Romain ABSIL est professeur et chercheur à la haute-École Bruxelles-Brabant (ESI), à l’Université de Mons (UMons), de Bruxelles (ULB) et de Namur (UNamur). Il a réalisé une thèse de doctorat sous la direction d’Hadrien Mélot, en théorie des graphes.

Romain ABSIL enseigne les mathématiques (mathématiques discrètes et algèbre linéaire), la programmation (Python, Java et C++) et la cybersécurité (Introduction, secure software development, cryptographie) à divers niveaux d’un cursus d’enseignement supérieur (bachelier et master).

Son domaine de recherche est à présent axé sur la cybersécurité, en particulier les problèmes où l’intelligence artificielle est utilisée pour détecter les anomalies et lutter contre attaques. Actuellement, il travaille sur la détection d’injections dans les entrées utilisateurs.

Habituellement, ces entrées sont utilisées pour fabriquer une requête qui est soumise à un compilateur pour être exécutée. Par exemple, quand un utilisateur s’authentifie, il entre son login et son mot de passe, qui sont envoyés à un serveur qui se charge de vérifier l’authenticité de ces codes d’accès. Toutefois, ces entrées peuvent être forgées malicieusement, afin que le compilateur visé les exécute comme des requêtes frauduleuses. Bien que la protection standard contre les injections soit l’assainissement des entrées utilisateurs ou l’usage de protections ad hoc, la culture de l’utilisateur comme celle du programmeur font souvent obstacle à la sécurité et laissent les systèmes vulnérables. Ainsi, un mécanisme de protection indirecte est souvent nécessaire, comme les firewalls applicatifs, indépendants à la fois des utilisateurs et des programmeurs. Dans ce contexte, le machine learning peut être utilisé, par exemple en aidant à l’élaboration automatique de règles de firewalls applicatifs afin de détecter et combattre les injections.