Résultats de recherche

Les Namurois de l’année pour 2022 sont connus ! Organisée par l’ASBL « Namurois de l’année » en partenariat avec la revue AlluMeuse, la cérémonie des « Namurois de l’année » vient de dévoiler les personnalités namuroises qui se sont distinguées au cours de l’année écoulée. Et parmi elles, dans la catégorie sciences, on retrouve Anthony Cleve , professeur en Faculté d’informatique.

Une chorale de robots, cela ressemble à de la science-fiction ! C’est pourtant une réalité à l’UNamur. Au sein du laboratoire de robotique de la Faculté d’informatique, des chercheurs de l’institut naXys, menés par les professeurs Elio Tuci et Timoteo Carletti, des membres du TRAKK, des artistes et des partenaires externes ont collaboré autour du projet « Chœurs synthétiques ». Explications.

Au cours de l’année 2021, 42% des entreprises belges ont subi une cyberattaque. Celles visant les citoyens ne sont pas moins nombreuses : plus de 4,5 millions de messages suspicieux sont ainsi parvenus à Safeonweb, l’organisme gouvernemental chargé d’informer les citoyens belges en matière de sécurité informatique. Plus que jamais, à l’heure où le contexte géopolitique renforce la menace d’une cyberguerre, comment faire face ? Décryptage avec Jean-Noël Colin, expert en cybersécurité, professeur à la Faculté d’informatique de l’UNamur, membre de l’institut NaDI.

Le Ten-years Most Influential Paper award vient d’être attribué trois membres de la Faculté d’informatique de l’UNamur : Xavier Devroey, Gilles Perrouin et Maxime Cordy. Ce prix récompense le papier publié dix ans auparavant et dont l’impact sur la communauté de recherche a été le plus important. Il a été remis lors de la 18ème édition de l’International Working Conference on Variability Modelling of Software-Intensive Systems (VAMOS ’24) qui s’est déroulée début février à Berne en Suisse.

Gilles Perrouin vient de recevoir le prix pour l’article le plus influent à la conférence SPLC2024.  Ce prix vient souligner une fructueuse ligne de recherche sur le test de lignes de produits logiciels, déjà primée en février 2024.

Le Namur Digital Institute (NaDI) lance un cycle de rendez-vous originaux : « Les Séances du Numérique ». Des films suivis de débats avec des experts et expertes pour comprendre les défis du numérique et stimuler la réflexion collective. Un projet porté par Anthony Simonofski, Anne-Sophie Collard, Benoît Vanderose et Fanny Barnabé. 

Anthony Simonofski et Olivier Sartenaer, ont été élus pour rejoindre le prestigieux Collégium de l'Académie royale de Belgique. Rassemblant des jeunes chercheurs et chercheuses (moins de 40 ans) de Wallonie-Bruxelles qui se sont particulièrement distingués dans leur carrière, le Collégium a notamment pour objectif de promouvoir les arts et la recherche.

L’Université de Stanford a publié un classement prestigieux qui met en lumière les chercheurs les plus influents dans un large éventail de domaines scientifiques. Cette liste, établie sur base de critères bibliographiques, vise à fournir un moyen normalisé d'identifier les leaders scientifiques mondiaux. Il s’agit d’un critère parmi d’autres permettant d’évaluer la qualité de la recherche scientifique. Douze chercheurs de l’Université de Namur en font partie !

L’espace est devenu le lieu d’importants enjeux économiques et stratégiques. Membre de l’Alliance européenne UNIVERSEH, l’UNamur explore cette thématique spatiale dans ses différents départements, de la physique à la géologie, en passant par les mathématiques, l’informatique ou la philosophie. Sans oublier de s’adresser au grand public, que les étoiles font toujours rêver...

Le centre de recherche NaDI-CeRCLe s’est brillamment démarqué sur la scène internationale ces dernières semaines. Trois jeunes chercheurs issus de la Faculté EMCP ont en effet été couronnés de reconnaissances prestigieuses lors d’événements internationaux de premier plan pour leur recherche en management des services : il s’agit de Floriane Goosse, Victor Sluÿters et Florence Nizette. Cet été, découvrons le travail de ces doctorants et leurs contributions significatives à la progression des connaissances et pratiques dans ce domaine. 

SynopsisA honeypot is a security tool deliberately designed to be vulnerable, thereby enticing attackers to probe, exploit, and compromise it. Since their introduction in the early 1990s, honeypots have remained among the most widely used tools for capturing cyberattacks, complementing traditional defenses such as firewalls and intrusion detection systems. They serve both as early warning systems and as sources of valuable attack data, enabling security professionals to study the techniques and behaviors of threat actors.While conventional honeypots have achieved significant success, they remain deterministic in their responses to attacks. This is where adaptive or intelligent honeypots come into play. An adaptive honeypot leverages Machine Learning techniques, such as Reinforcement Learning, to interact with attackers. These systems learn to take actions that can disrupt the normal execution flow of an attack, potentially forcing attackers to alter their techniques. As a result, attackers must find alternative routes or tools to achieve their objectives, ultimately leading to the collection of more attack data.Despite their advantages, traditional honeypots face two main challenges. First, emulation-based honeypots (also known as low- and medium-interaction honeypots) are increasingly susceptible to detection, which undermines their effectiveness in collecting meaningful attack data. Second, real-system-based honeypots (also known as high-interaction honeypots) pose security risks to the hosting organization if not properly isolated and protected. Since adaptive honeypots rely on the same underlying systems, they also inherit these challenges.This thesis investigates whether it is possible to design a honeypot system that mitigates these challenges while still fulfilling its primary objective of collecting attack data. To this end, it proposes a new abstract model for adaptive self-guarded honeypots, designed to balance attack data collection, detection evasion, and security preservation, ensuring that it does not pose a risk to the rest of the network.Membres du juryProf. Wim VANHOOF, Président, Université de NamurProf. Jean-Noël COLIN, Promoteur, Université de NamurProf. Florentin ROCHET, Membre interne, Université de NamurProf. Benoît FRENAY, Membre interne, Université de NamurProf. Ramin SADRE, Membre externe, Université catholique de Louvain Dr. Jérôme FRANCOIS, Membre externe, Université du LuxembourgVous êtes cordialement invités à un drink, qui suivra la soutenance publique. Pour une bonne organisation, merci de donner votre réponse pour le mardi 20 mai 2025.  

SynopsisLes méthodes deep learning sont devenues de plus en plus populaires pour construire des systèmes intelligents. Actuellement, de nombreuses architectures deep learning constituent l'état de l'art dans leurs domaines respectifs, tels que la reconnaissance d'images, la génération de texte, la reconnaissance vocale, etc. La disponibilité de bibliothèques et de frameworks matures pour développer de tels systèmes est également un facteur clé de ce succès.Ce travail explore l'utilisation de ces architectures pour construire des systèmes intelligents pour les langues des signes. La création grands corpus de données en langue des signes a rendu possible l'entraînement d'architectures deep learning à partir de zéro. Les contributions présentées dans ce travail couvrent tous les aspects du développement d'un système intelligent basé sur l'apprentissage profond. Une première contribution est la création d’une base de données pour la Langue des Signes de Belgique Francophone (LSFB). Celle-ci est dérivé d’un corpus existant et a été adapté aux besoins des méthodes deep learning. La possibilité de recourir à des méthodes de collecte participative (crowdsourcing) pour recueillir d'avantages de données est également explorée.La deuxième contribution est le développement ou l’adaptation d'architectures pour la reconnaissance automatique de la langue des signes. L'utilisation de méthodes contrastives pour apprendre de meilleures représentations est explorée, et la transférabilité de ces représentations à d'autres langues des signes est évaluée.Enfin, la dernière contribution est l’intégration des modèles dans des logiciels destinés au grand public. Cela a permis de mener une réflexion sur les défis lié à l'intégration d'un module intelligent dans le cycle de vie du développement logiciel.Membres du juryProf. Wim VANHOOF, Président, Université de NamurProf. Benoît FRENAY, Promoteur, Université de NamurProf. Anthony CLEVE, Co-promoteur, Université de NamurProf. Laurence MEURANT, Membre interne, Université de NamurProf. Lorenzo BARALDI, Membre externe, Université de ModèneProf. Annelies BRAFFORT, Membre externe, Université de Paris-SaclayProf. Joni DAMBRE, Membre externe, Université de Gand