Confiance et sécurité sensibles à la criticité clinique pour des agents d'IA autonomes en IoT médical 6G

Les réseaux 6G autonomes reposent de plus en plus sur des agents d'IA distribués qui perçoivent, planifient, coordonnent et agissent sur le continuum terminal–périphérie–cœur. Cette évolution introduit de nouveaux modes de défaillance et d'attaque : hallucinations non adversariales, injection de prompt et empoisonnement de données visant un agent, et attaques en cascade se propageant entre agents de fournisseurs différents. Les architectures Zero Trust authentifient et autorisent l'accès, mais n'évaluent pas si un agent authentifié reste fiable dans son comportement, ni si ses actions proposées restent appropriées au contexte. Ces risques sont les plus critiques dans l'Internet des objets médicaux (IoMT), domaine d'application et de validation de cette thèse. L'IoMT combine des exigences qu'aucun autre secteur 6G ne réunit simultanément : latence bornée, disponibilité continue, dispositifs certifiés non patchables, et impossibilité d'isoler un dispositif vital sur simple soupçon. La littérature sur la sécurité agentique 6G valide ses défenses sur du trafic générique, sans modèle de réponse contraint ni comptabilité énergétique ; la littérature sur la sécurité IoMT traite la spécificité médicale mais repose sur une détection centralisée hors ligne, sans réponse graduée sensible à la sécurité du patient. Cette thèse conçoit un cadre dynamique de gestion de la confiance pour des agents d'IA hétérogènes, organisé autour de quatre objectifs. O1 conçoit des modèles de confiance et un modèle d'information interopérable, projeté sur des couches standardisées (oneM2M, ETSI MEC, 3GPP NRM), pour un échange de preuves en temps réel entre fournisseurs et domaines. O2 définit un modèle de menace spécifique à l'IoMT et des mécanismes de détection sensibles à la confiance pour les défaillances non adversariales, les attaques sur agents et les attaques par agents, y compris sur les flux physiologiques, avec des alertes interprétables par le personnel clinique et biomédical. O3, contribution centrale, conçoit une couche d'application de la politique de sécurité sensible à la sécurité du patient : une fonction de sélection choisit une action de mitigation proportionnée à la criticité clinique du dispositif visé, bornée par une matrice d'actions admissibles garantissant qu'un dispositif vital n'est jamais isolé, et reste valide lorsque l'agent décideur est déconnecté. O4 intègre le cadre dans une architecture distribuée d'agents gardiens et de points d'application de politique, évaluée sur la plateforme 5G du LAAS-CNRS. Une composante transverse ancre le modèle de criticité des dispositifs dans la réglementation existante et examine l'acceptabilité réglementaire et clinique des actions de sécurité autonomes. Le cadre est évalué face à une architecture Zero Trust de référence sur l'efficacité de détection par classe d'attaque, le coût clinique des actions de mitigation sélectionnées et la latence de décision, ainsi que sur des métriques de frugalité rarement rapportées dans l'état de l'art (énergie par détection, empreinte mémoire, surcoût de communication), sous connectivité nominale, intermittente et en isolement prolongé. Les résultats attendus incluent un modèle d'information de confiance interopérable avec une contribution à la normalisation, un mécanisme d'application sensible à la sécurité du patient doté de propriétés vérifiables, et des scénarios d'évaluation reproductibles publiés en accès ouvert, pour des résultats de frugalité et de résilience à la déconnexion actuellement absents de la littérature. École doctorale : EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse Direction : Samir MEDJIAH Financement : MSCA COFUND BEST