Actualités

[Vidéo] IMT SDR-Lab : Réseau et sécurité radio des systèmes cellulaires

20 novembre 2023 • Big Data & IA - Industrie du futur - Réseaux & IoT

La plateforme IMT SDR-Lab est située au sein de l’école Télécom Paris à Palaiseau (91). L’objectif de la plateforme est de permettre de concevoir, développer et évaluer de nouvelles fonctionnalités réseaux dans un environnement de radio logicielle.

Trois domaines de recherche y sont étudiés : les algorithmes d’allocation et de placement de ressources pour supporter des fonctions réseaux virtualisées (IoT cellulaire: NB-IoT, IoT 5G, IoT bande ISM: Lora, 802.15.4/6LoPAN, Wifi), la planification automatique des réseaux (robustesse, construction de voisinage dynamique et gestion des interférences) et la sécurité radio des systèmes cellulaires (développement au niveau capteur/terminal via SDR => terminal logiciel (couches user plane et control plane), brouillage selectif, redirection, DoS).

La plateforme, regroupée au sein d’une même salle, dispose d’un équipement matériel complet : cage de Faraday (Réseau 2G/3G/4G/5G), salle FIT (capteurs 802.15.4, Lora, WIFI 6), boitiers SDR Ettus/National , instruments (N210; B310: X310), serveurs Openstack, docker, Kubernetes, amarisoft/srsLTE, packet Core NextEPC, Packet Core CISCO.

Dernières actualités

, , ,

[Vidéo] La plateforme TTOOL, simulation et expérimentation de configuration de réseaux

Plongez dans l'univers de la plateforme TTOOL : vous en apprendrez plus sur la technologie utilisée, les modalités et les applications de cette plateforme labellisée institut Carnot Télécom & Société numérique,. La plateforme est composée de chercheurs situés sur les campus de Palaiseau (Télécom Paris) et Sofia Antipolis.

[Belle histoire] Projet INRIA MALICE : l’IA pour percer les mystères de l’interaction laser-matière

Réunissant des chercheurs et enseignants-chercheurs du laboratoire Hubert Curien, l’équipe-projet Inria MALICE vise à favoriser la collaboration entre physiciens et experts de l’intelligence artificielle. Leur objectif : développer de nouvelles méthodes de machine learning pour mieux comprendre l’interaction laser-matière, un enjeu majeur en ingénierie des surfaces. Et ce, malgré les écueils que représentent la connaissance physique partielle des phénomènes et le manque de données.
, ,

[PODCAST] Sport augmenté : le numérique en piste

Dans cet épisode, L’apostrophe vous en apprend plus sur la place importante des technologies numériques dans les préparations sportives. Un épisode soutenu par l'institut Carnot Télécom & Société numérique.

Besoin d’informations ?