Vérification du respect de la vie privée basée sur le RGPD de flux de texte et d'images
V.I.E. Saclay (Essonne) Développement informatique
Description de l'offre
Détail de l'offre
Informations générales
Entité de rattachement
Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).
Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.
Référence
2018-5710Description de la Direction
Au sein de CEA Tech, le pôle « recherche technologique » du CEA, l'Institut List dédie ses activités aux systèmes numériques intelligents avec des programmes de R&D dans le manufacturing avancé, les systèmes embarqués, et l'intelligence ambiante.
Nous accompagnons nos partenaires dans les domaines des transports, de l'industrie, de l'énergie, de la santé, de la sécurité et de la défense, pour transférer les technologies issues de l'innovation et améliorer leur compétitivité.
Description de l'unité
Au sein de l'Institut List, au cœur du Campus Paris Saclay, les équipes du Laboratoire Sureté et Sécurité des Logiciels sont réputées leur application des techniques de raisonnement formel aux vérifications logicielles de haute confiance.
Nous concevons des outils comme Binsec, Frama-C, GATeL, et UNISIM, qui garantissent que des systèmes en production sont conformes aux exigences de sûreté et de sécurité les plus élevées.
Ce faisant, nous interagissons avec les acteurs académiques et industriels les plus créatifs du domaine.
Notre mode de travail est simple : ceux qui inventent de nouveaux concepts sont ceux qui en dirigent l'implémentation.
Nous sommes une équipe de 30 personnes en croissance rapide, et votre travail aura un impact direct et visible sur l'état de l'art de la vérification formelle et de l'intelligence artificielle.
Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
Post-doctorat
Intitulé de l'offre
Vérification du respect de la vie privée basée sur le RGPD de flux de texte et d'images
Statut du poste
Cadre
Durée du contrat (en mois)
12 à 24 mois
Description de l'offre
Vérification du respect de la vie privée basée sur le RGPD de flux de textes et images.
Privacy R&C est un projet exploratoire interdisciplinaire visant les risques et la conformité aux règles du respect de la vie privée de flux de données personnelles potentiellement non structurées .
L'objectif principal du projet est de construire une preuve de concept de la plateforme capable d'analyser des données d'images et de texte non structurées pour vérifier leur conformité en termes de protection de données personnelles .L'analyse de données non structurées repose sur des techniques d'extraction sémantique qui consistent à reconnaitre des concepts sous - jacents dans les données .Ces techniques se basent sur des méthodes d'apprentissage machine, et en particulier les approches d'apprentissage supervisé qui sont conçues pour fournir des indicateurs de confiance dans leurs prédictions .
Une fois que la sémantique de ces données a été extraite , il sera vérifié leur conformité à l'aide d'une représentation logique basée sur le Règlement Général sur la Protection des Données (RGPD).
Dans ce but , les concepts clés du RGPD seront sélectionnés et reliés pour créer une ontologie.
Cette analyse sera basée sur les risques pour rester dans l'esprit des analyses d'impact relatifs à la protection des données tels que prescrits par le RGPD .Ensuite , des règles formelles modélisant une partie du RGPD seront construites à partir des concepts cibles identifiés.
Ces règles permettront à un analyseur de conformité d'effectuer des analyses de conformité au RGPD de flux de données non structurées .
cela rendra possible de caractériser les propriétés de respect de la vie privée de flux de données de manière cohérente avec les concepts clés identifiés dans le RGPD.
comme les techniques d'apprentissage machine ne peuvent pas être parfaitement correctes , leur marge d'erreur sera quantifiée et tracée pour servir d'entrée au moteur de raisonnement .
enfin, l'ensemble du cadre sera testé et évalué sur un cas d'étude représentatif .
Profil recherché
Profil du candidat
Titulaire d'un PhD computer science
.