- Participation à la Journée CMI R&D Day 2018, le 21 mars à Besançon, avec une intervention intitulée Introduction à l'intelligence artificielle
- Article accepté à la conférence ICT Systems Security and Privacy Protection - IFIP SEC 2017
Conférence qui a eu lieu du 29 au 31 mai à Rome, portant sur une approche permettant de choisir entre le meilleur stéganalyseur basé sur un réseau de neurones convolutionnels et le meilleur stéganalyseur classique (Spatial Rich Model+Ensemble Classifier) pour détecter si une image est stéganographiée dans le domaine spatial. Les algorithmes d'embarquement considérés sont HUGO, MiPOD et S-UNIWARD. Le taux d'acceptation était de 38 articles sur 196 soumissions
- Participation au Congrès National de la Recherche des IUT 2017, les 4 et 5 mai à Auxerre, avec une intervention intitulée Deux (stéganalyseurs) valent mieux qu'un (stéganalyseur)
- Participation aux Journées Scientifiques Equip@Meso 2017, les 30 et 31 janvier à Grenoble, avec une intervention intitulée Deep Learning for Image Steganalysis (lien vers la video de la présentation)
L'exposé portait plus précisément sur la combinaison d'un stéganalyseur basé sur un réseau de neurones convolutionnels (Convolutional Neural Network) et d'un stéganalyseur basé sur le schéma de stéganalyse classique Rich-Models + Ensemble Classifier (maxSRMd2 + FLD ensemble). Les expérimentations faites pour le CNN via une implémentation en Tensorflow et des GPUs montrent que l'approche proposée permet d'améliorer les performances de détection pour trois algorithmes de stéganographie : S-UNIWARD, MiPOD et HILL.Les slides de la présentation sont accessibles sur le site Researchgate.net.