Concevoir une solution d’apprentissage pour la détection d’anomalies dans les réseaux Télécoms

Retour sur les succès de 2022, le LIST a développé une solution semi-supervisée basée sur des méthodes d'apprentissage profond pour permettre la détection d'anomalies dans le réseau central de télécommunications.

"Les résultats obtenus du projet Secure5GeXP ont été salués par le ministère de l’Economie qui soutient le projet. En conséquence, le ministère a favorisé une extension du projet actuel et a encouragé un projet de suivi entre POST et le LIST." Qiang TANG, Leader of the Trustworthy Data Systems Group

En étroite collaboration avec POST dans le cadre du projet Secure5GeXP, le LIST a développé une solution semi-supervisée basée sur des méthodes de « deep learning » permettant la détection d’anomalies dans le réseau central des télécoms. La solution a été validée avec des données privées de POST ainsi qu’avec des données simulées
créées par le LIST sur la base d’un simulateur open-source. POST poursuit la validation de la solution avant de la mettre en production.

Le domaine phare de la recherche et de l’innovation mixant l’apprentissage automatique et la cybersécurité s’est par ailleurs vu renforcé par le lancement du projet Horizon Europe LAZARUS. Celui-ci vise à résoudre de nombreux problèmes
de sécurité auxquels sont confrontés les logiciels modernes au cours de leur cycle de développement.

Découvrez d'autres projets de recherche dans la version digitale du rapport annuel 2022 du LIST.