Recherche / ThreatBytes
Super Intelligence pour la recherche sur les malwares inédits.
SI agentique, réseaux de neurones, analyse comportementale et raisonnement cognitif pour détecter des malwares jamais vus.
- Rôle
- Fondateur et chercheur principal
- Statut
- VECTOR SI v1 en développement
- Affiliation
- À confirmer
Le déficit de connaissances
Les malwares s'adaptent, mutent et contournent les défenses classiques par polymorphisme, obfuscation et propagation autonome. La plupart des systèmes restent réactifs : règles, signatures ou indicateurs comportementaux qui ne détectent l'activité malveillante qu'après la compromission.
L'apprentissage automatique a amélioré la classification, mais la plupart des approches sont rétrospectives : elles analysent un logiciel après exécution au lieu de raisonner sur des signaux incomplets pour anticiper un malware inédit.
Le manque n'est pas seulement la détection, mais des systèmes autonomes qui apprennent d'échantillons historiques, simulés et soumis par la communauté pour inférer les comportements futurs. ThreatBytes développe pour cela un cadre agentique fondé sur le raisonnement, avant exécution.
Quatre phases
Phase 1
Données
Corpus historique de plus de 110 M d'échantillons uniques et collecte communautaire encadrée. Caractéristiques comportementales, temporelles, structurelles et de signature ; données synthétiques issues d'exécutions en sandbox.
Phase 2
Conception du modèle
SI agentique hybride : deep learning, apprentissage par renforcement, couches cognitives et de raisonnement, détection d'anomalies. Apprentissage continu axé sur la prédiction avant exécution.
Phase 3
Défense proactive
Intégration à la plateforme ThreatBytes pour l'ingestion et la décision par raisonnement. Atténuation agentique (confinement en sandbox, isolation de poste), déployée en conteneurs.
Phase 4
Évaluation
Exécution contrôlée, cyber-range et red team. Comparaison avec des IDS/IPS réactifs (p. ex. Snort, Suricata) et analyse SI explicable.
VECTOR SI v1 · En développement
Versatile Engine for Cognitive Threat Observation & Response.
Classifieurs de base statiques et comportementaux sur le corpus historique ; score réactif uniquement.
Source : threatbytes.dev. L'ingestion prévue atteint 100 millions d'échantillons par paliers annuels égaux de 2027 à 2032, sous quarantaine et gouvernance éthique.
Des artefacts ouverts, utilisables dès maintenant.
Template · Licence MIT · v1.0
Malware Analysis Report Template
Un format de rapport standardisé avec JSON Schema et modèle Markdown, aligné sur MITRE ATT&CK.
YARA · Licence MIT · v1.0
YARA Rule Starter Kit
Des règles YARA testées et documentées, avec jeux de test sûrs et une CI qui vérifie chaque règle à chaque push.