (DRL), considérant en particulier leur vulnérabilité face aux attaques par exemples adverses. Après avoir évalué l’efficacité de plusieurs méthodes de génération d’exemples adverses et leur impact sur la précision des modèles de détection d’intrusion par DRL, elle s’intéresse aux techniques de défense possibles pour améliorer la résilience de ces modèles. Les résultats de cette recherche permettront de mieux comprendre l’utilité pratique du DRL pour la détection d’intrusion et contribueront à renforcer la fiabilité et la sécurité des SDI.
Alumni
Axel Charpentier
Maîtrise
Axel Charpentier a travaillé sur l’utilisation de stratégies de leurrage et de défense contre des cibles mobiles. Cela implique de développer des agents d’apprentissage par renforcement pour trouver des stratégies défensives optimales pour inhiber le succès des attaquants adaptatifs.
