TLP:CLEARNOTE DE PROFIL · N° 2026-11 · F. MBOHOU
Objet
Fils Aboubakar Sidik MBOHOU
J’analyse des flux réseau et des artefacts numériques, et je documente des résultats vérifiables. Mon expérience en Data Engineering y ajoute l’exigence de données fiables et traçables.
Disponible immédiatement · CDI ou CDD · Angers, mobilité France entière
Ouvert aux opportunités en Conseil Cybersécurité, GRC, CSIRT, ainsi qu’aux projets doctoraux (Ph.D.) en laboratoire ou entreprise.
176 758flux réseau analysésDossier ThreatLens
91,6 %d’attaques détectées16,7 % des flux bénins signalés à tort · seuil 0,48
1,29 %de succès des attaques FGSMcontre 2,07 % avant durcissement · D04
16,43/20moyenne du MSc1er aux semestres 2 à 4
Chaque projet, instruit comme un dossier : la question, les pièces examinées, le constat. Projets académiques menés en laboratoire autorisé, seul ou en équipe, et une expérience en production.
D01 · Investigation · équipe de 4 · 2025
Reconstituer un scénario à partir de trois systèmes saisis : disque, mémoire et réseau, examinés suivant une démarche forensique en quatre étapes.
Autopsy · FTK Imager · Volatility · Wireshark · HxD
Constat : traces de Quasar RAT identifiées en mémoire.
CLÔTURÉ Lire le dossier →D02 · Détection · équipe de 3 · 2024
Repérer des attaques dans 176 758 flux CSE-CIC-IDS2018 : modèles comparés, seuil fixé à 0,48, erreurs analysées.
Python · pandas · scikit-learn · Flask
Constat : 91,6 % des attaques détectées ; 16,7 % des flux bénins signalés à tort sur le jeu de test.
CLÔTURÉ Lire le dossier →D03 · Réseau · binôme · avril 2025
Laboratoire autorisé : comprendre ce que voit un serveur compromis placé entre deux zones réseau, de Kali à Debian.
Ligolo-ng · Nmap · Linux
Constat : hôte interne rendu joignable par rebond.
CLÔTURÉ Lire le dossier →D04 · Sécurité de l’IA · équipe de 4 · 2025
Tester un CNN PyTorch face à l’attaque FGSM (ε = 8/255), puis le renforcer par entraînement adversarial. Code public.
PyTorch · FGSM · GitHub
Constat : succès des attaques ramené de 2,07 % à 1,29 %.
CLÔTURÉ Lire le dossier →D05 · Détection · individuel · 2025
Filtrer 5 157 messages uniques sans bloquer les vrais : un modèle séquentiel BiLSTM comparé à une référence TF-IDF.
Python · Keras (BiLSTM) · scikit-learn
Constat : 98,32 % d’exactitude, F1 spam 0,930 ; 4 messages légitimes bloqués sur 678.
CLÔTURÉ Lire le dossier →D06 · Pièce complémentaire · stage de fin d’études
Optimiser un entrepôt PostgreSQL en production : cycle ETL ramené de 30 à 6 minutes. Des alertes fiables commencent par des données fiables.
PostgreSQL · PL/pgSQL · pgAgent · MyReport BE
Constat : 7 tests de non-régression supervisés, sans écart dans le périmètre vérifié.
CLÔTURÉ Lire le dossier →Annexes : classification forensique de fragments de verre (213 échantillons, Random Forest, F1 macro 0,735) · analyse des prix alimentaires (66 100 relevés PAM, 2005–2025) · prototype décisionnel Power BI (Alshadows, données de démonstration) · laboratoire Hadoop & Spark (cluster Docker, MapReduce et PySpark).
Points clés documentés, avec renvoi aux dossiers et aux enseignements.
| Compétence | D01 | D02 | D03 | D04 | D05 | D06 |
|---|---|---|---|---|---|---|
| Investigation disque et mémoire | ● | |||||
| Analyse réseau | ● | ● | ● | |||
| Détection et réglage des seuils | ● | ● | ||||
| Compréhension des mouvements latéraux | ● | |||||
| Sécurité des modèles d’IA | ● | |||||
| Fiabilité et traçabilité des données | ● | ● |
Une démarche adaptée à chaque projet : collecter les éléments utiles, les examiner, tester les hypothèses et restituer les résultats. Pour le DFIR, elle s’inspire notamment du NIST SP 800-86.
01
Acquérir les données sans les altérer et en garder la trace.
02
Extraire ce qui compte : processus, journaux, flux, artefacts.
03
Corréler les sources et tester les hypothèses, seuils compris.
04
Écrire un constat clair, daté et vérifiable par un tiers.
La qualité d’une analyse de sécurité dépend d’abord des données qui l’alimentent : collecte fiable, contrôles et traçabilité. Chez HortiTrace, j’ai appliqué ces principes à des traitements PostgreSQL en production ; dans mes projets cyber, ils guident l’examen des traces et l’interprétation des résultats.
Un socle issu des projets documentés et des enseignements du MSc, avec le contexte d’apprentissage indiqué pour chaque domaine.
Expérience
Optimisation d’une chaîne ETL PostgreSQL en production : chargement incrémental et couche de reporting préagrégée, puis validation par 7 tests de non-régression supervisés, sans écart constaté dans le périmètre vérifié. Dossier D06
Conception d’un prototype BI sur données de démonstration : modèle SQL Server de 9 tables, préparation Power Query, plus de 20 mesures DAX et 4 pages Power BI.
Contrôles de sécurité des données, sauvegardes et application des correctifs ; analyse des besoins métier, intégration de solutions SI (ERP, applications métier), suivi de projets IT et accompagnement des utilisateurs.
Optimisation d’une API TensorFlow de détection de véhicules (précision portée de 73 % à 88 %) et intégration de tableaux de bord de suivi des stocks.
Formation
Moyenne 16,43/20, 1er aux semestres 2 à 4. Résultats détaillés
CGPA de 1re année : 3,50/4,00.
Diplôme obtenu · CGPA : 3,57/4,00.
Hors du dossier
Adaptation, football, entrepreneuriat et une première immersion internationale : quelques histoires qui expliquent aussi ma façon de travailler.
Diffusion libre · Contact
