Développement d’un système de défense autonome : prédiction d’attaques DDoS et recommandation automatique de contre-mesures (RL & IA décisionnelle)

CONTEXTE Les travaux précédents ont permis de développer des modèles de prédiction d’attaques DDoS atteignant plus de 99% de précision. Cependant, la prédiction seule ne suffit pas : il faut également décider rapidement des contre-mesures les plus adaptées pour neutraliser les attaques détectées. L’objectif de ce stage est de concevoir un module intelligent de mitigation automatique combinant IA décisionnelle et connaissances SOC. OBJECTIFS DU STAGE Concevoir un système de défense autonome qui recommande et simule les contre-mesures DDoS les plus adaptées, en temps réel, à partir des prédictions du modèle de détection. TÂCHES DEMANDÉES • Modéliser la mitigation DDoS comme un processus de décision séquentiel (MDP) • Développer un moteur de décision intelligent (Reinforcement Learning, bandits contextuels, systèmes experts hybrides) • Construire un simulateur de réseau pour évaluer les stratégies de défense • Évaluer la performance de défense (taux de mitigation, latence, faux positifs) • Intégrer le module en temps réel avec le pipeline de détection existant LIVRABLES • Modèle de décision opérationnel • Pipeline temps réel complet + API REST • Dashboard SOC intégrant la visualisation des recommandations • Rapport scientifique