Research Intern
Intégration au sein du laboratoire L3IA pour mener des travaux de recherche sur la détection d'anomalies dans les réseaux véhiculaires.
- Développement d'un pipeline d'apprentissage contrastif pour la détection non supervisée d'anomalies dans les réseaux VANET.
- Analyse du jeu de données VeReMi pour détecter et classifier les cyberattaques véhiculaires.
- Apprentissage de représentations de caractéristiques auto-supervisées et évaluation de leur efficacité à l'aide de classifieurs de machine learning et d'algorithmes de clustering.
Environnement technique