Ce projet permet de surveiller et détecter les problèmes dans les systèmes informatiques, en particulier dans les clusters Kubernetes. Il utilise des chartes Helm pour faciliter le déploiement et la configuration des composants nécessaires à la détection des anomalies et des pannes. Les données collectées sont ensuite analysées pour fournir des diagnostics précis et des recommandations d'actions correctives.

Outil conçu pour identifier et signaler automatiquement les problèmes dans les environnements Kubernetes. Il permet aux administrateurs système de détecter des anomalies matérielles ou logicielles, facilitant ainsi la maintenance proactive des clusters. Intégré aux workflows DevOps, il contribue à améliorer la stabilité et la performance des infrastructures conteneurisées.

Le projet AMI IA 2 de l'ANSSI est une solution d'intelligence artificielle dédiée à la sécurité des systèmes d'information. Il aide les organisations à détecter les menaces et les anomalies dans leurs réseaux, à analyser la sécurité de leur système d'information et à prendre des décisions éclairées en matière de cybersécurité.

Outil autonome conçu pour détecter des fichiers PE (Portable Executable) anormaux parmi les données NTFSInfo collectées par DFIR-ORC sur des systèmes Microsoft Windows. Il classe les fichiers PE du plus au moins anormal, permettant aux analystes en réponse aux incidents de prioriser leurs investigations. L'outil utilise des algorithmes de détection d'anomalies traditionnels et basés sur des graphes, sans analyser en profondeur le contenu binaire des fichiers. Il s'intègre facilement aux workflows de forensic et génère des rapports visuels et des fichiers CSV pour une analyse approfondie.

Ce projet permet de superviser et surveiller en temps réel les infrastructures critiques d'une organisation, comme les réseaux, les serveurs ou les équipements industriels. Il centralise les données de performance, détecte les anomalies et génère des alertes pour une intervention rapide. Les équipes techniques peuvent ainsi coordonner leurs actions pour maintenir la disponibilité et la sécurité des systèmes.

Outil spécialisé dans l'analyse précise des caches LRU (Least Recently Used) pour optimiser les performances des systèmes embarqués ou des applications critiques. Il permet de détecter des anomalies dans la gestion mémoire, d'identifier des fuites potentielles et d'améliorer l'efficacité des algorithmes de cache. Utilisé principalement par des développeurs et des ingénieurs en optimisation logicielle.

Le projet dataqual a pour but d'assurer la qualité des données entrantes dans le système d'information de l'entreprise. Il détecte les anomalies et les erreurs dans les données, et les corrige en fonction de règles prédéfinies. Ce projet permet d'améliorer la fiabilité des données de l'entreprise, ce qui facilite la prise de décision et améliore la performance globale de l'entreprise.

Outil dédié à la validation et à la vérification de conformité des documents XML, notamment dans le domaine médical. Il permet de compiler des règles Schematron pour valider des structures de données, d'assurer la cohérence des échanges entre systèmes et de générer des rapports détaillés sur les anomalies détectées. Utilisé pour garantir l'interopérabilité des données dans des environnements critiques comme les systèmes de santé.

Bootcode_parser est un script Python conçu pour effectuer une analyse hors ligne rapide des enregistrements de démarrage utilisés par les systèmes basés sur BIOS (UEFI n'est pas pris en charge). Il est destiné à aider l'analyste à trier les dumps d'enregistrements de démarrage individuels ou les images disque entières. Ce script ne détecte que les anomalies qui doivent être étudiées manuellement par un analyste.

WAAD est un outil développé dans le cadre du projet AMI IA de l'ANSSI, conçu pour détecter les anomalies dans les processus d'authentification Windows. Il permet d'identifier des comportements suspects ou malveillants afin de renforcer la sécurité des infrastructures informatiques des organisations. Cet outil s'adresse principalement aux administrateurs système et aux équipes de cybersécurité.