Le domaine de recherche informatique s'axe autour de la gestion des mégadonnées (BigData), de la sécurité informatique (Cybersecurity), de l'auto-apprentissage (Machine Learning) et plus particulièrement de l'apprentissage profond (DeepLearning).
Cybersecurity
La recherche menée en cybersecurité consiste à collecter et à analyser le comportement de maliciels (malwares) à l'aide de l'analyse statique et dynamique. Plus particulièrement, nous nous intéressons aux interactions entre les malwares et le système d'exploitation caractérisées par les appels systèmes. Les appels systèmes sont les services que le systèmes d'exploitation propose aux fichiers exécutables. La finalité de la recherche est de concevoir un système de défense autoadaptatif qui est capable de détecter de prévenir des attaques inédites.
Machine Learning / DeepLearning
Le recherche menée à l'aide de l'auto-apprentissage consiste à analyser les données des malwares à l'aide de réseaux de neurones mais aussi de distribuer la charge de calculs sur un ensemble de ressources hétérogènes afin d'obtenir une réponse rapide qui consomme aussi peu de ressources que possible. Par ailleurs nous nous intéressons à la compression des réseaux de neurones afin de pouvoir les exploiter sur des noeuds de calculs en périphérie (EdgeAI).
BigData
Nos besoins en capacité de stockage et de traitement pour nos recherches nous ont également amené à nous spécialiser dans le domaine du Big Data. Plutôt que d'appliquer des stratégies de déploiement classiques, il nous arrive de développer nos propres méthodes et sommes capables de personnaliser certains outils afin d'en maximiser l'efficience. Nous nous intéressons principalement à l'exploitation des traditionnels systèmes de gestion de bases de données relationnelles dans un contexte Big Data, avec comme objectifs, d'offrir un niveau de scalabilité et des performances similaires aux systèmes NoSQL plus récents.
