CyberValue a développé l’une des premières solutions nouvelle génération de détection d’anomalies multi-secteurs créées en France. Grâce à leur utilisation de l’intelligence artificielle, la startup permet à tous types d’entreprises de se protéger, d’anticiper et d’optimiser leurs ressources internes. Découvrez leur Pitch !
Une solution agile et flexible
CyberValue propose une approche, qui repose sur 3 piliers : l’Intelligence Artificielle, l’analyse comportementale et le traitement temps réel. Il s’agit d’offrir une solution simple, scalable, adaptable et efficace en toutes circonstances. Pour relever ce défi, la solution s’appuie sur une pleine maîtrise du machine learning et du deep learning, ainsi que sur les dernières technologies Big Data.
Concrètement, la solution ingère les données d’une entreprise, crée et maintient à jour en temps réel des profils comportementaux représentatifs de la normalité du système, et émet des alertes caractérisant les anomalies et les opérations suspectes. La qualité des algorithmes et la maîtrise de la data permettent de traiter tous les cas d’usage quels que soient les secteurs d’activité et les types d’anomalies (attaques réseau, problèmes de maintenance, notes de frais abusives, fausses déclarations).
Pour en finir avec l’éternelle démarche constat – réaction qui a toujours un temps de retard, Cybervalue propose une nouvelle approche qui permet la détection des schémas anormaux connus et inconnus de façon proactive. En totale rupture avec l’approche classique de modélisation des anomalies déjà subies, la solution s’appuie sur des profils comportementaux qui représentent le fonctionnement normal d’un système, pouvant aller de la représentation des habitudes d’une personne à celle de l’utilisation classique d’un device, en passant par le fonctionnement nominal d’une machine.
La granularité des profils varie au gré des cas d’usage et des contraintes des infrastructures socles, et permet une représentation individualisée ou groupée des systèmes qui offre des possibilités de modélisations infinies (groupe de personnes, device seul, parc de serveurs, service d’une entreprise…). En s’appuyant sur ce qui est normal et attendu, et en assurant une évolution continue des modèles, la solution est capable de détecter toutes formes d’anomalies qu’elles soient connues ou inconnues.
CyberValue propose un MVP dans les 8 à 12 semaines
CyberValue est rapide à mettre en place au sein des entreprises : Un MVP (Minimum Viable Product) est livré dans les 8 à 12 semaines qui suivent le lancement du projet. Il permet d’obtenir les premières alertes à traiter en implémentant la solution là où elle a le plus de valeur ajoutée. Le périmètre est ensuite étendu pour intégrer l’ensemble des données.
De nombreux secteurs d’activité sont concernés (assurances, mutuelles, IoT, e-commerce etc.) mais plus généralement, les utilisateurs de la solution sont les responsables opérationnels qui subissent au sein de leurs processus des anomalies ou actes malveillants en interne ou en externe (cellules anti-fraude, centre de maintenance, contrôleur de gestion…).
La solution leur permet de se délester d’une partie technique souvent éloignée de leurs compétences. CyberValue permet de recentrer les équipes « analyse » sur les tâches à valeur ajoutée que sont l’investigation et le traitement des alertes détectées par la solution. La solution est auto-apprenante et émet des alertes de plus en plus pertinentes au fil du temps.
La France doit être un moteur dans l’IA
Le big data et l’intelligence artificielle marquent un tournant dans l’approche adoptée face aux nouvelles problématiques complexes. Il est important que la France soit un moteur en la matière et que les projets fleurissent autour de ces compétences. La détection d’anomalies permet en particulier une approche innovante plus efficace et plus simple, et il semble important de ne pas rater ce virage !
Cybervalue a l’ambition de devenir la première solution quantique de détection d’anomalies. Ce basculement vers un nouveau paradigme doit permettre de traiter toujours plus de données en temps réel, avec des algorithmes encore plus complexes afin de détecter les schémas les plus subtils et les plus complexes.
