COSEVI : COmpromis entre SEcurité Visuelle et aptitude à analyser les images chiffrées sélectivement // COSEVI: A balance between visual security and the ability to selectively analyze encrypted images

La protection des données multimédia étudie la sécurité des informations (images, vidéos, audio, contenus 3D). Cette communauté, connue sous le nom de IFS (Information Forensics and Security), est une fédération d'applications mêlant sécurité et données multimédia. Face à l'accroissement des capacités des attaquants et à la prolifération des scénarios d'attaques, la sécurité des données multimédia est devenue un enjeu majeur.
Le projet COSEVI s'intéresse à la sécurisation de données multimédia par des méthodes de chiffrement sélectif et au développement d'approches permettant leur analyse sans faille de sécurité. Si de nombreux travaux se sont intéressés à la protection visuelle de contenus multimédia, l'évaluation de leur niveau de sécurité est souvent négligée. De plus, l'analyse de données multimédia protégées est un véritable défi. Les méthodes de l'état de l'art, basées sur l'utilisation de l'intelligence artificielle, ne sont efficaces que sur des données multimédia en clair.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Multimedia data protection focuses on the security of information (images, videos, audio, and 3D content). This community, known as IFS (Information Forensics and Security), is a federation of applications that combine security and multimedia data. Given the increasing capabilities of attackers and the proliferation of attack scenarios, multimedia data security has become a major challenge.
The COSEVI project focuses on securing multimedia data through selective encryption methods and developing approaches that allow for their analysis without compromising security. While much research has focused on the visual protection of multimedia content, the evaluation of its security level is often neglected. Furthermore, the analysis of protected multimedia data is a significant challenge. State-of-the-art methods, based on the use of artificial intelligence, are effective only on unencrypted multimedia data.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Programmes ministériels spécifiques

Université de Montpellier

166 I2S - Information, Structures, Systèmes

L'étudiant(e) recruté(e) devra posséder des connaissances et des compétences solides en apprentissage automatique et être sensibilisé aux problématiques et aux enjeux de la sécurité des données. Une formation en traitement des images et en théorie de l'information sera un plus indéniable. Par ailleurs, une maîtrise du langage de programmation Python et, en particulier, de TensorFlow/Pytorch sera demandée. Des connaissances en langage C et en programmation GPU sont aussi souhaitables.
The successful candidate must have solid knowledge and skills in machine learning and be familiar with data security issues and challenges. Training in image processing and information theory would be a definite plus. In addition, proficiency in the Python programming language and, in particular, in TensorFlow/PyTorch is required. Knowledge of the C language and GPU programming is also desirable.