Support matériel pour la distribution de moteurs IA embarqués
Description
Ces dernières années, l’utilisation des drones en meute s’est largement développée, offrant de nombreux avantages tels que l’amélioration des performances grâce à la répartition des tâches, une meilleure évolutivité et une robustesse accrue. L’aptitude à combiner dispositifs multi milieux (aérien, terrestre, marin, sous-marin) vient étendre leur champ d’action au prix d’une complexité supérieure. Les drones sont à la fois mobiles et limités de communication (portée, débit), en particulier pour des raisons de furtivité ou de milieu. Une première conséquence tient dans la topologie très dynamique des meutes, qui la prive de capacité de décision nécessitant d’une vision globale. Une seconde conséquence est le besoin pour l’infrastructure de savoir opérer en autonomie, sans forcément nécessiter d’opérateur. Par ailleurs, la nature de plus en plus critique des missions confiées à ces systèmes, et leur évolution dans des environnements incertains (non connus, évolutifs, hétérogènes car multi-milieux), impose des niveaux de sûreté/sécurité très élevés. Il est donc crucial d’optimiser la performance et la résilience des meutes de drones face à d’éventuelles attaques. En phase amont, un apprentissage supervisé ou non supervisé est réalisé sur la base d’enregistrements antérieurs, lequel vient alimenter un auto-monitoring en phase opérationnelle. Le travail présenté traite de l’emploi d’intelligence artificielle pour la détection de trafic réseau malicieux (par exemple du spoofing GPS, de la corruption d’identité). Ces moteurs d’IA sont déportés dans les drones. Les drones étant des systèmes embarqués limités en ressources (énergie, stockage, calcul), un support matériel optimisé pour l’inférence est proposé ; il est constitué d’un accélérateur matériel couplé à un processeur RISC-V. Ce support permet la mise en œuvre de stratégies multi-application (la détection d’intrusion ou d’objets, le support de niveaux de précision variables, et un équilibrage entre tâches concurrentes dont la priorité évolue dans le temps).
.png)
