Cybersecurity Engineer

Conception et développement d'un système de détection d'intrusions basé sur l'apprentissage fédéré pour les réseaux de dispositifs médicaux Bluetooth Low Energy au sein du centre de recherche.

• A conçu et développé un système de détection d'intrusions basé sur l'apprentissage fédéré (CNN + Multi-Head BiGRU, FedProx) validé sur 1,5 million de paquets réels issus de 14 dispositifs cliniques (benchmark CICIoMT2024).
• A surpassé une référence centralisée Random Forest sur la métrique critique de sécurité Benign-recall tout en maintenant les données des patients totalement décentralisées (aligné GDPR/HIPAA, transfert de données brutes nul).
• A construit un réseau GAN conditionnel (cGAN) pour l'augmentation de données fédérées des classes minoritaires, surpassant SMOTE, ADASYN et le suréchantillonnage aléatoire dans la réduction des taux de faux positifs.
• A mené l'évaluation de sécurité adversariale la plus complète publiée d'un système fédéré IoMT à ce jour : implémentation et analyse de 7 attaques à travers la triade CIA (inversion de gradient, attaques Sybil et portes dérobées furtives, empoisonnement de modèle), puis ingénierie d'un plan de défense multicouche (confidentialité différentielle, écrêtage de norme, agrégation robuste).
• A découvert et formalisé le « paradoxe de l'exactitude », un angle mort des KPI de sécurité dans les IDS fédérés déséquilibrés en classes, et a proposé la surveillance du rappel bénin comme KPI de sécurité opérationnelle principal.
• A rédigé et soutenu une thèse d'ingénieur de plus de 100 pages livrant 6 contributions de recherche originales.

Année d'échange universitaire en cybersécurité au sein de l'université Philipps de Marburg pour approfondir les compétences académiques et pratiques dans le domaine.

• A suivi un cursus académique avancé en cybersécurité.
• A approfondi ses connaissances en matière de sécurité des réseaux et des systèmes.

Mise en place d'un pipeline DevSecOps complet pour une application de gestion domestique en Spring Boot.

• A exécuté un pipeline DevSecOps complet en utilisant Jenkins pour une application de gestion domestique Spring Boot.
• A intégré la sécurité Shift-Left : SAST (SonarQube), SCA (OWASP Dependency-Check, Trivy), Secrets Scanning (Gitleaks) et DAST (OWASP ZAP).
• A automatisé la construction d'images Docker avec des scans de sécurité et des publications vers DockerHub.
• A implémenté le Pipeline as Code via un Jenkinsfile avec des portes de qualité bloquant les vulnérabilités critiques.
• A configuré les rapports et la surveillance : rapports HTML/JSON, tableau de bord SonarQube, notifications via Slack et Teams.
• A sensibilisé les développeurs : plugins IDE (Sonarlint), consignes de codage sécurisé et tests automatisés par push ou merge request.

Stage en cybersécurité centré sur l'OSINT et la conception de règles de détection des menaces pour renforcer la posture de sécurité.

• A conduit des recherches OSINT avancées pour concevoir, tester et documenter des expressions régulières industrielles permettant d'extraire des indicateurs critiques du web clair et obscur.
• A automatisé des processus OSINT à grande échelle via des scripts Python, incluant le scraping de réseaux sociaux, la détection faciale et la corrélation de bases de données.
• A développé des règles de détection des menaces par navigateur ciblant le File Jacking, les service workers malveillants, le JavaScript obfusqué et les techniques d'ingénierie sociale.
• A intégré les frameworks MITRE ATT&CK, Sigma et YARA pour structurer une stratégie de défense moderne.
• A amélioré la conformité technique de 40 % et réduit le temps d'analyse de 60 % grâce à l'automatisation.

Conception et déploiement d'une infrastructure d'identité unifiée combinant Active Directory et Keycloak.

• A conçu et déployé une architecture IAM centralisée combinant Active Directory (fondation historique) et Keycloak (flexibilité open-source).
• A mis en place une fédération à haute disponibilité avec synchronisation bidirectionnelle pour assurer une source de vérité cohérente pour les identités, groupes et permissions.
• A réalisé le durcissement de la sécurité offensive de l'Active Directory selon les CIS Benchmarks et les bonnes pratiques Microsoft (politiques de mots de passe, délégations, comptes de service).
• A établi une architecture de traçabilité complète pour les événements sensibles (connexions, modifications de privilèges) avec détection proactive des anomalies.
• A automatisé les processus JML (Join-Move-Leave) pour le provisionnement, la modification et la suppression des accès.
• A unifié l'authentification en intégrant de manière transparente des applications hétérogènes (historiques, modernes, SaaS) via des connecteurs fédérés.

Développement et sécurisation d'une API REST pour répondre aux exigences de robustesse face aux injections et failles courantes.

• A construit une API REST résistante aux injections SQL et XSS avec Spring Security.
• A intégré l'authentification JWT et le stockage chiffré dans PostgreSQL.
• A réduit de 90 % les vulnérabilités OWASP post-durcissement.

Développement d'une application de bureau sécurisée en C# pour protéger les données sensibles.

• A développé une application de bureau en C# avec chiffrement AES pour les données sensibles.
• A optimisé les performances de journalisation de 50 % via l'optimisation SQL et le chiffrement AES.

Stage axé sur les tests d'intrusion sur les appareils Bluetooth et la rédaction de rapports de vulnérabilité.

• A réalisé des audits de sécurité sur des appareils Bluetooth (BlueBorne, Sweyntooth).
• A exécuté des attaques MITM et DoS en utilisant Wireshark et Bettercap.
• A rédigé des rapports de vulnérabilité et des recommandations de remédiation.

Conception d'un SOC adapté au milieu hospitalier incluant la segmentation réseau et l'intégration d'outils de détection.

• A conçu un SOC adapté aux hôpitaux avec segmentation réseau (DMZ, LAN, SOC).
• A intégré Wazuh, TheHive, Cortex et Shuffle pour la détection et la réponse aux incidents.
• A déployé un modèle de Machine Learning Isolation Forest pour la détection d'anomalies comportementales.
• A atteint une réduction de 70 % du MTTD et du MTTR lors de tests simulés.

Durcissement de l'infrastructure de santé en configurant des systèmes de détection d'intrusions et des mécanismes de chiffrement.

• A déployé le système de détection d'intrusions Snort et configuré le contrôle d'accès basé sur les rôles (RBAC) conformément à la norme HIPAA.
• A appliqué le chiffrement AES-256 pour les données critiques.
• A amélioré la conformité réglementaire de 40 % lors d'audits simulés.