propositions de stages - cea - hpc

Di rect ion des appl icat ions mi l i ta i res Centre DAM Î le de France

INFORMATIQUE D’ENTREPRISE INFORMATIQUE SCIENTIFIQUE

SIMULATION NUMERIQUE SECURITE INFORMATIQUE

Date de diffusion : Septembre 2016

Commissariat à l’énergie atomique et aux énergies alternatives Centre DAM Île de France – DSSI/ED – Bâtiment CDC - Bruyères-le-Châtel – F- 91297 Arpajon Cedex

Tél : (33) – 01 69 26 40 00 Établissement public à caractère industriel et commercial

R. C..S. PARIS B 775 685 019

PROPOSITIONS DE STAGES 2017

AU CEA/DAM ILE DE FRANCE

Propositions de stages informatiques 2017 au CEA/DAM Ile de France

TABLE DES MATIERES 1 Les stages proposés en un coup d’oeil ..................................................................................... 4

2 Le CEA .................................................................................................................................... 5

3 Le CEA/DAM .......................................................................................................................... 6

4 Le centre DAM - Ile de France ................................................................................................ 8

5 Le CAMPUS TERATEC ....................................................................................................... 10

6 Les activités informatiques au CEA/DAM – Ile de France ................................................... 12

7 Sites utiles .............................................................................................................................. 12

8 Comment postuler pour un stage ? ......................................................................................... 12

9 Les thématiques des stages .................................................................................................... 13

10 Les stages en informatique d’entreprise ................................................................................ 14

11 Les stages en informatique scientifique ................................................................................. 18

12 Les stages en simulation numérique ...................................................................................... 27

13 Les stages en sécurité informatique ....................................................................................... 38

Propositions de stages informatiques 2017 au CEA/DAM Ile de France 1 LES STAGES PROPOSES EN UN COUP D’OEIL

Thème Titre Référence Formation Durée

Recherche d’un outil du marché permettant la gestion de ressources partagées plus performant que les objets Exchange IE-17-01 Bac + 2 3 à 4

SCCM : suivi de parc informatique Windows (sécurité) IE-17-02 Bac + 4/5 4 à 6

SPLUNK : supervision des infrastructures systèmes IE-17-03 Bac + 4/5 4 à 6

Outils d’évaluation à chaud de la satisfaction utilisateur IE-17-04 Bac + 4/5 4 à 6

Contribution à un logiciel de stockage de données distribué IS-17-01 Bac + 5 5 à 6

Traitement distribué de flux d’évènements systèmes IS-17-02 Bac + 4/5 4 à 6

Prédiction des accès aux données en environnement HPC IS-17-03 Bac + 4/5 4 à 6 Etude et amélioration de l’interface de visualisation de métriques Grafana IS-17-04 Bac + 4/5 4 à 6 Étude et optimisation des bases de données distribuées Hadoop HBASE IS-17-05 Bac + 4/5 4 à 6

Etude de SaltStack, logiciel de gestion de configuration et DevOps IS-17-06 Bac + 4/5 4 à 6 Etat de l’art et évaluation des solutions réseaux SDN (Software Defined Network) IS-17-07 Bac + 4/5 4 à 6 Etude et mise en œuvre d’un système de qualification de liaisons réseaux à base de composant de type Raspberry Pi IS-17-08 Bac + 4/5 4 à 6

Etude et amélioration du routage interne aux réseaux InfiniBand IS-17-09 Bac + 4/5 4 à 6

Evaluation de bibliothèques I/O pour les codes de simulation numérique SN-17-01 Bac + 4/5 4 à 6

Optimisation au sein d’un coupleur de code basée sur l’apprentissage SN-17-02 Bac + 4/5 4 à 6

Algorithme de partitionnement de maillages sous contraintes mémoires SN-17-03 Bac + 5 5 à 6

Algorithme Cubecover pour le maillage SN-17-04 Bac +5 5 à 6

Polycubes pour la génération de maillages 3D SN-17-05 Bac + 5 5 à 6

Algorithme de submapping pour la génération de maillages 2D SN-17-06 Bac + 5 5 à 6

Analyse des performances de régions parallèles OpenMP SN-17-07 Bac + 5 5 à 6 Analyse du placement des données en mémoire en relation avec un ordonnanceur de threads SN-17-08 Bac + 5 5 à 6

Schémas implicites d’ordre très élevé pour la dynamique des gaz SN-17-09 Bac + 5 5 à 6 Opérateur de diffusion vectoriel pour l’hydrodynamique lagrangienne turbulente sur maillage déformé SN-17-10 Bac + 5 5 à 6

Maximisation du potentiel d’asynchronisme dans un code MPI SN-17-11 Bac + 5 5 à 6

R&D autour de la cartographie réseau SI-17-01 Bac + 5 3 à 6

Dé-obscurcissement de JavaScript SI-17-02 Bac + 5 5 à 6

Reconnaissance automatique de fonctions par effets de bord SI-17-03 Bac + 4 3 Techniques de fuzzing et d'audit de code appliquées à l'évaluation de la sécurité de systèmes de fichiers réseau SI-17-04 Bac + 5 5 à 6 Technique de reverse engineering de protocole réseaux propriétaires par émulation de binaires et data slicing SI-17-05 Bac + 5 5 à 6


2 LE CEA

Acteur majeur de la recherche, du développement et de l'innovation, le Commissariat à l’énergie atomique et aux énergies alternatives intervient dans cadre de quatre missions :

• la défense et la sécurité ;

• l’énergie nucléaire (fission et fusion) ;

• la recherche technologique pour l’industrie ;

• la recherche fondamentale (sciences de la matière et sciences de la vie).

S’appuyant sur une capacité d’expertise reconnue, le CEA participe à la mise en place de projets de collaboration avec de nombreux partenaires académiques et industriels.

Le CEA est implanté sur 10 centres répartis dans toute la France. Il développe de nombreux partenariats avec les autres organismes de recherche, les collectivités locales et les universités. A ce titre, le CEA est partie prenante des alliances nationales coordonnant la recherche française dans les domaines de l’énergie (ANCRE), des sciences de la vie et de la santé (AVIESAN), des sciences et technologies du numérique (ALLISTENE), des sciences de l’environnement (ALIEnv) et des sciences humaines et sociales (ATHENA).

Reconnu comme un expert dans ses domaines de compétence, le CEA est pleinement inséré dans l'espace européen de la recherche et exerce une présence croissante au niveau international.

Le CEA compte 15 958 techniciens, ingénieurs, chercheurs et collaborateurs pour un budget de 4,1 milliards d'euros (chiffres publiés fin 2015).

ORGANIGRAMME DU CEA

Propositions de stages informatiques 2017 au CEA/DAM Ile de France 3 LE CEA/DAM

Une direction au service de la dissuasion La Direction des applications militaires (DAM) du CEA, a pour mission de concevoir, fabriquer, maintenir en condition opérationnelle, puis démanteler les têtes nucléaires qui équipent les forces nucléaires aéroportée et océanique françaises. La DAM est chargée de la conception et de la réalisation des réacteurs et de cœurs nucléaires équipant les bâtiments de la Marine nationale, sous-marins et porte-avions. Elle apporte son soutien à la Marine nationale pour le suivi en service et le maintien en condition opérationnelle de ces réacteurs. La DAM est également responsable de l'approvisionnement des matières nucléaires stratégiques pour les besoins de la dissuasion. Dans un monde en profonde mutation, la DAM contribue aussi à la sécurité nationale et internationale à travers l’appui technique qu’elle apporte aux autorités, pour les questions de lutte contre la prolifération nucléaire et le terrorisme et de désarmement. Depuis le transfert du centre de Gramat en 2010 de la Direction générale de l’armement au CEA, la DAM apporte son expertise à la Défense dans le domaine de l’armement conventionnel. Une direction ouverte à la recherche Le partage national et international des connaissances (lorsqu’il est possible), la confrontation à l’évaluation scientifique extérieure, l’intégration à des réseaux de compétences constituent des gages de crédibilité scientifique. Les équipes de la DAM réalisent chaque année environ 2000 publications et communications scientifiques. Cette ouverture de la DAM passe également par la mise à la disposition de la communauté des chercheurs de ses moyens expérimentaux et par la contribution de ses équipes à d’autres programmes de recherche. Une direction actrice de la politique industrielle française La DAM partage très largement son activité avec l’industrie française : c’est ainsi que le montant des achats, auprès de celle-ci, représente plus des deux tiers de son budget ; le dernier tiers se répartit entre les salaires des personnels (un cinquième) et les taxes. La politique industrielle de la DAM est originale à plus d’un titre :

• d’abord parce que la DAM conserve la maîtrise d’œuvre d’ensemble de la grande majorité des systèmes dont elle a la responsabilité : elle veille ainsi au juste équilibre entre les grands groupes industriels de la Défense et les PME souvent innovantes, en contractualisant directement avec ces dernières, leur permettant ainsi de recevoir la juste rémunération de leur production ;

• ensuite, parce que la répartition de son budget est sous-tendue par une répartition des travaux : la DAM conduit la recherche dans ses laboratoires grâce à son personnel de haut niveau scientifique et technologique. Une fois la définition d’un produit acquise, la DAM transfère la définition et les procédés vers les industriels qui en réalisent le développement, puis la production.

La DAM a également pour objectif que ses centres participent à la vie économique locale par leur implication dans les pôles de compétitivité. Hors de son propre champ d’utilisation, elle valorise ses recherches par le transfert de technologies vers l’industrie et le dépôt de nombreux brevets.


Le format La DAM comprend cinq centres aux missions homogènes, dont les activités se répartissent entre la recherche de base, le développement et la fabrication :

• DAM Ile-de-France (DIF), à Bruyères-le-Châtel, où sont menés les travaux de physique des armes, les activités de simulation numérique et de lutte contre la prolifération nucléaire ; DIF est aussi le centre responsable de l’ingénierie à la DAM ; enfin, au centre DIF est rattachée l’INBS-Propulsion Nucléaire du centre CEA/Cadarache, en région Provence Alpes-Côte d’Azur, où sont implantées les installations d'essais à terre et une partie des fabrications de la propulsion nucléaire ;

• Le Cesta, en Aquitaine, consacré à l’architecture des

armes, aux tests de tenue à l’environnement. Il met en œuvre le Laser Mégajoule, équipement majeur de la Simulation ;

• Valduc, en Bourgogne, dédié aux matériaux nucléaires et à

l’installation expérimentale Epure du programme Simulation ;

• Le Ripault, en région Centre, dédié aux matériaux non

nucléaires (explosifs chimiques…) ;

• Gramat, (ex-DGA) en Midi-Pyrénées, qui conduit au profit de la Défense des activités en vulnérabilité des systèmes et efficacité des armements.

Centre DAM Île-de-France

Propositions de stages informatiques 2017 au CEA/DAM Ile de France 4 LE CENTRE DAM - ILE DE FRANCE

Le CEA/DAM - Île de France (DIF) est l'une des directions opérationnelles de la DAM.

Le site de la DIF compte environ 2000 salariés CEA et accueille quotidiennement environ 600 salariés d'entreprises extérieures. il est situé à Bruyères-le-Châtel à environ 40 km au sud de Paris, dans l'Essonne.

Les missions de la DIF comprennent :

• la conception et garantie des armes nucléaires, grâce au programme Simulation. L'enjeu consiste à reproduire par le calcul les différentes phases du fonctionnement d'une arme nucléaire et à confronter ces résultats aux mesures des tirs nucléaires passés et aux résultats expérimentaux obtenus sur les installations actuelles (machine radiographique, lasers de puissance, accélérateurs de particules) ;

• la lutte contre la prolifération et le terrorisme, en contribuant notamment au programme de garantie du Traité de Non Prolifération et en assurant l'expertise technique française pour la mise en œuvre du Traité d'Interdiction Complète des Essais Nucléaires (TICE) ;

• l'expertise scientifique et technique, dans le cadre de la construction et du démantèlement d'ouvrages complexes ainsi que pour la surveillance de l'environnement et les sciences de la terre ;

• l'alerte des autorités, mission opérationnelle assurée 24h sur 24, 365 jours par an, en cas d'essai nucléaire, de séisme en France ou à l'étranger, et de tsunami dans la zone Euro-méditerranéenne. La DIF fournit aux autorités les analyses et synthèses techniques associées.

Depuis 2003, le centre DAM-Île-de-France héberge le complexe de calcul scientifique du CEA, qui regroupe l’ensemble des supercalculateurs du CEA, et qui comprend :

• le supercalculateur Tera1000-1 pour les besoins du programme Simulation du CEA/DAM, mis en service en 2016, dispose d’une puissance de calcul de 2,5 petaflops, c’est à dire capable d’effectuer 2,5 millions de milliards d’opérations par seconde Il sera complété en 2017 par Tera1000-2, autre composante du projet Tera1000, qui préfigure les architectures et technologies du futur supercalculateur qui sera installé à l’horizon 2020.

Super Calculateur Tera1000-1


• Les ordinateurs du Centre de Calcul pour la Recherche et la Technologie (CCRT), ouverts à la

communauté civile de la recherche et de l’industrie, pour une puissance globale de 1,5 petaflops ;

Supercalculateur Airain

• le supercalculateur Curie, d’une puissance de 2 petaflops, deuxième élément d’un réseau de

supercalculateurs de classe petaflopique destiné aux chercheurs de la communauté scientifique européenne. Ce supercalculateur est hébergé au TGCC (Très Grand Centre de Calcul) et exploité par les équipes du CEA, qui apporte ainsi sa contribution à la participation de la France au projet PRACE (Partnership for Advanced Computing in Europe).

Supercalculateur Curie


5 LE CAMPUS TERATEC La plupart des stages proposés se déroulent dans les locaux du campus Ter@tec. Les autres se déroulent dans les locaux situés à l’intérieur du site CEA.

Le Campus TERATEC est l’une des deux composantes de la Technopole TERATEC, l’autre composante étant le « Très Grand Centre de Calcul du CEA » (TGCC).

Cette technopole, a été créée à l’initiative du CEA afin de développer et promouvoir la simulation numérique haute performance, à proximité du site du CEA, sur la commune de Bruyères-le-Châtel, dans le département de l’Essonne.

Une cantine « inter-entreprises » est accessible à tous les stagiaires.

L’accès principal à la Technopole TERATEC se fait par une entrée commune au TGCC et au Campus, située au nord-ouest, sur le chemin de la Piquetterie.

L’Openspace pour les stagiaires


Le CEA a mis en place un réseau spécifique de cars qui dessert Paris et de nombreuses communes de la région parisienne. Par ailleurs, le campus Ter@tec est desservi par la ligne de transport en commun 91-04, entre la gare routière d’Evry et la gare autoroutière de Briis-sous-Forges.

Propositions de stages informatiques 2017 au CEA/DAM Ile de France 6 LES ACTIVITES INFORMATIQUES AU CEA/DAM – ILE DE FRANCE

Le système d’information (SI) de la DAM est constitué de 4 sous-systèmes : entreprise, technique, industriel et scientifique, concernant respectivement :

• les aspects budget, ressources humaines, logistique, sécurité des personnes et des biens, patrimoine …

• les activités « Programme » de la DAM : bureau d’études, méthodes, calcul, fabrication, qualité des produits fabriqués, gestion des matières …

• les procédés industriels : acquisition mesures, système de supervision, surveillance, commande contrôle, contrôle des utilités, accès, autocom télécom …

• le domaine scientifique associant la simulation avec le calcul haute performance.

Les activités déclinées dans ces systèmes d’information dans lesquelles s’inscrivent les stages proposés, sont les suivantes :

• étude, conception et réalisation du système d’information du CEA/DAM ; • définition, conception, déploiement et exploitation des réseaux et des serveurs ; • étude, conception, développement et maintenance de codes et outils de simulation

numérique et d’environnement logiciel dans le domaine du calcul haute performance ; • étude, conception, développement de systèmes informatiques dans le domaine du calcul

haute performance ; Auxquelles deux activités transverses sont ajoutées :

• expertise et activités opérationnelles dans le domaine de la sécurité informatique ; • animation scientifique dans le domaine du calcul scientifique haute performance.

7 SITES UTILES Pour plus d’informations, vous pouvez consulter les sites suivants : http://www.cea.fr http://www-hpc.cea.fr/ http://www.teratec.eu/ Retrouvez tous les stages proposés par le CEA sur le site : http://portail.cea.fr/emploi/Pages/stages/les-stages.aspx

8 COMMENT POSTULER POUR UN STAGE ? Pour faire acte de candidature, veuillez transmettre un CV et une lettre de motivation par mail à l’adresse suivante : [email protected] Pour tout renseignement complémentaire, vous pouvez contacter Isabelle Visotto au 01.69.26.40.00. Nous attirons l’attention des candidats sur le fait que les délais d’instruction des dossiers de candidature sont de 2 mois, sauf pour les thématiques « Informatique d’entreprise » et « sécurité informatique » pour lesquels le délai est de 4 mois.

http://www.cea.fr/

http://www-hpc.cea.fr/

http://www.teratec.eu/

http://portail.cea.fr/emploi/Pages/stages/les-stages.aspx

mailto:[email protected]


9 LES THEMATIQUES DES STAGES

Les stages proposés se déclinent dans les 4 thématiques suivantes : Informatique d’entreprise : serveurs bureautiques et applicatifs, applications de gestion, postes de travail, bases de données, Intranet ; Informatique scientifique, Calcul Haute Performance (HPC) et réseaux : grands calculateurs à vocation scientifique, High Performance Computing, stockage haute performance, logiciels « système », Linux, réseaux d’entreprise, interconnexion des calculateurs ; Simulation numérique : développement de logiciels scientifiques, IHM, visualisation, gestion de données, pré et post-traitement ; Sécurité informatique : développement d’outils logiciels.

Supercalculateur Tera 100


10 LES STAGES EN INFORMATIQUE D’ENTREPRISE

Titre

Recherche d’un outil du marché permettant la gestion de ressources partagées plus performant que les objets Exchange

Référence IE-17-01

Contexte

Sur le réseau d’entreprise, différentes ressources peuvent être partagées et donc réservées selon des processus différents. On peut citer les ressources salles de réunion, matériel de prêt, véhicules… par exemple.

Ce réseau dispose d’un outil largement déployé grâce à la messagerie, mais les éléments de description y figurant ne sont pas suffisants. Un outil obsolète (URBA) a été mis en place dans 2 centres sur 5 au CEA/DAM. Bien utilisé il convient d’en recueillir le retour d’expérience et le périmètre couvert.

Objectifs

Il s’agit de réaliser :

- Recenser les usages actuels et les besoins exprimés (demandes et

expériences) - Rédiger un comparatif fonctionnel et technique des produits du

marché et d’en analyser les possibilités d’intégration dans notre réseau d’entreprise.

Domaines de spécialité requis Application d’informatique d’entreprise

Langages/logiciels Windows

Mots clés

Gestion de ressources

Formation recherchée BAC+2

Durée du stage 3 à 4 mois Stage pouvant se poursuivre en thèse non

Pour faire acte de candidature, veuillez transmettre un CV et une lettre de motivation par mail à l’adresse suivante : [email protected] Pour tout renseignement complémentaire, vous pouvez contacter Isabelle Visotto au 01.69.26.40.00.



Titre

SCCM : suivi de parc informatique Windows (sécurité)


Contexte

System Center Configuration Manager est un logiciel Microsoft utilisé par le CEA pour gérer son parc d’ordinateurs sur systèmes Windows. Il permet la prise de main à distance, la gestion de correctifs, l’automatisation de tâches, la télédistribution d’applications, l’inventaire matériel et logiciel, la gestion de la conformité et l’administration des politiques de sécurité.

L’objet du stage est d’explorer les possibilités de configurer des tableaux de bord et des rapports sous SCCM pour répondre aux besoins de suivi de parc (inventaire, sécurité)

Objectifs

Les objectifs de ce stage sont :

• Etude des possibilités de SCCM (dashboard, reports), • Recensement des besoins CEA en termes de suivi du niveau de

sécurité de son parc, • Développement et configuration de SCCM, • Présentation des états du parc.

Domaines de spécialité requis administration système, sécurité, poste de travail, Windows, SCCM

Langages/logiciels Système Windows, SCCM, Patch Management Mots clés Windows, SCCM, Par Formation recherchée BAC+4/5

Durée du stage 4 à 6 mois Stage pouvant se poursuivre en thèse Non




Titre SPLUNK : supervision des infrastructures systèmes


Contexte

Splunk est un logiciel de collecte et d'analyse de données orienté "big

data", accessibles via une interface web.

Splunk indexe en temps réel des données issues de machines (logs, web

services, configurations, équipements télécom, GPS, capteurs,...). Le

CEA l’utilise pour la supervision de ses infrastructures systèmes.

Objectifs


• Etudier les possibilités de Splunk et sa configuration actuelle au CEA, • Analyser les possibilités de supervision de nouveaux éléments

d’infrastructures (NetApp ou autre), • Mettre en place les remontées de ces nouveaux domaines dans

Splunk, • Présentation de la supervision des nouveaux éléments mis en place.

Domaines de spécialité requis administration système, logs systèmes, big data, Windows, Linux

Langages/logiciels Splunk, Windows Mots clés Splunk, big data, Windows, Linux Formation recherchée BAC+4/5





Titre

Outils d’évaluation à chaud de la satisfaction utilisateur


Contexte

Comme de nombreuses entreprises, le CEA/DAM a besoin de mesurer la satisfaction de ses utilisateurs quant au service rendu sur son système d’information. Une première démarche a été initiée dans ce sens et les outils mis en place doivent être enrichis et développés pour mesurer des critères supplémentaires.

Objectifs


• Découvrir les outils actuels et le fonctionnement du support des

services informatiques (ITIL), • Identifier les axes essentiels à mesurer en termes de satisfaction

utilisateur (interview, ITIL) et proposer les éléments à mesurer, • Etudier les outils utilisables pour réaliser ces mesures (Open Source

ou Site Web), • Prototyper ces outils et réaliser une première enquête partielle et la

dépouiller.

Domaines de spécialité requis ITIL, Gestion des services, Satisfaction utilisateur

Langages/logiciels OpenSource, applications web, bases de données Mots clés ITIL, Open Source, Web Formation recherchée BAC+4/5





11 LES STAGES EN INFORMATIQUE SCIENTIFIQUE

Titre

Contribution à un logiciel de stockage de données distribué

Référence IS-17-01

Contexte

R&D du laboratoire en matière de stockage massif de données en environnement HPC.

Les supercalculateurs du CEA produisent d'immenses quantités de données (dizaines de PétaOctets) à des débits extrêmes (centaines de GigaOctets par seconde). Pour stocker ces données de manière robuste et performante, le CEA développe un logiciel de stockage de données parallèle et distribué.

Le stagiaire apportera sa contribution à un logiciel de stockage de données haute-performance développé par le CEA.

Objectifs

Ce stage consistera à contribuer au développement de fonctionnalités sur ce logiciel porté sur ce système de stockage :

• la gestion des données sur différents types de médias (flash, ssd, disques, bandes, stockage objet…),

• le contrôle des accès distants (sécurité), • la mise en œuvre d’algorithmes de sélection optimale de périphé-

riques (optimisation des temps d'accès),

Domaines de spécialité requis

Programmation en C, base de données, programmation système, programmation distribuée.

Langages/logiciels C, C++, Python, administration Linux Mots clés Stockage, stockage objet, programmation distribuée, développement logiciel Formation recherchée BAC+5

Durée du stage 5 à 6 mois Stage pouvant se poursuivre en thèse Oui




Titre

Traitement distribué de flux d’évènements systèmes


Contexte

R&D du laboratoire en matière de stockage de données massif en environnement HPC.

Les supercalculateurs du CEA effectuent chaque seconde des centaines de milliers d'opérations sur les données. Ces événements (créations de fichiers, écritures...) sont remontés à un service (PolicyEngine) qui permet la gestion massive des données et le maintien des statistiques d'accès. Ce service utilise une base de données.

Objectifs

L'objectif est de :

• développer un mécanisme de distribution de l'information entre plu-sieurs serveurs de base de données, en mettant en œuvre une technique de « sharding ».

Cette technique permet de décupler la capacité de traitement d'un système de base de données en agrégeant la capacité de traitement de plusieurs serveurs.

Domaines de spécialité requis Programmation en C, base de données, Langage SQL

Langages/logiciels C, C++, bash, administration Linux, SQL, git

Mots clés Stockage, Base de données, MariaDB / MysQL, PostgreSQL, Développe-ment logiciel, Sharding, Open Source

Formation recherchée BAC+4/5





Titre

Prédiction des accès aux données en environnement HPC


Contexte

R&D du laboratoire en matière de stockage massif de données en environnement HPC

Objectifs

Le stage consiste à mettre en œuvre des algorithmes de «Machine Lear-ning» afin de prédire le comportement des accès aux données sur un super-calculateur par différents codes de calcul, le but étant d'optimiser le place-ment de ces données dans les différents niveaux de mémoire et de stock-age.

A partir des événements observés d'accès aux données, le stagiaire devra :

• proposer et mettre en œuvre une solution logicielle capable de dé-tecter des motifs récurrents d'accès à certaines données,

• prédire les potentiels futurs accès.

Domaines de spécialité requis

Programmation en C, programmation système, rudiments en « machine learning »

Langages/logiciels C, C++, Python, administration Linux, bash, java, git, spark/flink Mots clés Stockage,cluster, machine learning, développement logiciel Formation recherchée BAC+4/5





Titre

Etude et amélioration de l’interface de visualisation de métriques Grafana


Contexte

Dans le cadre de ses activités de calcul haute performance (HPC), le CEA met en œuvre et exploite des infrastructures techniques capables de suivre en temps réel l'utilisation des ressources de calcul et de stockage mises à la disposition de ses utilisateurs. Ces infrastructures, reposant sur des outils issus de la sphère "BigData", mettent en œuvre des produits open source comme OpenTSDB, HBASE et Grafana.

Objectifs

Le premier objectif de ce stage sera de se familiariser :

• avec les principes de fonctionnement d'une solution de collecte de

métriques basée sur les outils HBASE et OpenTSDB, • sur le fonctionnement d'un supercalculateur.

Dans un second temps, l'objectif du stage consistera en :

• l'étude et l'amélioration de l'outil web de visualisation Grafana couplé

à une source de données OpenTSDB, • la définition de nouvelles interfaces de visualisation complémentaires

pour l'aide aux traitements avancés des informations collectées.

Domaines de spécialité requis Informatique (Linux)

Langages/logiciels HTML, JavaScript, Java, Grafana, ElasticSearch, OpenTSDB, DC.js, D3.js, Bootstrap.js

Mots clés Grafana OpenTSDB HPC BIGDATA Formation recherchée BAC+4/5





Titre

Étude et optimisation des bases de données

distribuées Hadoop HBASE


Contexte

Dans le cadre de ses activités de calcul haute performance (HPC), le CEA met en œuvre et exploite des infrastructures techniques capables de suivre en temps réel l'utilisation des ressources de calcul et de stockage mises à la disposition de ses utilisateurs. Ces infrastructures, reposant sur des outils issus de la sphère « BigData », nécessitent un paramétrage fin et adapté aux exigences des besoins qu'elles doivent satisfaire.

Objectifs

Le premier objectif de ce stage est :

• d'étudier les principes de fonctionnement en mode distribué de la

base de données Hadoop HBASE et du système de fichiers HDFS sur lequel elle repose.

Dans un second temps, le stagiaire mènera :

• l’étude d'une architecture de collecte de statistiques mises en œuvre

sur les calculateurs du CEA, ce qui permettra de se familiariser avec un cas d'utilisation concret d'une base de données HBASE.

• des campagnes de paramétrage et d'optimisation de HBASE sur une infrastructure de test afin de rechercher les configurations les plus adaptées à une utilisation performante et robuste pour ce cas d'utilisation.


Langages/logiciels Java, Shell scripting, JRuby, HBASE, HDFS, OpenTSDB Mots clés Hadoop HBASE OpenTSDB HPC BIGDATA Formation recherchée BAC+4/5





Titre

Etude de SaltStack, logiciel de gestion de configuration

et DevOps


Contexte

Le CEA/DAM gère des clusters composés de plusieurs milliers de serveurs pour le calcul haute performance. La gestion de ces machines et de l'envi-ronnement associé nécessite une infrastructure solide et performante afin de les configurer. Les logiciels libres sont au cœur de l'infrastructure qui pilote ces machines, le CEA/DAM y contribue et en développe.

SaltStack est un logiciel open-source de gestion de configuration en Python. Nouvel arrivant dans le monde des logiciels de gestion d'infrastructure, il se présente comme très performant et optimisé pour le passage à l'échelle.

Objectifs

Le stage consiste à :

• étudier ce nouveau produit Salt Stack, ses caractéristiques, ses

performances, …etc. • le comparer avec l'infrastructure actuelle utilisant Puppet

(benchmark), • mettre en place une maquette.

http://www.saltstack.com/ http://www.puppetlabs.com/ http://www-hpc.cea.fr/ https://github.com/cea-hpc/


Langages/logiciels Python / Linux Mots clés logiciel open source, administration, linux, cluster Formation recherchée BAC+4/5



http://www.saltstack.com/

http://www.puppetlabs.com/

http://www-hpc.cea.fr/

https://github.com/cea-hpc/



Titre

Etat de l’art et évaluation des solutions réseaux SDN (Software Defined Network)


Contexte

La technologie SDN (Software Defined Network) fait l’objet de nombreuses publications et études. Elle est présentée comme étant une révolution dans le domaine des réseaux.

Les constructeurs réseaux proposent désormais dans leur gamme de produits des équipements compatibles avec le protocole OpenFlow.

Objectifs

Les objectifs sont : • l’identification et l’étude des solutions SDN aujourd’hui disponibles

et d’en effectuer une synthèse présentant : - Leur mode de fonctionnement en se focalisant principalement sur

le rôle du contrôleur et sur le protocole OpenFlow, - Leurs points forts/faibles, - Leur maturité.

• L’évaluation des solutions les plus pertinentes, sachant que par

défaut, la solution HPE est déjà retenue,

Pour chaque solution, une maquette composée d’un contrôleur et de plusieurs commutateurs est à déployer. L’évaluation de chaque solution doit permettre de mettre en évidence :

- La simplification apportée dans la programmation des

périphériques réseau - La possibilité de changer dynamiquement la configuration du

réseau

• Etude du protocole OpenFow, cela concerne la sécurité.

Domaines de spécialité requis Réseau, Routage – commutation, Linux

Langages/logiciels Script Shell, Python Mots clés OpenFlow, Switch, SDN, Linux Formation recherchée BAC+4/5

Durée du stage 4 à 6 mois Stage pouvant se poursuivre en thèse

non




Titre

Etude et mise en œuvre d’un système de qualification de liaisons réseaux à base de composant de type Raspberry Pi


Contexte

Le système d’interconnexion des sites de la Direction des Applications Miliaires (DAM) du CEA s’appuie sur des liaisons télécoms louées auprès d’un opérateur français.

La vérification des performances de ces liaisons doit permettre de garantir aux utilisateurs une utilisation optimale des ressources disponible.

Objectifs

L’objectif est de proposer une solution permettant de qualifier des liaisons inter-centres de type WAN en mesurant différents critères réseaux comme :

- La gigue - La latence - Le débit - Le taux de perte de paquets - Toute autre mesure jugée utile

Le comportement du réseau en fonction de la taille des paquets est également à prendre en compte. L’architecture de base envisagée se compose d’un serveur sur le site central et de modules déportés de type Raspberry Pi sur les centres distants. Ces équipements sont raccordés aux routeurs WAN présents sur chaque centre. Les flux générés entre le serveur central et les modules déportés doivent permettre de qualifier les liaisons réseaux à la demande ou sur planification. L’étude doit :

- Identifier les outils et logiciels les mieux adaptés. - Valider l’adéquation de modules de type Raspberry Pi pour ce

besoin, identifier les cas limites. - Intégrer ces éléments afin de concevoir une solution « user-

friendly » fiable et sécurisée. La mise en œuvre de la solution dans le cadre d’un POC (Proof Of Concept) doit permettre sa qualification finale.

Domaines de spécialité requis Réseau, Linux, TCP/IP

Langages/logiciels Script Shell, logiciels de génération de trafic Mots clés Raspberry, WAN, Réseau, Linux Formation recherchée BAC+4/5


non




Titre Etude et amélioration du routage interne aux réseaux InfiniBand Référence IS-17-09

Contexte

La technologie InfiniBand est utilisée sur les réseaux d’interconnexion internes aux clusters de calculs du CEA.

Les topologies utilisées sont traditionnellement de type FatTree, ou Clos. Elles ont la particularité d'être en théorie non bloquantes, car un chemin peut être trouvé pour chaque communication de manière indépendante.

Cependant, il apparaît que les topologies logiques sont relativement figées et ne permettent pas de profiter pleinement des multiples chemins présents, et par conséquent, peuvent être sujettes à congestion. De plus les problématiques liées au type de nœud, au positionnement des jobs ainsi qu’à la fragmentation de la machine ne sont pas pris en compte.

Objectifs

Dans ce contexte, après une première introduction au fonctionnement du protocole InfiniBand, de ses spécificités ainsi que de la configuration du Subnet Manager (OpenSM), les objectifs du stage sont :

• l'étude et la comparaison des dernières versions des algorithmes

de routage, • l’étude des nouvelles implémentations de Subnet Manager

(Mellanox SM, Fabric Scale, Obsidian BGFC).

L'amélioration des algorithmes de routage ou leur implémentation a fait l’objet de nombreuses publications. Le candidat pourra :

• les évaluer sur des topologies de test grâce à des outils de

simulation comme Ibsim, • proposer de nouvelles.

Le candidat devra faire preuve de curiosité intellectuelle et de rigueur. Domaines de spécialité requis Réseau, Routage – commutation

Langages/logiciels Python, C, C++, OpenSM, IbSim, OFED

Mots clés Réseau, Infiniband, Mathématiques, Algorithmique distribuée, Informatique, Programmation

Formation recherchée BAC+4/5


non




12 LES STAGES EN SIMULATION NUMERIQUE

Titre

Evaluation de bibliothèques I/O pour les codes de simulation

numérique

Référence SN-17-01

Contexte

Le CEA, acteur majeur en matière de recherche et d’innovation, est reconnu comme un expert du domaine HPC grâce à l’impulsion du « Programme Simulation ». Le CEA/DAM a la responsabilité de moyens de calcul HPC, dont la première machine pétaflopique française Curie. Les caractéristiques extrêmes des architectures massivement parallèles et les particularités des centres d’exploitation conduisent à porter une attention particulière à l’efficacité du traitement des gros volumes de données générés par les codes de calcul. Dans ce contexte, le CEA/DAM s’intéresse particulièrement aux bibliothèques dédiées aux entrées/sorties (I/O).

Objectifs

L’objectif du stage est :

• d’évaluer des bibliothèques I/O (/1/, /2/) selon des critères établis en termes de coûts d’utilisation (charge mémoire, performance de lecture et d’écriture) et d’efficacité du parallélisme.

• Ces bibliothèques seront comparées à une bibliothèque I/O développée au CEA. Ces comparaisons se feront dans le contexte du couplage des bibliothèques à un code de simulation d’aérodynamique, plus particulièrement en situation de « Protections/Reprises » et gestion des résultats de calcul pour analyse et visualisation.

/1/ ADIOS (OAK RIDGE NATIONAL LABORATORY) /2/ SIONlib ( Forschungszentrum Jülich)

Domaines de spécialité requis Informatique scientifique, logiciel de simulation, optimisation

Langages/logiciels C, C++ Mots clés I/O libraries, HDF5, NetCDF Formation recherchée BAC+4/5

Durée du stage 4 à 6 mois

Stage pouvant se poursuivre en thèse Non


http://www-dssi-sisr.bruyeres.dam.c/www-hpc.cea.fr/fr/complexe/tgcc-curie.htm



Titre Optimisation au sein d’un coupleur de code basée sur l’apprentissage


Contexte

Le CEA, acteur majeur en matière de recherche et d’innovation, est reconnu comme un expert du domaine HPC grâce à l’impulsion du « Programme Simulation ». Le CEA/DAM a la responsabilité de moyens de calcul HPC, dont la première machine pétaflopique française Curie. Le CEA/DAM développe des codes de simulation numérique qui manipulent des grandeurs sur des maillages. Ces données sont traitées par des codes de diagnostic, des routines de filtrage, d’analyse ou représentées par des outils de visualisation. PaDaWAn est un logiciel de type intergiciel (middleware) développé au CEA/DAM qui permet le couplage de ces traitements avec des codes de calculs.

Objectifs

L’objectif de ce stage est :

• d’explorer les méthodes d’apprentissage pour la prise de décision au sein d’un intergiciel (middleware) de calcul haute performance [1]. Dans le cadre du couplage, par exemple, l’outil anticipera les rythmes de production et de consommation de données des différents codes. Ces informations serviront à résoudre efficacement différents problèmes d’optimisation comme le placement des données ou le dimensionnement de tailles de tampons.

• A partir d’un problème d’optimisation résolu par le coupleur

PaDaWan. Le stagiaire proposera une nouvelle résolution basée sur les méthodes d’apprentissage. Il devra notamment décider des mesures à réaliser pour alimenter son modèle. Il mettra en œuvre l’algorithme d’optimisation basé sur les données qu’il a recueillies.

• Les algorithmes pourront ensuite être intégrés à l’outil en production PaDaWAn.

Le stagiaire aura accès aux calculateurs du centre de calcul TER@TEC pour réaliser ses expérimentations. [1] Myers, Kary et al. “Partitioning a Large Simulation as It Runs”, arXiv preprint arXiv:1409.0909 (2014)

Domaines de spécialité requis Optimisation, apprentissage par ordinateur

Langages/logiciels Python, numpy, scikit- learn Mots clés Optimisation, machine-learning, extrapolation Formation recherchée BAC+4/5



http://www-dssi-sisr.bruyeres.dam.c/www-hpc.cea.fr/fr/complexe/tgcc-curie.htm

mailto:TER@TEC



Titre Algorithme de partitionnement de maillages sous contraintes mémoires


Contexte

Le CEA, acteur majeur en matière de recherche et d’innovation, est reconnu comme un expert du domaine HPC grâce à l’impulsion du « Programme Simulation ». La simulation numérique consiste à reproduire par le calcul le fonctionnement d’un système, préalablement décrit par un ensemble de modèles. Le CEA/DAM étudie des schémas numériques dont les données sont portées par un maillage qui discrétise le domaine d’étude en éléments simples, les mailles. Pour une exécution sur un supercalculateur disposant de plusieurs unités de calcul (UC), il est nécessaire de distribuer ce maillage et les données associées entre les différentes UC. Les outils classiques [1,2] partitionnent les données de la simulation entre UC, c’est-à-dire attribuent chaque maille à exactement une et une seule UC, dans le but d'équilibrer les temps de calcul sur chaque UC. Or, l'espace mémoire de chaque UC ayant tendance à diminuer sur les calculateurs modernes, il devient nécessaire de prendre en compte la consommation mémoire de manière explicite lors du partitionnement. Dans ce but, des travaux récents menés au CEA/DAM ont permis de valider des heuristiques de partitionnement sous contraintes mémoire.

[1] C. Chevalier and F. Pellegrini, PT-SCOTCH: a tool for efficient parallel graph ordering. Parallel Computing, 34(6-8), pp 318-331, 2008. [2] E.G. Boman, U.V. Catalyurek, C. Chevalier, and K.D. Devine, The Zoltan and Isorropia Parallel Toolkits for Combinatorial Scientific Computing: Partitioning, Ordering, and Coloring, Scientific Programming vol. 20, no. 2, 2012,

Objectifs

Partant d’un algorithme existant de partitionnement, l’objectif du stage est d’en fournir une implémentation C++ en s’appuyant sur le partitionneur Scotch [2] comme brique élémentaire. Plus précisément, l’algorithme proposé suit une structure multi-niveaux :

• Un graphe bi-parti G1 représentant le maillage initial est contracté en un graphe G2 de plus petite taille.

• Le problème de partitionnement es alors résolu pour G2 • La solution obtenue pour G2 est raffinée en une solution pour G1.

Chacune des étapes fait intervenir des connaissances en théorie des graphes, optimisation et recherche locale.

Selon le déroulement du stage, l’implémentation pourra être purement séquentiel, concurrente (plusieurs threads) ou hybride concurrente et distribuée (threads+MPI). Si ce stage requiert des compétences en algorithmique et en optimisation, il nécessite également de bonnes connaissances en développement de code C/C++.

Domaines de spécialité requis Informatique

Langages/logiciels C/C++, Python Mots clés Partitionnement, théorie des graphes, programmation paralléle Formation recherchée BAC+5 Durée du stage 5 à 6 mois Stage pouvant se poursuivre en thèse Oui




Titre Algorithme Cubecover pour le maillage Référence SN-17-04

Contexte

Le CEA, acteur majeur en matière de recherche et d’innovation, est reconnu comme un expert du domaine HPC grâce à l’impulsion du « Programme Simulation ». La simulation numérique consiste à reproduire par le calcul le fonctionnement d’un système, préalablement décrit par un ensemble de modèles. Le CEA/DAM s’intéresse à des méthodes mathématiques qui s’appuient sur la discrétisation en hexaèdres du domaine d’étude. De tels maillages sont utilisés pour la résolution de problèmes physiques (interactions fluide-structures, aérodynamique…). La génération automatique de maillages 3D purement hexaédriques est un problème difficile qui suscite de nombreuses recherches. L’algorithme Cubecover [1] permet de générer des maillages hexaédriques de bonne qualité. Pour discrétiser un domaine géométrique D, cet algorithme requiert un « meta-mesh » de D, c’est-à-dire une représentation par blocs de D. Cet algorithme n’est donc pas totalement automatisé actuellement. En s’inspirant de travaux récents sur l’utilisation de champs d’orientations pour la génération de maillages hexaédriques [2] ou à dominantes hexaédriques [3], il est toutefois concevable d’automatiser la génération du « meta-mesh » nécessaire à l’algorithme de Cube-cover.

[1] M. Nieser, U. Reitebuch, K. Polthier, CubeCover - Parameterization of 3D Volumes, Symposium of Geometry Processing, 2011. [2] N. Kowalski, F. Ledoux, and P. Frey. Smoothness driven frame field gen-eration for hexahedral meshing. Computer-Aided Design Volume 72, p. 65–77, March 2016. [3] N. Ray and D. Sokolov. On smooth frame field design, 2016. <hal-01245657>

Objectifs

L’objectif du stage proposé est double :

• Etudier et implémenter l’algorithme Cubecover au sein de la structure de données de type maillage GMDS (Generic Mesh Data Structure) du CEA/DAM.

• Utiliser l’information contenue dans un champ d’orientations pour générer automatiquement un « meta-mesh ».

Les travaux réalisés seront évalués en considérant aussi bien des modèles de CAO tels que des pièces mécaniques et des modèles surfaciques.

Domaines de spécialité requis Informatique – Mathématiques appliquées

Langages/logiciels C/C++ Mots clés Maillage hexaédrique, géométrie algorithmique, algèbre linéaire Formation recherchée BAC+5



http://www.sciencedirect.com/science/journal/00104485/72/supp/C



Titre Polycubes pour la génération de maillages 3D Référence SN-17-05

Contexte

Le CEA, acteur majeur en matière de recherche et d’innovation, est reconnu comme un expert du domaine HPC grâce à l’impulsion du « Programme Simulation ». La simulation numérique consiste à reproduire par le calcul le fonctionnement d’un système, préalablement décrit par un ensemble de modèles. Le CEA/DAM étudie des schémas numériques reposant sur la discrétisation du domaine d'étude en un ensemble d'éléments simples (triangles, quadrangles en 2D ; tétraèdres, hexaèdres en 3D). Certaines simulations réalisées au CEA/DAM nécessitent des maillages 3D structurés composés uniquement d’hexaèdres. Dans ce contexte, le CEA/DAM souhaite évaluer les algorithmes générant des polycubes [1,2,3]. Ces algorithmes issus de la communauté infographique génèrent un maillage hexaédrique du domaine d’étude en le déformant pour obtenir un polycube, c'est-à-dire un polyèdre dont toutes les facettes sont alignées avec les axes X, Y, Z du repère d’origine. Une fois ce polycube généré, il est "aisé" de le discrétiser à l'aide d'une grille, puis de projeter cette grille sur le domaine d’étude pour obtenir un maillage purement hexaédrique de ce dernier.

[1] J. Gregson, A. Sheffer, and E. Zhang. All-hex mesh generation via volumetric polycube deformation. Comput. Graph. Forum, 30(5) :1407–1416, 2011. [2] J. Huang, T. Jiang, Z. Shi, Y. Tong, H. Bao, and M. Desbrun. L1-based con-struction of polycube maps from complex shapes. ACM Trans. Graph., 33(3) :25 :1–25 :11, June 2014. [3] W. Yu, K. Zhang, S. Wan, and X. Li. Optimizing polycube domain construction for hexahedral remeshing. Computer Aided Design, 46 :58–68, 2014.

Objectifs

L’objectif du stage proposé est • d’implémenter et comparer les algorithmes proposés dans [1] et

[3] afin d’évaluer les points forts et points faibles de chacun d’entre eux.

L’implémentation sera effectuée en C++ en utilisant la structure de données de type maillage GMDS (Generic Mesh Data Structure) du CEA/DAM.

• Dans un premier temps, les algorithmes seront comparés en termes de qualité des maillages générés. Les modèles géométriques étudiés seront des pièces mécaniques plus ou moins complexes.

• Puis, suivant l’avancée des travaux, un algorithme sera privilégié et des améliorations seront apportées.

Domaines de spécialité requis Informatique – Mathématiques appliquées

Langages/logiciels C/C++ Mots clés Maillage hexaédrique, géométrie algorithmique, algèbre linéaire Formation recherchée BAC+5





Titre Algorithme de submapping pour la génération de maillages 2D Référence SN-17-06

Contexte

Le CEA, acteur majeur en matière de recherche et d’innovation, est reconnu comme un expert du domaine HPC grâce à l’impulsion du « Programme Simulation ». La simulation numérique consiste à reproduire par le calcul le fonctionnement d’un système, préalablement décrit par un ensemble de modèles. Le CEA/DAM étudie des schémas numériques reposant sur la discrétisation du domaine d'étude en un ensemble d'éléments simples (triangles, quadrangles en 2D ; tétraèdres, hexaèdres en 3D). Pour minimiser le temps de pré traitement, le CEA/DAM s’intéresse à la génération automatique de maillages quadrangulaires. Les méthodes de submapping s’appuient sur la résolution de problèmes d’optimisation à l’aide de la programmation linéaire en nombres entiers [1,2]. Le plus souvent basé sur des solveurs open-source tels que GLPK [3], les problèmes d’optimisation abordés sont résolus de manière exacte (recherche d’une meilleure solution). Pour un nombre important de variables et de contraintes, l’utilisation d’un algorithme exact peut être trop coûteuse en temps de calcul. C’est pourquoi de telles méthodes ne sont pas appliquées actuellement en 3D alors que les résultats obtenus sont plus que prometteurs. [1] E. Ruiz-Gironés and J. Sarrate. Generation of structured hexahedral meshes in volumes with holes. Finite Elements in Analysis and Design, 46(4) :391–406, 2010. [2] S. Cai and T. Tautges. Optimizing corner assignment of submap surfaces. In proceedings of the 24th International Meshing Roundtable, pages 83–95. Proce-dia Engineering, 2015. [3] GNU Linear Programming Kit, https://www.gnu.org/software/glpk/.

Objectifs

L’objectif du stage est de : • étudier un algorithme de submapping 2D basé sur une résolution

exacte, • proposer une version approchée avec garantie de performances.

Les travaux réalisés seront évalués :Théoriquement par le calcul de facteurs d’approximations et de complexités obtenus pour les différentes versions d’algorithmes proposés.

• expérimentalement par l’implémentation des algorithmes en C/C++ sur la structure de données open-source GMDS développée et maintenue au CEA/DAM.

Au niveau expérimental, le stage débutera sur une implémentation existante de l’algorithme proposé dans [1] et utilisant GLPK et la structure de données de type maillage GMDS (Generic Mesh Data Structure) du CEA/DAM.


Langages/logiciels C/C++ Mots clés Maillage, problème d’optimisations, algorithmes exacts et approchés Formation recherchée BAC+5





Titre

Analyse des performances de régions parallèles OpenMP


Contexte

OpenMP est un modèle de programmation parallèle reposant sur le paradigme à mémoire partagée. Il est de plus en plus utilisé dans les applications à haute performance pour exploiter les capacités des nœuds de calculs des supercalculateurs. Il propose, entre autres, de partager du travail et des données entre les threads, permettant ainsi une réduction de la consommation mémoire et un meilleur équilibrage de charge. Mais l’approche incrémentale consistant à ajouter des directives OpenMP dans un code parallèle existant peut être complexe et il est difficile de comprendre les performances d’un tel code en pleine évolution. Il devient alors nécessaire d’étudier les performances des ‘’régions parallèles’’ OpenMP.

Objectifs

L’objectif de ce stage est de : • développer un environnement de profilage d’applications avec une

analyse associée permettant de capturer le comportement d’un code OpenMP haute performance,

• extraire un bilan sur le degré de parallélisation des différentes parties du code.

Pour ce faire, ce stage pourra s’appuyer sur la plateforme MALP (Multi-Application on-Line Profiling est un outil de profilage dont le but est la qualification des applications massivement parallèles) et sur l’interface outil OMPT pour OpenMP. L’analyse se focalisera, dans un premier temps, sur les performances des régions parallèles, fournissant ainsi à l’utilisateur une indication sur l’accélération de ces différentes régions en fonction du nombre de threads utilisés. Grâce à cette information, il sera alors possible de diriger les optimisations vers une partie spécifique du code source. Les applications cibles seront extraites des benchmarks CORAL.


Langages/logiciels C, OpenMP, MPC

Mots clés Calcul hautes performances, OpenMP, OMPT, MPC, MALP


Durée du stage 6 mois

Stage pouvant se poursuivre en thèse

Oui




Titre Analyse du placement des données en mémoire en relation avec un ordonnanceur de threads


Contexte

Avec l’arrivée des architectures many/multi-cœurs, l’utilisation du multithreading devient incontournable sur les architectures modernes qui vont du téléphone portable au supercalcuteur. Le bon fonctionnement d’une application multithread repose donc sur un composant essentiel : l’ordonnanceur de threads. Ce dernier est en charge de choisir les threads en cours d’exécution sur chacun des cœurs des processeurs. Il est donc important, pour obtenir de bonnes performances, de bien comprendre le fonctionnement de cet ordonnanceur. Sur supercalculateur, un autre paramètre entre en compte dans les performances d’une application : le placement de données en mémoire. Ce placement doit être géré en concordance avec l’ordonnanceur des threads.

Objectifs

L’objectif de ce stage est alors de :

• Développer un environnement de profilage d’applications avec une

analyse associée permettant de capturer le comportement d’un ordonnanceur de thread et d’un allocateur mémoire associé.

Pour ce faire, ce stage s’appuiera sur la plateforme MALP (http://malp.hpcframework.com) qui est un outil de profilage dont le but est la qualification des applications massivement parallèles. Ce stage s’appuiera aussi sur l’ordonnanceur de thread utilisateur et l’allocateur mémoire intégré au support exécutif MPC (http://mpc.hpcframework.com). Grâce à cette information, il sera alors possible de diriger les optimisations relatives au placement des données et/ou des threads vers une partie spécifique du code source. Les applications cibles seront extraites des benchmarks CORAL.


Langages/logiciels C, OpenMP, MPI, MPC

Mots clés Calcul hautes performances, OpenMP, MPI, MPC, MALP


Durée du stage 6 mois

Stage pouvant se poursuivre en thèse Oui


http://malp.hpcframework.com/

http://mpc.hpcframework.com/



Titre Schémas implicites d’ordre très élevé pour la dynamique des gaz Référence SN-17-09

Contexte

Des travaux menés récemment dans notre Laboratoire ont permis d’isoler une famille de schémas pour la résolution des équations d’Euler qui présente de nombreux avantages (splittings directionnels d’ordres très élevés, équations d’état arbitraires, formulés en énergie interne mais conservatifs en énergie totale, utilisables sans correction en régimes chocs forts et/ou bas-Mach).

L’évaluation a été faite dans le cadre d’intégrations explicites en temps.

Au cours de ce stage, il s’agira d’évaluer des versions implicites de la phase de balayage 1D permettant de conserver les mêmes propriétés.

Gautier Dakin, Hervé Jourdren, « High-order accurate Lagrange-remap hydrodynamic schemes on staggered Cartesian grids », C. R. Acad. Sci. Paris, Ser. I 354 (2016) 211-217.

Objectifs

Le stage a pour objectifs d’étudier : • Extension Navier-Stokes + gravité des schémas semi-discrets,

• Sélection de séquences Runge-Kutta implicites en temps,

• Méthode itérative point fixe,

• Méthode itérative Jacobian-Free Newton-Krylov,

• Cas-tests de la littérature,

• Cas-test spécifique dans 3 régimes successifs distincts : 1)

atmosphère aux temps longs avec retour vers l’équilibre hydrostatique, 2) atmosphère à l’équilibre avec source acoustique ou 3) choc fort,

• Un code 1D spécifique C/C++ sera développé, avec scripts de

vérification et de non-régression en langage Python,

• Un code 2D cartésien pourra alors être prototypé par appel des routines 1D (méthode des directions alternées).

Domaines de spécialité requis Analyse Numérique, Mathématiques Appliquées

Langages/logiciels C/C++, Python

Mots-clés Equations d’Euler, Navier-Stokes, schémas volumes finis, intégrations Runge-Kutta DIRK, Rosenbrock, Jacobian-free Newton-Krylov.






Titre Opérateur de diffusion vectoriel pour l’hydrodynamique

lagrangienne turbulente sur maillage déformé


Contexte

La description lagrangienne consiste à suivre dans le temps les particules fluides le long de leurs trajectoires. Elle est souvent utilisée pour résoudre les équations d'Euler en dynamique multi-matériaux, car elle permet de préserver exactement les interfaces des matériaux au niveau discret. Cependant, elle n'est pas toujours suffisante pour décrire la dynamique des gaz compressibles. C'est le cas si le rapport entre les forces d'inertie et visqueuse est localement faible (nombre de Reynolds petit). Le terme de diffusion moléculaire des équations de Navier-Stokes n'est alors plus négligeable et doit être pris en compte. Si le nombre de Reynolds est grand, les modélisations de la turbulence (Reynolds Averaged Navier-Stokes-RANS ou Large-Eddy-Simulation-LES) sont généralement basées sur l'approximation de Boussinesq. Celle-ci consiste à approcher l'effet de la turbulence non résolue sur l'écoulement moyen par un opérateur de diffusion, proportionnel au tenseur des contraintes.

Objectifs

Le stage a pour objectifs de :

• proposer, d'analyser numériquement et de tester différentes

stratégies de discrétisation de l'opérateur de diffusion, et son couplage au solveur de Godunov acoustique pour les équations d'Euler [1,2].

Les stratégies retenues seront testées en 1D et 2D sur maillages non réguliers dans un code écrit en C++. Une bonne connaissance du langage est souhaitée.

[1] B. Després et C. Mazeran, Arch. Rat. Mech. Anal., 2005, 178, pages 327-372. [2] P.-H. Maire, R. Abgrall, J. Breil et J. Ovadia, Siam J. Sci. Comp., 2007, 29.

Domaines de spécialité requis Analyse numérique

Langages/logiciels C++

Mots clés simulation numérique, système hyperbolique, lois de conservation







Titre

Maximisation du potentiel d’asynchronisme dans un code MPI


Contexte

Dans le domaine du calcul haute performance, les applications utilisent principalement le modèle de programmation parallèle MPI (Message Passing Interface) pour exploiter les ressources d’un supercalculateur. Ce modèle se base sur le paradigme à mémoire distribuée, impliquant des échanges de données par envoi/réception de messages entre les différentes tâches parallèles. Le modèle de programmation MPI offre la possibilité de réaliser ces échanges de messages en mode « non bloquants », c'est-à-dire de pouvoir recouvrir les échanges du message par de l'exécution de programme utilisateur jusqu'à un point de synchronisation placé par l'utilisateur. Cette période représente le temps d’asynchronisme de l’application.

Objectifs

L’objectif du stage est de : • Développer un outil analysant le potentiel d’asynchronisme dans un

code MPI. L’outil combinera des informations relevées par le compilateur et par le support exécutif MPI pour produire cette analyse, (L’outil devra reconnaître dans un code MPI une liste prédéterminée de communications bloquantes et non-bloquantes.)

• Une analyse de dépendances de données devra être réalisée sur les éléments en entrée et en sortie de chaque communication bloquante. Le but est de remplacer l’appel bloquant par les appels de lancement et de complétion d’une communication non-bloquante,

• Le même type d’analyse devra être réalisé sur les données en entrée des fonctions de lancement de communications non-bloquantes, et sur les données en sorties des fonctions de complétions de communications non-bloquantes.

A partir de son analyse de données, l’outil devra fournir des informations sur la localisation du code où insérer ces appels de lancement et de complétion de communications non-bloquantes pour maximiser le potentiel d’asynchronisme.


Langages/logiciels C, MPI, MPC

Mots clés Calcul hautes performances, MPI, Asynchronisme, Communications non-bloquantes







13 LES STAGES EN SECURITE INFORMATIQUE

Titre

R&D autour de la cartographie réseau

Référence SI-17-01

Contexte

La cartographie active de réseau consiste à interroger des machines et des services et à en tirer des informations quant aux systèmes et logiciels utilisés. Certaines fonctionnalités font défaut aux principaux outils de cartographie réseau existants (par ex : Nmap, Zmap).

Objectifs

Il s’agira d’ajouter de nouvelles fonctionnalités et de les tester largement sur des réseaux locaux et sur Internet. Le stage consistera à développer et implémenter les fonctionnalités suivantes :

• index des fichiers partagés, • large distribution des analyses (scans), • capture d’écran de différents services, • Indexation efficace des résultats.

Domaines de spécialité requis Sécurité des systèmes d’information, Réseaux

Langages/logiciels Python, Nmap + NSE (LUA), ElasticSearch, MongoDB

Mots clés Scan réseau, découverte réseau Formation recherchée BAC+5





Titre

Dé-obscurcissement de JavaScript


Contexte

Les « Exploit Kits » sont des kits clé-en-main d’exploitation de vulnérabilités, visant principalement les navigateurs et les différents plug-ins associés. Afin d’éviter les détections automatiques, ils embarquent des moteurs d’obscurcissement de leurs différents composants. Une partie conséquente de ces composants (notamment la détection de version, d’antivirus, la création de la charge finale, etc.) est développée en JavaScript. Plus l’obscurcissement est important et efficace, plus les ressources (temps, compétences) des analystes vont être consommées, et donc plus la « durée de vie » de la plateforme d’attaque sera long.

Objectifs

Le stage consistera à :

• faire un état des lieux des méthodes d’obscurcissements utilisées (sources publiques et interne au service),

• faire un inventaire des outils existants et de leurs limitations (par ex : Google V8, SpiderMonkey, Thug),

• proposer des méthodes et des outils permettant d’analyser ce genre de code, c’est-à-dire permettant d’améliorer la lisibilité, de découvrir interactivement les possibilités d’attaques embarquées, d’annoncer une cible virtuelle et d’observer le comportement du code, …

Ces livrables devront pouvoir être facilement adaptables aux nouvelles méthodes et implémentations ajoutées dans les Exploit Kits (potentiellement plusieurs fois par semaine). Les outils seront testés sur des cas réels, à l’état de l’art et rencontrés tous les jours sur des réseaux connectés à Internet.

Domaines de spécialité requis Analyse de code, méthode d’obscurcissement

Langages/logiciels JavaScript, Python

Mots clés ExploitKits, JavaScript, Obscurcissement, Analyse et extraction de malwares


Durée du stage 6 mois Stage pouvant se poursuivre en thèse non




Titre

Reconnaissance automatique de fonctions par effets de

bord


Contexte

Sibyl est un outil, open-source, développé au CEA/DAM. Il a pour but de reconnaître des fonctions connues dans un binaire en « brute-forçant » leurs APIs et en comparant leurs effets de bord avec un ensemble de signatures. Même si l’outil est encore récent, il est déjà utilisé notamment dans l’analyse de codes malveillants (malwares) et pour l’audit de logiciels type firmware, apportant un gain de temps important.

Objectifs

Les objectifs du stage sont d’étendre les capacités de l’outil, au travers le développement de fonctionnalités, notamment en : • agrandissant le pool de signatures (par exemple : ajout de la librairie

OpenSSL) ; • améliorant le parallélisme (par exemple : port OpenMPI, réduction de

l’empreinte) ; • proposant de nouvelles applications (par exemple : l’outil pourrait

permettre de rechercher automatiquement l’ABI des fonctions, de faire du différentiel de fonctions en comparant leurs effets de bord) ;

• exprimant de manière indépendante de l’ABI et de l’architecture de nouveaux éléments (par exemple : représentation des structures en tenant compte des techniques de packing des compilateurs).

Domaines de spécialité requis Reverse Engineering

Langages/logiciels Python, Miasm (facultatif)

Mots clés Miasm, Signature de fonctions, Firmware, Malware, Reverse-Engineering Formation recherchée BAC+4

Durée du stage 3 mois Stage pouvant se poursuivre en thèse non




Titre

Techniques de fuzzing et d'audit de code appliquées à

l'évaluation de la sécurité de systèmes de fichiers réseau


Contexte

Les serveurs de fichiers sont un point névralgique de toute infrastructure informatique d'entreprise. D'un point de vue sécurité, il est essentiel qu'ils puissent garantir un contrôle des accès correct et précis. Ceci implique à la fois une bonne robustesse du code et des fonctionnalités de sécurité correctement pensées et implémentées. En particulier, pour ses clusters de calcul scientifique (HPC), le CEA/DAM construit des systèmes de fichiers réseau à grande échelle, avec des capacités de stockage de plusieurs dizaines de Po et des bandes passantes de plusieurs centaines de Go/s. Ainsi, les choix d'implémentation sont guidés autant par les performances que par la sécurité. Au sein de ces architectures, un logiciel est utilisé en particulier, le serveur Ganesha en environnement Linux. Il s'agit d'une implémentation en espace utilisateur d'un serveur de différents protocoles dont NFS et v9fs (aussi appelé 9P). Il est principalement développé au CEA/DAM.

Objectifs

L'objectif du stage est :

• d'effectuer une évaluation de la sécurité de Ganesha, afin de mettre en évidence d'éventuelles vulnérabilités résiduelles.

Afin de mener cette évaluation, les techniques envisagées sont de deux types. D'une part, les techniques de fuzzing peuvent être appliquées du point de vue des appels système liés au VFS de Linux, ou du point de vue du réseau. D'autre part, les techniques d'analyse de code source ont pour but de détecter des erreurs d'implémentation menant à des vulnérabilités ou à des défauts dans les fonctions de sécurité. Le travail du stagiaire sera a priori découpé en deux phases appliquées aux deux types de techniques :

• une phase de recensement des outils et techniques adaptées, • une phase de test sur le logiciel Ganesha.

Domaines de spécialité requis Sécurité système, systèmes de fichiers réseau

Langages/logiciels Ganesha : https://github.com/nfs-ganesha/nfs-ganesha v9fs : https://www.kernel.org/doc/Documentation/filesystems/9p.txt

Mots clés Network file system, fuzzing, analyse du code source Formation recherchée BAC+5





Titre Techniques de reverse engineering de protocoles réseaux propriétaires par émulation de binaires et data slicing


Contexte

Il n'est pas rare de voir déployées des solutions propriétaires dans les grandes entreprises, à la fois logicielles ou matérielles. Dans les deux cas, les produits concernés sont susceptibles d'être raccordés au système d'information, et ainsi d'offrir à un attaquant potentiel un angle d'attaque difficile à investiguer. Les techniques usuelles de reverse engineering peuvent être laborieuses quand il s'agit de comprendre et reverser un protocole réseau propriétaire. Grâce aux techniques de data tainting et de data slicing, il est possible de formaliser (ou au moins tracer) les fonctions de transfert des données envoyées sur le réseau : les opérations qui sont effectuées à partir des données reçues sur les interfaces réseau, ou la manière dont sont construites les données qui sont envoyées sur celui-ci. A travers une série de scénarii d'exécutions possibles, les techniques usuelles d'émulation de binaires permettent de générer des traces analysables à partir desquelles il est envisageable de reconstruire des protocoles à l'envers, et d'en retrouver une partie des spécifications. À partir de là, des angles d'attaque à distance peuvent être élaborés, et des vulnérabilités d'implémentation exploitées. Il serait aussi intéressant de pouvoir visualiser les résultats de ce type d'analyses graphiquement (sous forme de graphes d'appels avec les valeurs des arguments passés aux fonctions par exemple), et cela malgré la grande quantité de données potentiellement générée.

Objectifs

Les objectifs chronologiques sont : • réalisation d'un état de l'art des publications et outils déjà existants dans

ce domaine ; • compréhension et maîtrise de Miasm2, une plateforme Python complète

de reverse engineering ; • création de scenarii simples de tests unitaires pour valider le

fonctionnement de l'outil ; • développement d'un outil qui exécute un binaire et aide à la

reconstruction de son protocole ; • mise en place d'une solution ergonomique de visualisation des résultats

sous forme graphique. Il sera également possible d'atteindre les objectifs supplémentaires suivants : • valider le fonctionnement sur des binaires réels, compilés pour des

architectures différentes ; • développer un module capable de détecter les erreurs d'implémentation

dans les binaires analysés, et de construire un payload qui permettra l'exploitation directe ou au moins un fuzzer.

Domaines de spécialité requis Reverse engineering

Langages/logiciels Python, Miasm Mots clés Reverse Engineering, Protocoles, Développement Formation recherchée BAC+5




Crédit photos : CEA CADAM ; P. Stroppa

propositions de stages - cea - hpc

Documents