Thèse Vers une Orchestration Sécurisée Décentralisée et Autonome des Workflows dans les Systèmes d'IA Agentique H/F

Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Informatique et sciences du numérique École doctorale : Sciences et Technologies de l'Information et de la Communication Laboratoire de recherche : CEA /LIST - Laboratoire d'intégration de systèmes et de technologies Direction de la thèse : Sami SOUIHI Début de la thèse : 2026-04-27 Date limite de candidature : 2026-04-30T23:59:59 L'émergence des Large Language Models (LLM) et des systèmes d'IA agentique transforme radicalement la conception et l'exécution des processus complexes. Contrairement aux workflows traditionnels rigides et centralisés, les environnements modernes (Cloud, Edge, On-premise) exigent des systèmes capables de raisonnement autonome et de coordination décentralisée.

Ce projet de thèse vise à résoudre le défi de l'orchestration de workflows où des agents d'IA collaborent de manière dynamique avec des acteurs humains à travers des frontières organisationnelles hétérogènes. L'objectif est de concevoir un cadre permettant une coordination à la fois fiable, autonome et sécurisée.

Le travail de recherche s'articulera autour de trois axes principaux :

Modélisation : Développer un cadre théorique pour la construction de workflows agentiques capables de s'adapter en temps réel aux changements de contexte.

Protocoles d'interaction : Concevoir des mécanismes garantissant la confidentialité des données et l'auditabilité des décisions prises par les agents, particulièrement dans des contextes multi-parties.

Validation expérimentale : Implémenter une architecture de référence (Proof-of-Concept) appliquée à des domaines critiques tels que la cybersécurité (réponse aux incidents) et la santé (coordination des secours d'urgence).

Cette thèse apportera des contributions majeures pour garantir la confiance dans le déploiement d'IA autonomes au sein d'infrastructures distribuées complexes. Le sujet s'inscrit à l'intersection de l'IA agentique et de l'orchestration de systèmes distribués. Alors que les workflows étaient historiquement linéaires et pré-définis, l'intégration de capacités de raisonnement (LLM) permet désormais une co-construction des tâches au moment de l'exécution (runtime). Ce changement de paradigme soulève des verrous scientifiques majeurs : l'absence de confiance inhérente entre organisations, la nécessité de garantir la traçabilité des actions autonomes et la gestion de l'incertitude dans des environnements dynamiques. Définir un cadre pour la modélisation de workflows agentiques décentralisés et adaptatifs.

Développer des protocoles de communication sécurisés assurant l'auditabilité et le respect de la vie privée (privacy-preserving) entre agents hétérogènes.

Concevoir une architecture de référence permettant le déploiement de ces agents sur des infrastructures hybrides (Cloud/Edge).

Démontrer la pertinence de l'approche via des cas d'usage industriels (réponse aux cyberattaques et gestion de crises sanitaires).