En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Model-checking pour la détection de virus informatiques (H/F)

Cette offre est disponible dans les langues suivantes :
- Français-- Anglais

Date Limite Candidature : mercredi 29 mai 2024

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler

Informations générales

Intitulé de l'offre : Model-checking pour la détection de virus informatiques (H/F)
Référence : UMR8243-TAYTOU-001
Nombre de Postes : 2
Lieu de travail : PARIS 13
Date de publication : mercredi 8 mai 2024
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 3 juin 2024
Quotité de travail : Temps complet
Rémunération : La rémunération est d'un minimum de 2135,00 € mensuel
Section(s) CN : Sciences de l'information : fondements de l'informatique, calculs, algorithmes, représentations, exploitations

Description du sujet de thèse

La détection de virus informatiques est de nos jours un problème d'actualité. Les antivirus commerciaux sont basés sur 2 techniques principales: (1) la signature matching et (2) l'émulation de code dans un environnement virtuel. Ces 2 techniques ne sont pas assez robustes. Pour avoir une technique robuste de détection de virus, il nous faut une approche qui permet d'analyser le comportement du programme sans l'exécuter. C'est ce que permet de faire le model-checking.
Le but de cette thèse est donc de proposer de nouvelles techniques de model-checking qui permettraient de détecter les malwares, et d'implanter ces techniques dans un outil de détection de malware.
L'ultime but serait de développer un détecteur de malwares qui concurrencerait largement les antivirus commerciaux dont ont dispose.

Contexte de travail

L'IRIF est une unité mixte de recherche (UMR 8243) entre le CNRS et l'Université Paris Cité.
Les recherches menées à l'IRIF reposent sur l’étude et la compréhension des fondements de toute l’informatique, afin d’apporter des solutions innovantes aux défis actuels et futurs des sciences numériques.