Une image vaut mille logs

Splunk peut être utilisé pour importer des informations sur les services de machine learning, par exemple à partir de la reconnaissance AWS. Comment est-ce que cela fonctionne et comment pouvez-vous le configurer ?

Identifier et empêcher la criminalité financière grâce à des algorithmes de graphes

Les prestataires de services financiers évoluent dans l’un des rares secteurs à devoir gérer autant de directives, de contraintes réglementaires et d’obligations de fournir des preuves. Dans cet article, nous vous donnons un aperçu des algorithmes de graphes et des conseils pratiques sur la façon dont vous pouvez les utiliser pour identifier et empêcher les activités criminelles et frauduleuses dans le domaine financier.

Attaques de bots : comment les solutions de données en temps réel soutiennent la démocratie

Fake News, expression dont on entend beaucoup parler ces dernières années. Les bots, également connus sous le nom de comptes automatiques, qui imitent les comptes humains et envahissent les réseaux sociaux avec des fausses informations, jouent un grand rôle dans ce type d’utilisation abusive des réseaux sociaux. Rien que sur Twitter, le nombre de bots est estimé à 48 millions, soit 15 % de l’ensemble des comptes !

Prédiction et prévention de la criminalité grâce au machine learning – 2e partie

Dans la première partie de cette série d’articles de blog, nous avons présenté un scénario d’utilisation sur la façon dont le machine learning peut contribuer à améliorer les opérations policières. Notre prochain exemple nous emmène à Londres pour découvrir les travaux de Paul McDonough et Shashank Raina du NCC Group.

Prédiction et prévention de la criminalité grâce au machine learning – 1e partie

Imaginons que nous puissions utiliser la technologie pour rendre le monde meilleur, avec moins de violence et de criminalité. La prédiction et la prévention de la criminalité sont certainement liées à cela. L’IA et le ML peuvent être utiles de différentes manières.

Splunk au service du personnel médical

Dans le contexte actuel, et avec la pression que subissent le personnel médical et les hôpitaux en général, l'accès à l'information n'a jamais été aussi critique. Il est devenu indispensable d’optimiser le traitement des examens, alerter et notifier en temps réel, ajouter de l’intelligence dans les traitements à l’aide du machine learning et assurer l’accessibilité et la mobilité des données les plus critiques, via une interface ergonomique et rapide.