1/2 Les informations contenues dans ce document demeurent la propriété exclusive du groupe Thales et ne doivent pas être divulguées à l'extérieur du Groupe.
D EMANDE DE
S TAGIAIRE
TUTEUR DE STAGE Nom, Prénom Agathe Blaise / Farid Benbadis
Téléphone / E-mail 01 41 30 39 29/ [email protected]
Direction DT/THERESIS/CNS
Numéro d’imputation du stagiaire 895 135
DESCRIPTION DU STAGE Durée / Dates souhaitées 6 mois / Février 2021
Lieu du Stage Gennevilliers
Famille professionnelle 06-Logiciel
Présentation du service / Contexte
Contenu (principales missions)
Le stage se déroulera dans le cadre d’un projet européen qui vise à tester plusieurs cas d’utilisation de drones qui couvrent les services eMBB, uRLLC et mMTC de la 5G. Il permet également de valider les KPI 5G qui s’appliquent pour prendre en charge ces cas d’utilisation difficiles, et les améliorer avec leurs caractéristiques. Ce projet conduira les verticaux UAV et les réseaux 5G à une position gagnant-gagnant, d’une part en montrant que la 5G est capable de garantir des KPI verticaux UAV, et d’autre part en démontrant que la 5G peut prendre en charge des cas d’utilisation difficiles qui stressent les ressources radio, telles que des communications à faible latence et ultra-fiables, un nombre massif de connexions et des besoins en bande passante élevés. L’analyse fine des caractéristiques spatio-temporelles de l’évolution de ces métriques appelées KPI, avec le développement d’une méthodologie de détection des phénomènes rares et significatifs, permettra une meilleure prédiction de tels comportements.
Le stage vise à étudier et appliquer des techniques de détection d’anomalies afin d’identifier certains changements dans les patterns de transfert des données dans un réseau 5G. Le stage a deux objectifs : 1) permettre la détection d’anomalies spatio-temporelles et ce à différents niveaux d’agrégation, en étudiant cela avec différents algorithmes statistiques ou de machine learning à définir et 2) intégrer les résultats des analyses de données dans la suite ELK afin
de stocker et visualiser les données.
Les algorithmes choisis et proposés par le stagiaire seront implémentés et évalués dans un environnement Python. La personne aura à sa disposition des données réelles comportant des informations agrégées par application mobile.
A terme, les travaux réalisés pourront servir à des démonstrations réalisées au sein de Thales. La publication des résultats dans un article scientifique sera
INTITULE DU STAGE : Machine Learning for anomaly detection in 5G networks
THALES COMMUNICATIONS &
SECURITY
2/2 Les informations contenues dans ce document demeurent la propriété exclusive du groupe Thales et ne doivent pas être divulguées à l'extérieur du Groupe.
envisagée.
PROFIL RECHERCHE Formation souhaitée
Ecoles ciblées
Ecole d'ingénieur Bac+5
Stage de fin d’études OUI NON
Compétences humaines et techniques : Outils, Langues, Logiciels …
Python
Machine learning
ELK stack
Unix/Linux
Connaissance de l’architecture de réseau mobile, core et Edge (4G/5G)
