Noah Budai

Period: Sept. 2025 - Janv. 2026

En résumé : Projet intégrateur basé sur l’article de recherche “VulnBot”. L’objectif était de ré-implémenter, configurer et évaluer un agent IA capable de raisonner et d’exécuter de manière autonome une session de pentesting (reconnaissance, exploitation, post-exploitation) sur une machine cible avec des vulnérabilités connues (Metasploitable). Le poster de recherche ci-dessus à été réalisé par mes soins lors d’un travail en anglais pour résumer l’article scientifique de VulnBot

Technologies & Outils

• Langages & Scripts : Python, Bash.
• IA & Modèles : Ollama (déploiement local), API Cloud (OpenAI, Groq), Llama 3.
• Architecture RAG : Base de connaissances vectorielle (Milvus), Embeddings.
• Cybersécurité & Réseau : Kali Linux (Machine Attaquante), Metasploitable 2 (Cible), analyse de commandes (nmap).
• Environnement : Virtualisation (VM), communication inter-systèmes (MacOS ↔ VM Kali via l’API d’Ollama).

Défis techniques & Solutions

Ce projet a soulevé d’importants défis liés à la fois aux limites matérielles mais aussi à celles de l’intelligence artificielle :

• Gestion de VulnBot : J’ai entièrement configuré tous les fichiers de configuration (pour la base RAG, les paramètres du modèles…). Un long processus itératif à été effectué pour localiser les différentes erreurs et pouvoir les corriger.
• Gestion des hallucinations de l’agent : Pour éviter que l’agent n’invente des commandes inexistantes ou ne tourne en boucle, j’ai mis en place une base de connaissances RAG contenant un certain nombre de CVE connues. J’ai également dû développer un système de “nettoyage” des commandes générées par le LLM avant exécution.
• Post-Exploitation : la limite des shells interactifs La limite majeure est la gestion des environnements interactifs lorsqu’on obtient un accès à la machine cible. L’agent n’arrivait pas à savoir quand s’arrêter ou comment interagir avec un shell distant. La solution a été d’adopter une approche hybride, où l’IA gère l’analyse et la reconnaissance, et redonne le contrôle à l’humain pour l’exploitation critique.
• Optimisation des ressources : J’ai évalué la différence entre des modèles hébergés dans le Cloud (plus performants mais posant des soucis de confidentialité des données d’audit + payant) et des modèles locaux (Llama3, qwen2.5-coder, BaronLLM via Ollama) qui nécessitent une grande quantité de RAM.

Liens

• Traces de mes recherches + rapport : GitHub

Period: Janv. 2026 - Aujourd'hui

Statut du projet : En cours de développement…

En résumé : Conception d’un agent conversationnel capable de répondre aux questions des étudiants en se basant exclusivement sur leurs propres supports de cours au format PDF. L’objectif est d’éviter les hallucinations des LLMs classiques en sourçant chaque réponse.

Technologies & Outils

• Langages : Python
• IA & NLP : LangChain, modèles LLM
• Structuration des données : Pydantic et JSON Schema pour le formatage strict des sorties (possibles changements)
• Base de données vectorielle : (À venir - ChromaDB ou FAISS en cours d’évaluation)
• Traitement de données : Pipeline ETL (Indexation PDF, Splitting, Embedding)

Contexte et Objectifs

L’objectif principal de ce projet est de créer un outil de révision interactif où l’étudiant peut importer ses cours en PDF et discuter avec un agent pour réviser ses notions.

Une fois l’agent conversationnel fonctionnel, l’objectif à plus long terme est d’augmenter ses capacités pour ajouter des fonctionnalités plus intéressantes : générer des QCM interactifs et d’autres formats plus ludiques à partir du contexte fourni.

Fonctionnalités

1. [Fait] Définition de l’architecture : Validation de la stack technique et modélisation du pipeline RAG (Indexing / Retrieval / Generation)
2. [En cours] Mécanique du LLM : Développement du système d’ingestion de documents (chargement PDF, découpage en chunks, création des embeddings et stockage vectoriel).
3. [En cours] Environnement local : Nettoyage de l’environnement virtuel (venv) et optimisation du code pour faire tourner les modèles de manière optimal en local sur la machine.
4. [À venir] Déploiement API : Transition de la version locale vers une gestion par API pour permettre le déploiement.
5. [À venir] Interface Utilisateur : Création d’une interface graphique.

Défis techniques (Anticipés & En cours)

• Garantir la structure des réponses : Apprentissage et implémentation de Pydantic couplé à JSON Schema pour forcer le modèle IA à retourner des objets structurés au lieu de texte brut.
• Le chunking (À venir) : Découper les PDF sans couper les phrases au milieu d’un concept. L’implémentation du chunking avec chevauchement (overlap) semble être obligatoire pour préserver le contexte.
• Gestion des hallucinations (À venir) : Forcer l’IA à répondre “Je ne sais pas” si l’information ne figure pas dans la base de connaissances.

🔗 Liens

• Code source (En construction) : GitHub

Period: Avr. 2025 - Mai 2025

En résumé : Stage réalisé au sein du laboratoire LICIIS (URCA). L’objectif était de me former sur les concepts de Deep Learning et Machine Learning essentiels puis de concevoir un modèle de Deep Learning capable de classifier et de détecter différentes maladies sur différentes feuilles de plantes. Ensuite, j’ai optimisé au maximum ses performances de prédiction et sa consommation de ressources.

Technologies & Outils

• Langage & Framework : Python, PyTorch.
• Traitement & Visualisation : Pandas, Matplotlib.
• Données : Jeu de données PlantVillage (~55 000 images étiquetées), Kaggle.
• Concepts clés : Descente de gradient, Fonctions de coût, CNN, Residual Network, Data Augmentation, Transfer Learning, Optimisation (Weight Decay, LR Scheduler, Early Stopping, Dropout, Normalisation), Benchmark (F1 score, Recall, Accuracy).

Aperçu graphique de quelques implémentations

Défis techniques & Solutions

Ce projet a nécessité une certaine rigueur scientifique et une démarche itérative pour surmonter les blocages liés à l’entraînement des réseaux de neurones profonds :

• Problème du “Vanishing Gradient” : Avec un modèle profond dont la précision stagnait autour de 25%, j’ai implémenté une architecture basée sur des connexions résiduelles. Cela a permis au gradient de circuler correctement et a fait bondir la précision à plus de 98%.
• Solutions contre l’Overfitting (Surapprentissage) : Pour forcer le modèle à mieux généraliser sur de nouvelles données, j’ai mis en place de la Data Augmentation (par exemple des rotations aléatoires sur certaines images), intégré du Dropout (désactivation de certains neurones), et utilisé des couches de Batch Normalization (pour stabiliser l’apprentissage).
• Optimisation des performances (Mémoire et Vitesse) : J’ai remplacé les couches de MaxPooling par des convolutions avec un Stride de 2. Cela m’a permis d’obtenir un temps d’exécution divisé par 4 (5 min/epoch au lieu de 20 min) et une consommation mémoire 3 fois inférieure, sans perte de précision.
• Tuning fin et réduction de la taille du modèle : L’intégration d’un Learning Rate Scheduler (ajustement dynamique du pas d’apprentissage) couplé à du Weight Decay (pénaliser les poids trop grand) m’a permis de réduire de manière importante l’architecture. Le modèle final atteint plus de 99% de précision tout en passant de près de 19 millions de paramètres (mon premier modèle) à seulement 1,2 million.

Liens

• Rapport complet et Notebooks : GitHub

Period: Janv. 2025 - Mars 2025

En résumé : Projet universitaire collaboratif (Travail d’Étude et de Recherche) consistant à créer un environnement complet pour la gestion de boîtes à livres. Le projet se divise en deux parties : un back-end Web pour les administrateurs et une application mobile destinée au grand public pour l’emprunt et l’ajout de livres dans les boîtes.

Technologies & Outils

• Web & Backend : PHP, Laravel 11, CSS (Sass), JavaScript, Bootstrap.
• Application Mobile : Java, Android Studio, Retrofit (appels API), Gson.
• Base de données : MySQL
• Outils & Méthodes : Méthode Agile, GitLab, Modélisation UML (MCD, cas d’utilisation), API REST (Laravel).

Aperçu de l’application

Interface Web (Laravel)

Application Mobile (Android)

Contexte et Objectifs

L’objectif était de moderniser la gestion des boîtes à livres en ville. La solution devait permettre au grand public de localiser et d’emprunter facilement des livres via leur téléphone, tout en offrant aux administrateurs un outil web pratique pour gérer l’inventaire et l’état des boîtes.

Fonctionnalités clés

1. Environnement connecté : Communication entre l’application Android et le serveur Laravel via des requêtes HTTP (format JSON).
2. Scanner de QR Code (Mobile) : Accès direct à la fiche d’une boîte à livres en scannant son QR Code depuis l’application mobile.
3. Carte Interactive : Géolocalisation dynamique des boîtes à livres sur une carte (web et mobile) pour faciliter la recherche.

Défis techniques & Solutions

• Sécurité & Authentification API : Mise en place d’une authentification par tokens avec Laravel Sanctum pour sécuriser les requêtes provenant de l’application mobile vers l’API REST.
• Gestion des permissions : Utilisation du package Spatie Permission sous Laravel pour définir des rôles (Visiteur, Employé, Admin) couplés à des Policies/Gates bloquant les accès non autorisés aux différentes routes.
• Géolocalisation automatisé : Intégration de l’API LocationIQ côté serveur pour convertir automatiquement une adresse textuelle saisie par l’administrateur en coordonnées GPS (latitude/longitude) affichables sur la carte.
• Optimisation des flux réseaux (Android) : Utilisation de la bibliothèque Retrofit pour structurer les appels HTTP et de Gson pour la désérialisation des réponses JSON en objets Java utilisables.

Liens

• Code source : GitHub