Université de Rennes Méthodologie de conception et d'utilisation d'algorithme d'intelligence artificielle à partir de données à caractère sensible : étude et application à la reconnaissance acoustique sous-marine A methodology for machine learning models training on confidential data Cryptographiemachine learningchiffrement fonctionnel Cryptographymachine learninglearning with errorsfunctional encryption Cryptographie Apprentissage supervisé (intelligence artificielle) Acoustique sous-marine Dans cette thèse nous étudions un ensemble de techniques relatives à l’application du chiffrement fonctionnel pour la conception de modèles d’apprentissage automatique sur données à caractère confidentiel. Après avoir passé en revu les schémas de chiffrement fonctionnels majeurs de l’état de l’art, nous proposons des combinaisons et des adaptations de schémas existants. Nous portons une attention particulière aux schémas basés sur les problèmes de réseaux LWE et RLWE pour leurs propriétés post-quantiques. A des fins d’expérimentations, nous déroulons des scénarios d’utilisation du chiffrement fonctionnel pour la conception et l’exploitation de modèles de classification sur des données de type images et acoustiques. Nous démontrons ainsi la faisabilité d’application de ce type de construction cryptographique à des cas d’usage industriels. En particulier, nous rapportons des exemples de déchiffrements fonctionnels permettant le calcul d’analyse par composantes principales, d’analyse discriminante linéaire et de transformée de Fourier, ainsi que le calcul de couches neuronales de convolutions linéaires et quadratiques. Enfin, nous proposons un ensemble de méthodes pour la recherche de paramètres de chiffrement fonctionnel maximisant les performances des modèles à apprendre tout en garantissant un niveau de sécurité et une probabilité d’exactitude de déchiffrement. In this thesis, we study a set of techniques for functional encryption application for machine learning models training on confidential data. After reviewing the major state-ofthe- art functional encryption schemes, we propose combinations and adaptations of existing schemes. We pay particular attention to those based on lattice-based problems LWE and RLWE for their post-quantum properties. For experimental purposes, we unfold scenarios using functional encryption to train and use classification models on image and acoustic data. We demonstrate the feasibility of applying this type of cryptographic construction to industrial use cases. In particular, we report examples of functional decryptions for the computation of principal component analysis, linear discriminant analysis and Fourier transform, as well as the computation of neural layers of linear and quadratic convolutions. Finally, we propose a set of methods for finding functional encryption parameters that maximize the performance of models to be learned, while guaranteeing a given level of security and probability of decryption correctness. Electronic Thesis or DissertationText fr application/pdf1 : 1856 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/c14676f0-7999-463f-9a31-93dbd43b6ee5 Laborde Tom 1993-06-26 FR 278995195 tom.laborde@hotmail.com 2023URENS120 http://www.theses.fr/2023URENS120 2023-12-13 Mathématiques et leurs interactions Université de Rennesthesis.degree.grantor_1 26693823X Doctorat non ouiMéhatsFlorianintervenant_1075907402Gensse Alexandreintervenant_2278995578DuquesneSylvainintervenant_3060389311MéhatsFlorianintervenant_1075907402Gensse Alexandreintervenant_2278995578DelebecqueFannyintervenant_6139543260LemouMohammedintervenant_7103957561VignalMarie-Hélèneintervenant_8076706931PérezPatrickintervenant_4118780662Brlek‎Sreckointervenant_5033562733 MATISSEecoleDoctorale_1 267602553 IRMAR partenaireRecherche_1 028233107 ddc:510 MéhatsFlorianGensse AlexandreDuquesneSylvainPérezPatrickBrlek‎SreckoDelebecqueFannyLemouMohammedVignalMarie-HélèneUniversité de RennesMATISSE IRMAR ASCII PDF 1900053