Soutenance de thèse intitulée « Sur l'organisation d'un système de cyberdéfense multi-agents »

Nous avons l'honneur de vous inviter à la soutenance de thèse de Julien Soule, intitulée : « Sur l'organisation d'un système de cyberdéfense multi-agents ».

La soutenance aura lieu le lundi 17 novembre 2025 à 10 h au laboratoire LCIS (Université Grenoble Alpes / Grenoble INP).

Elle se déroulera en français et sera ouverte au public.

? Le manuscrit et de plus amples informations sont disponibles en ligne sur cette page web.

Jury

• Jean-Paul Jamont, professeur titulaire à l'Université Grenoble Alpes – Directeur de thèse
• Michel Occello, professeur titulaire à l'Université Grenoble Alpes e – Co-directeur de thèse
• Gauthier Picard, directeur de recherche à l'ONERA de Toulouse – Réviseur
• Laurent Vercouter, professeur titulaire, INSA Rouen – Réviseur
• Oum-El-Kheir Aktouf, professeur titulaire, Grenoble INP – Université Grenoble Alpes – membre du jury
• Aurélie Beynier, professeure titulaire, Sorbonne Université – Membre du jury
• Flavien Balbo, professeur à l'École des Mines de Saint-Étienne – Examinateur
• Laeticia Matignon, maître de conférences à l'Université Claude Bernard de Lyon – membre du jury

Invités

• Paul Theron, docteur en sciences, AICA IWG
• Louis-Marie Traonouez, docteur, Thales Land and Air Systems, BU IAS

Résumé de thèse

Face à des menaces de cybersécurité de plus en plus complexes, les approches centralisées montrent leurs limites en matière de protection des systèmes distribués et dynamiques. Cette thèse explore une approche distribuée basée surles systèmes multi-agents (MAS), capable de détecter, de réagir et de s'adapter collectivement à des attaques autonomes et en constante évolution.

L'objectif principal est de permettre la conception d'un système multi-agent (MAS) de cyberdéfense en identifiant un mécanisme organisationnel adapté à la fois aux contraintes des concepteurs et à la dynamique de l'environnement. La littérature met en avant une approche symbolique favorisant le contrôle et une approche connexionniste privilégiant la performance. Afin de surmonter cette tension, cette thèse propose une méthode hybride combinant un modèle organisationnel symbolique et l'apprentissage par renforcement multi-agent (MARL).

L'idée centrale consiste à formuler la conception d'un système d'agents multi-agent (MAS) comme unproblème d'optimisation sous contraintes, dans lequel la politique conjointe des agents est apprise tout en respectant les contraintes organisationnelles exprimant les exigences du concepteur. Cette approche nécessite à la fois une modélisation fidèle de l'environnement cible et la capacité d'analyser et de contrôler les comportements qui en résultent.

La méthodologie proposée intègre quatre activités : (i)la modélisationde l’environnement cible à l’aide de techniques manuelles ou de « World Models », afin d’obtenir une version simulée du système cible ; (ii)l'apprentissagedes agents via MARL, avec des contraintes dérivées du modèle organisationnel MOISE+MARL+ ; (iii)l'analysedes politiques apprises, en extrayant les rôles et les objectifs implicites grâce à des méthodes non supervisées appliquées aux trajectoires ; (iv)le transfertdes résultats dans l'environnement réel, avec des mises à jour continues tant des modèles que des politiques.

Une plateforme logicielle a été développée pour mettre en œuvre cette méthodologie et a été appliquée à trois cas d'utilisation : un essaim de drones, l'infrastructure d'une entreprise et une architecture de microservices. Les résultats montrent des améliorations en termes de résilience, d'adaptabilité et d'autonomie par rapport aux approches centralisées.

Enfin, cette thèse ouvre plusieurs perspectives de recherche : améliorer la modélisation de l'environnement grâce à l'intégration des connaissances d'experts, renforcer la robustesse de l'apprentissage dans des environnements dynamiques et explorer les représentations latentes pour faciliter l'analyse organisationnelle.

Cette thèse a été rédigée dans le cadre de la chaireCyb’Air, en collaboration avec La Ruche (Thales LAS), qui a fourni un cadre d'application et un soutien technologique en IA, ainsi qu'au sein du laboratoireLCIS(équipe CO⁴SYS), qui a apporté son expertise en MAS et en IA collective.

Accès en ligne

? Lien Zoom :https://grenoble-inp.zoom.us/j/91692482911

? Mot de passe Zoom :747546

Accès sur place

La soutenance est ouverte au public et se tiendra au laboratoire LCIS,50 rue Barthélemy de Laffemas, 26000 Valence, dans l'amphithéâtreD030(à droite en entrant dans le bâtiment).