feat: roadmap détection bots §2-9 — HTTP/2, cohérence, drift, flotte, Jaccard, ExIFFI, méta-learner, métriques

Étape 2 — Fingerprinting HTTP/2 dans le pipeline ML :
- Ajout du dictionnaire dict_browser_h2 (11 familles de navigateurs) dans 05_aggregation_tables.sql
- Ajout du CTE h2_agg et 4 features HTTP/2 dans 07_ai_features_view.sql :
  h2_settings_known, h2_pseudo_order_match, h2_ja4_coherence, h2_settings_rare
- Calcul du fingerprint_coherence_score (5 axes pondérés) dans la vue
- Ajout du 6e axe axis_h2_coherence dans browser.py (poids rééquilibrés)
- browser_h2.csv : 11 fingerprints Akamai → famille navigateur

Étape 3 — Pré-filtre de cohérence sur la baseline humaine :
- pipeline.py exclut les sessions avec fingerprint_coherence_score < seuil de la baseline d'entraînement
- FINGERPRINT_COHERENCE_THRESHOLD configurable via env (défaut 0.25)
- Log des sessions exclues pour analyse SOC

Étape 4 — Détection de drift améliorée :
- scoring.py : passage de 5 à 9 quantiles (p5…p95)
- Ajout de la divergence KL en complément du test KS
- Détection de drift adversarial (≥80% des features dérivent dans la même direction)
- Split temporel strict pour la validation

Étape 5 — Graphe bipartite JA4×ASN (§5.2) :
- fleet.py : détection de flottes via NetworkX + Louvain (imports optionnels)
- enrich_with_fleet_score() : ajout fleet_score + fleet_campaign_flag au DataFrame
- cycle.py : appel après preprocess_df avec log du nombre de sessions en flotte
- SQL migration 05_fleet_metrics_tables.sql : table fleet_detections (TTL 7j)
- Dashboard : /fleet + /api/fleet (communautés détectées) + template fleet.html

Étape 6 — Cross-domain Jaccard §5.8 :
- 12_thesis_features.sql : CTE jaccard_paths → cross_domain_path_similarity
- Signal : même chemins (/admin, /wp-login) sur plusieurs hosts = scanner

Étape 7 — ExIFFI + erreurs AE par feature :
- scoring.py : compute_exiffi_importance() par permutation, compute_ae_feature_errors()
- pipeline.py : calcul ExIFFI sur X_test, mapping index → dict pour anomalies
- build_reason() enrichi avec exiffi_top quand SHAP inactif

Étape 8 — Méta-learner pour la pondération de l'ensemble :
- scoring.py : classe MetaLearner (LogisticRegression, fallback poids fixes <1000 labels)
- Collecte des labels depuis le cycle courant (known_bots, légitimes, Anubis)
- pipeline.py : remplacement des poids fixes par MetaLearner.predict()

Étape 9 — Métriques de performance et monitoring :
- metrics.py : record_cycle_metrics() — taux anomalie, drift, corrélation, latence
- SQL migration 05_fleet_metrics_tables.sql : table ml_performance_metrics (TTL 90j)
- Dashboard : /health + /api/health + template health.html
- cycle.py : appel record_cycle_metrics en fin de cycle (Complet + Applicatif)

Tests : 36/36 bot-detector tests passent

Co-authored-by: Copilot <223556219+Copilot@users.noreply.github.com>

services/correlator/sql/migrations/05_fleet_metrics_tables.sql

@@ -0,0 +1,55 @@
+-- === 05_fleet_metrics_tables.sql — Tables fleet_detections et ml_performance_metrics ===
+--
+-- fleet_detections     : résultats du détecteur de flottes §5.2 (JA4×ASN bipartite graph)
+-- ml_performance_metrics : métriques de performance du pipeline ML par cycle
+--
+-- Appliquer avec :
+--   clickhouse-client --multiquery < 05_fleet_metrics_tables.sql
+
+-- --- fleet_detections ---
+CREATE TABLE IF NOT EXISTS ja4_processing.fleet_detections
+(
+    detected_at     DateTime,
+    community_id    UInt32,
+    ja4_set         Array(String),
+    asn_set         Array(String),
+    fleet_score     Float32,
+    n_ips           UInt32,
+    ip_sample       Array(String),   -- échantillon des 20 premières IPs
+    model_name      LowCardinality(String) DEFAULT ''
+)
+ENGINE = MergeTree
+PARTITION BY toDate(detected_at)
+ORDER BY (detected_at, community_id)
+TTL detected_at + INTERVAL 7 DAY
+SETTINGS ttl_only_drop_parts = 1;
+
+-- --- ml_performance_metrics ---
+CREATE TABLE IF NOT EXISTS ja4_processing.ml_performance_metrics
+(
+    cycle_at         DateTime,
+    model_name       LowCardinality(String),
+    total_sessions   UInt64,
+    correlated_rate  Float32,
+    anomaly_rate     Float32,
+    critical_count   UInt32,
+    high_count       UInt32,
+    medium_count     UInt32,
+    low_count        UInt32,
+    known_bot_count  UInt32,
+    anubis_deny_count UInt32,
+    legit_browser_count UInt32,
+    drift_rate       Float32,
+    drift_alert      UInt8,
+    cycle_latency_ms UInt32,
+    features_valid   UInt16,
+    features_total   UInt16,
+    baseline_size    UInt32,
+    threshold        Float32,
+    meta_learner_active UInt8 DEFAULT 0
+)
+ENGINE = MergeTree
+PARTITION BY toDate(cycle_at)
+ORDER BY (cycle_at, model_name)
+TTL cycle_at + INTERVAL 90 DAY
+SETTINGS ttl_only_drop_parts = 1;