Approuver la source
Une source n’entre dans le périmètre qu’après allowlist explicite et association à une politique de connecteur.
NERVE 1.0 Final lit des sources métier explicitement approuvées en lecture seule, normalise les événements, apprend les parcours et références temporelles puis présente des signaux fondés sur des preuves aux analystes et responsables. La version 1.0 n’est volontairement pas conçue pour réécrire automatiquement dans les systèmes sources.
NERVE 1.0 Final lit des sources métier explicitement approuvées en lecture seule, normalise les événements, apprend les parcours et références temporelles puis présente des signaux fondés sur des preuves aux analystes et responsables. La version 1.0 n’est volontairement pas conçue pour réécrire automatiquement dans les systèmes sources.
Les événements sont dispersés entre fichiers et systèmes. Les durées ou parcours anormaux sont détectés tard et un signal sans preuve est difficile à vérifier. NERVE rend les événements approuvés analysables localement sans ajouter de capacité d’écriture vers la source.
Une source n’entre dans le périmètre qu’après allowlist explicite et association à une politique de connecteur.
Les connecteurs CSV, XLSX ou dossiers contrôlés lisent les entrées approuvées sans chemin d’écriture vers le système source.
Les entrées brutes deviennent des événements métier cohérents avec contexte source et temporel.
Entités, transitions, parcours, support et baselines temporelles sont construits à partir des preuves locales.
Un détecteur produit un signal avec confidence ; Evidence Chain 2.0 relie signal, evidence, process model, policy et conclusion.
NERVE soutient l’analyse et la décision ; ACT est désactivé en 1.0 et les privilèges d’écriture source sont nuls.
Visualiser entités, relations et transitions observées à partir des événements normalisés.
Apprendre parcours, baselines temporelles, support et anomalies à partir de preuves répétées.
Signal → Evidence → Process Model → Policy → Conclusion comme explication explicite de la conclusion actuelle.
Self-test RBAC, santé base, kill switch ingestion, rapport sécurité, sauvegarde et export Trust Pack.
La sauvegarde SQLite est préparée localement, vérifiée et accompagnée d’une preuve d’intégrité.
Audit chaîné par hash et Trust Pack exportable rendent statut, politique et preuves inspectables.
Examine parcours, timing, signaux et preuves sans capacité d’écriture dans les systèmes sources.
Examine chaîne d’audit, preuves, politique et Trust Pack sans devoir administrer le runtime.
Gère identité Windows/RBAC, sources approuvées, connecteurs, sauvegarde et déploiement.
Contrôle frontière read-only, intégrité audit, politique source, santé base et gates externes.
Process Learning compare transitions et timing observés aux preuves antérieures ; le reviewer remonte le signal aux événements concrets.
NERVE montre le parcours observé, support/reliability si disponible et le contexte événementiel de l’écart.
Evidence Chain 2.0 et l’audit fournissent une explication bornée et inspectable sans présenter le signal comme vérité black-box.
NERVE est conçu pour les organisations qui disposent de nombreuses données opérationnelles sans pouvoir voir naturellement comment le travail circule réellement dans leurs systèmes. Un modèle de processus formel décrit le fonctionnement prévu ; les événements montrent ce qui s’est réellement produit. NERVE rend cette seconde réalité visible de manière contrôlée. Il ne lit que des sources explicitement approuvées, normalise les événements pertinents dans une couche commune puis utilise cette couche pour étudier parcours, délais et anomalies. L’objectif n’est pas de produire le plus d’alertes possible, mais de pouvoir relier chaque signal à des éléments de preuve concrets afin qu’un responsable puisse déterminer si la situation mérite réellement de l’attention.
La ligne 1.0 sépare volontairement compréhension et exécution. Les connecteurs approuvés lisent ou ingèrent les données sans créer de voie d’écriture générale vers les systèmes sources. Cela réduit le rayon d’impact de la couche d’intelligence et rend le modèle de confiance plus compréhensible : NERVE peut apprendre d’un workflow sans modifier silencieusement le workflow observé. L’organisation conserve la responsabilité de la décision opérationnelle, tandis que le logiciel fournit preuves structurées, contexte temporel et connaissance des processus. Si un déploiement futur introduit des capacités d’action, celles-ci devront être traitées comme un plan d’autorité distinct et non comme une simple extension de l’analytics.
La normalisation permet de comparer des données provenant de sources approuvées différentes. Un événement utile doit être assez structuré pour répondre à des questions telles que : que s’est-il passé, quand, pour quel objet ou processus et d’où provient la preuve ? Une fois ce langage commun établi, NERVE peut reconstruire parcours récurrents et références temporelles au lieu de dépendre uniquement de schémas de processus rédigés manuellement. Process Learning est donc descriptif avant d’être prédictif : le logiciel établit d’abord une baseline mesurable des comportements observés, puis identifie les cas qui s’en écartent. Un dossier lent, un parcours inhabituel ou une transition attendue absente devient pertinent parce qu’il est comparé à des preuves de processus déjà observées.
Un signal sans preuve devient rapidement un score opaque de plus. NERVE est conçu pour permettre à l’utilisateur de remonter du signal vers les événements et le contexte source qui l’ont produit. C’est particulièrement important lorsque les données opérationnelles sont incomplètes ou ambiguës. Le logiciel doit pouvoir indiquer qu’un motif est inhabituel sans prétendre connaître automatiquement sa cause métier. Cette distinction soutient l’investigation : un analyste peut confirmer un véritable goulot d’étranglement, identifier un problème de qualité de données ou conclure qu’un écart apparent est en réalité légitime. Audit, contrôle des sources et export des preuves rendent ce raisonnement inspectable plutôt qu’éphémère.
NERVE 1.0 Final est un produit desktop Windows x64/.NET 10/WPF avec stockage local SQLite des preuves. Le runtime suit sources/connecteurs read-only approuvés → ingestion durcie → événements normalisés → evidence store local → Business Graph/Process Learning → signaux fondés sur les preuves. Un plan de sécurité séparé gère identité Windows, RBAC, source policy, connector policy, kill switch et audit chaîné par hash.
La famille actuelle comprend CSV, XLSX et Folder. Les sources sont explicitement approuvées et les connecteurs liés à une source et un chemin. NERVE 1.0 ne dispose ni de SSO/OIDC central ni de fournisseur IA externe configuré. Les intégrations futures devront être conçues et qualifiées séparément.
Installation par machine sous Program Files ; runtime sans élévation après installation.
Les groupes Windows peuvent être liés aux rôles NERVE ; endpoints gérés et chiffrement disque complet sont recommandés en enterprise.
Preuves, logs et configuration restent locaux dans l’environnement Windows sauf configuration contrôlée différente.
La baseline locale 1.0 Final est achevée en interne. Un déploiement enterprise large reste soumis à des gates externes comme la signature de code commerciale, un test d’intrusion indépendant et une revue privacy/rétention.
Une présentation technique peut montrer Process Learning, Evidence Chain 2.0, limites read-only, Windows RBAC, backup/audit et gates de déploiement sans ouvrir de démo interactive publique.