Au sein de la Sous-Direction Expertise (SDE), La Division Scientifique et Technique (DST), le Laboratoire Exploration et Recherche en Détection (LED) est en charge du domaine de la détection et de l'analyse des attaques informatiques contre les systèmes d'information, incluant notamment la détection d'intrusion, l'analyse de systèmes compromis ou de logiciels malveillants. Il réalise le développement et l'adaptation de démonstrateurs visant l'amélioration de la capacité de détection d'attaque et d'analyse de systèmes, et il collabore avec les équipes opérationnelles sur ces thématiques.
Descriptif des missions
Les règles YARA sont omniprésentes dans le domaine de la détection et de la CTI (Cyber Threat Intelligence) pour le suivi et la classification de codes malveillants. Ce stage s'intéresse à la génération automatique de règles YARA.
Les missions sont les suivantes:
Dresser l'état de l'art ;
Mettre en œuvre un banc d'évaluation des outils et techniques identiques pour étudier la qualité de règles YARA générées au regard d'un contexte opérationnel ;
Identifier les résultats obtenus qui permettront de faire des propositions d'amélioration sur les approches évaluées et éventuellement de les implémenter et de les tester ;
Les méthodes étudiées pourront être a base d'apprentissage machine (IA) ou basées sur de la connaissance métier Il sera important de tester et proposer des méthodes interprétables et facilement modifiables par les operateurs ;
Ces méthodes feront également l'objet d'une étude (statistique) de leurs performances.
Profil recherché
Etudiant en dernière année d'école d'ingénieur ou cursus universitaire voire équivalent dans le domaine des nouvelles technologies (informatique/mathématiques). Avoir de l'appétence pour l'études orienté recherche et pour le domaine de la cybersécurité dont plus particulièrement pour les problématiques où pour l'outillage associés à la CTI (Cyber Threat Intelligence).
Compétences requises
Maitriser la programmation en Python, les principaux formats de fichier exécutables (PE et ELF) et avoir des connaissances en mathématiques appliquées (statistiques) ;
Connaissances des systèmes d'exploitation ;
Connaissances du désassemblage et assembleur (x86) ;
Connaissance en apprentissage machine (IA, machine learning, deep-learning).
Savoir être
Curiosité d'esprit et rigueur ;
Appétence pour les sujets techniques ;
Autonomie ;
Capacité de rédaction et de synthèse.
Process de recrutement
Si votre candidature est présélectionnée, vous serez contacté(e) pour apprécier vos attentes et vos motivations au cours d'un entretien téléphonique ou physique.
Des tests techniques pourront vous être proposés.
Vous ferez l'objet d'une procédure d'habilitation.
