1 AUTONOMOUS AGENT-BASED DETECTIO AND RESPONSE TO RANSOMWARE ATTACKS IN DISTRIBUTED CLOUD PFE

Contexte et objectif:

• L’objectif du projet est de concevoir un système intelligent d’agents autonomes capable d’assurer la surveillance en temps réel des accès aux données et de détecter les comportements anormaux.
• Mettre en place des réponses adaptatives et évolutives face aux menaces identifiées, notamment les attaques par ransomware, dans des environnements cloud distribués.

Tâches à réaliser par le stagiaire:

• Étudier l’intelligence artificielle agentique et les méthodes de détection d’anomalies basées sur le machine learning (incluant Agentic AI, Multi-Agent Systems et Federated Learning).
• Identifier et modéliser les ressources cloud à surveiller et définir la structure cognitive des agents pour la détection et la réponse.
• Développer une solution combinant détection intelligente et réponse adaptative avec apprentissage automatique, et intégrer des mécanismes de préservation de la vie privée si nécessaire.
• Déployer et tester un prototype dans un environnement cloud simulé ou réel, puis mesurer la robustesse et la résilience face à des attaques type ransomware.

Évaluation, livrables et critères de réussite:

• Évaluer la performance du système : taux de détection d’anomalies, taux de faux positifs, rapidité de réponse et efficacité globale de la réponse adaptative.
• Produire un prototype fonctionnel, documentation technique, rapport d’expérimentation et recommandations pour un déploiement en production.

Profil et compétences requises:

• Formation : Ingénieur, mastère (PFE). Compétences en Python, réseaux et machine learning requises.
• Connaissances en cybersécurité et IA, expérimenté(e) en systèmes distribués/cloud, autonomie, esprit d’analyse et sens de la recherche.

Environnement, mots-clés et lieu:

• Environnement technique : Cloud distribué, déploiement d’agents, tests dans environnements simulé ou réel.
• Mots-clés : Distributed Cloud Computing, Resilience, Ransomware Attacks, Agentic AI, Multi-Agent Systems (MAS), Federated Learning (FL), Adaptive Cybersecurity, Privacy-Preserving, Collaboration.
• Lieu : Direction Centrale des Systèmes d’Information - Tunis. Durée : 4-6 mois.

Candidature:

• Merci d’envoyer votre candidature (CV et lettre de motivation) à Stages@tunisietelecom.tn.
• Objet du courriel recommandé : "Candidature Stage PFE 1 AUTONOMOUS AGENT-BASED DETECTIO AND RESPONSE TO RANSOMWARE ATTACKS IN DISTRIBUTED CLOUD - Nom Prénom".