Fehmi Jaafar, Ph. D.

Chercheur en cybersécurité

Fehmi Jaafar
Équipe : Modélisation et développement logiciel avancé

T 514 840-1235, poste 3103
@ fehmi.jaafar@crim.ca

(Ph. D. informatique, Université de Montréal, 2013)

 

Fehmi Jaafar est actuellement chercheur au Centre de recherche en Informatique de Montréal (CRIM) et professeur adjoint affilié au Département d'informatique et génie logiciel de l'Université Concordia.

 

Après avoir obtenu un doctorat en informatique du département d'informatique et de recherche opérationnelle de l'Université de Montréal, M. Jaafar s’est spécialisé dans des travaux de recherche en cybersécurité, notamment à Queens University et à Polytechnique Montréal. M. Jaafar s’intéresse à la cybersécurité dans l’Internet des Objets, à l’évolution, à la sécurité et à la qualité des logiciels, ainsi qu’à l’application des techniques d’apprentissage automatique en cybersécurité. 

Il a travaillé comme chercheur dans la division de recherche et développement et pour la défense (Ubitrak RD) à Ubitrak Inc.

Portrait d'expert du CRIM : Découvrez Fehmi Jaafar (5:23)

 

 

Retour à la liste

Nouvelles récentes

  • COVID-19 : Suivi de la situation
    25/03/2020

    Notre équipe maintient ses opérations à distance et est toujours là pour vous servir.

    +

Événement à venir

  • Intelligence d'affaires et analytique 2020 - Québec - Événements Les Affaires
    15/05/20 8h30
    Hôtel Le Concorde Québec
    Le CRIM est fier d'être partenaire et de participer à la 4e édition de la conférence Intelligence d'affaires et analytique - Québec organisée par les Événements Les Affaires, les 14 et 15 mai 2020 à l'hôtel Concorde, Québec.
    +
  • ???? Appel aux innovations technologiques québécoises pour lutter contre le #Covid19 ???? @TechnoMontreal Vous avez une… https://t.co/HBNZ3L8Aq5
  • #COVID19 Suivant les directives du gouvernement, nos locaux sont fermés.Notre personnel redouble d'efforts pour con… https://t.co/PuJr81NvLQ

Publications récentes

  • Validating BGP Update Using Blockchain-Based Infrastructure

    +
  • Efficient Inference of Optimal Decision Trees

    +