Elastic

Sommet pour l'IA : pas d'accélération de l'usage de l'IA dans les entreprises françaises

Soumis par francoistonic le

Le Sommet pour l'IA promettait beaucoup. Elastic, avec OpinionWay, a voulu connaître l'impact des annonces du sommet auprès des dirigeants français. Une adaptation est-elle visible ? Une accélération de l'IA ? Quelles conséquences ces mesures ont-elles (déjà) eu sur leur activité ? En bref, y a-t-il eu un avant et un après “Sommet pour l’IA” pour les patrons français ? 

Selon l'enquête, l'IA est une réalité pour 73 % d'entre elles mais, point important, 56 % notent un accès parfois difficile aux services et ressources pour le déploiement de l'IA. "Si 73 % des entreprises sondées ont construit et mis en place une stratégie IA, elles sont malgré tout 56 % à avoir un accès limité aux ressources nécessaires pour développer des projets d’intelligence artificielle. Celles-ci englobent entre autres l’accès aux talents spécialisés dans l’IA, aux infrastructures, financements et puissance de calcul. Seules 20 % des entreprises déclarent être en possession de toutes les ressources nécessaires, ce chiffre monte à 33 % chez les entreprises de plus de 250 salariés." commente l'étude. 

Trois complexités émergent :

- la maîtrise des données (57 %),

- la mesure des retours sur investissements (45 %)

- la sélection des cas d’usages (33 %).

Ce qui n'est pas une surprise comme nous l'avions évoqué dans les bonnes pratiques pour échouer son projet IA :

 https://www.programmez.com/actualites/pourquoi-les-projets-ia-echouent-7-bonnes-pratiques-37925

"Dans le détail, les entreprises de plus de 250 salariés (qui sont celles ayant le plus accès aux outils nécessaires au déploiement de l’IA) ont le plus de difficulté à maîtriser leurs données (65 %). Les organisations de 100 à 249 salariés sont celles qui ont  le plus de difficultés à mesurer leur ROI (51 %). Enfin, les plus petites structures du panel, comptant moins de 100 collaborateurs, butent considérablement sur la sélection de cas d’usage (38 %.). Seules 11 % des entreprises sondées déclarent ne rencontrer aucune difficulté pour déployer l’IA." précise l'étude. 

Est-ce que la sommet sur l'IA a fait bouger les lignes ? Ce fut un moment médiatique mais dans la réalité, les retombées réelles sont modestes. 40 % des dirigeants disent que les annonces du sommet vont accélérer le développement de modèles, poursuivre l'usage de l'IA ou encore permettre à la France de gagner en compétivité.

Le constat final est sévère mais réaliste : seuls 7% des répondants ont accéléré leurs initiatives. Celles-ci se répartissent entre les efforts de formation (3%), l'augmentation des investissements (2%), la nouvelle gouvernance (2%) et l'augmentation du nombre de cas d'utilisation (2%).

ElastiCon Paris 2025 : S3NS, cloud de confiance, sécurité et regard vers l’IA

Soumis par francoistonic le

Durant la conférence ElastiCon 2025 à Paris, nous avons rencontré Victor Vuillard (CTO et CSO de S3NS) et Nicolas Raux (architecture cybersécurité de S3NS).

François Tonic : Pouvez-vous présenter S3NS et le positionner sur le marché ?

Victor : S3NS, filiale de Thales en partenariat avec Google, est un fournisseur de cloud de confiance. Son objectif est d'offrir un cadre sécurisé en s’appuyant sur la technologie de Google Cloud Platform (GCP), mais avec une particularité essentielle : la plateforme est hébergée dans des datacenters en France et opérée par S3NS, une société française. Nous visons l’obtention de la qualification"Cloud de Confiance" de l’ANSSI, que nous espérons obtenir dès cet été. Cette qualification garantit que les données hébergées sont protégées contre toute ingérence étrangère, notamment des lois extraterritoriales comme le FISA ou le Cloud Act.

Dans quels contextes les outils Elastic sont-ils utilisés par S3NS ?

Victor : Une des contraintes pour nous est de devoir gérer un grand volume d’événements de sécurité provenant principalement de trois sources. Il y a tout d’abord l’inspectabilité. Parmi les valeurs ajoutées que nous apportons en matière de sécurité, il y a l’analyse de chaque mise à jour proposée par Google pour les services GCP. Nous recevons les mises à jour et réalisons d’une part une analyse binaire automatisée, d’autre part une analyse comportementale afin de remonter les données.

En parallèle, nous traitons l’ensemble des éléments issus de notre infrastructure d’administration ainsi que ceux provenant des milliers de serveurs cloud sur lesquels tournent les services. 

Compte tenu de l’importance de ces volumes de données, nous avons choisi une solution technique à la fois efficace et capable d’ingérer cette masse d’informations. Avec Elastic, nous pouvons monter en charge plus facilement qu’avec d’autres solutions. 

Un des soucis que l'on a aujourd'hui quand on parle de cybersécurité, notamment dans les infrastructures, c'est la quantité de logs que l'on va générer ou d'événements. Est-ce que les solutions d’Elastic peuvent vous aider à prioriser les vulnérabilités ? Ou tout le moins, donner une priorité à tel ou tel événement de sécurité ?

Nicolas : Oui, on peut tout à fait caractériser des sévérités sur des assets. On peut aussi prioriser selon le type de menace détectée. Il est aussi possible de croiser avec d’autres informations, par exemple, des données dites de Threat Intelligence. Ces données complémentaires peuvent être croisées avec les logs et nous donner un niveau de sévérité. Tout cela permet de traiter une alerte et de savoir si cette alerte est un incident réel ou non.

 

Donc il y a les faux-positifs à gérer ? 

Nicolas : Oui tout à fait. Il faut avoir la capacité de détecter ce qu’il se passe à l’instant T et gérer la notion de faux positifs. Chaque alerte nécessite une vérification, car une alerte n’est pas forcément un incident.  

Faut-il prioriser les alertes selon les équipes qui utilisent ces outils ?

Nicolas : Ce travail est plutôt réalisé en amont quand nous mettons en place les outils de détection. Il est réalisé avec les équipes métiers pour comprendre les besoins et quelles sont les applications majeures pour elles. C’est un travail conjoint pour avoir les bonnes métriques. Nous regardons aussi si les alertes remontées correspondent à leurs besoins et nous adaptons nos outils selon leurs retours.

Les clients vous demandent-ils comment vous gérez les logs, le type d’outils qui sont déployés ? Est-ce un avantage concurrentiel d’utiliser les outils d’Elastic ? 

Victor : Oui, c’est important, d’une manière générale, d’assurer la sécurité de notre infrastructure. Nos clients sont attentifs à la gestion des incidents. Sur les appels d’offres, ils ont des attentes particulières et/ou précises sur la sécurité, et Elastic nous apporte cette efficacité. Nous sommes aussi dans un modèle de responsabilités partagées. S3NS assure la sécurité de l’infrastructure pour les services IaaS, CaaS ou PaaS. Le client doit, de son côté, surveiller ce qu’il se passe chez lui. Côté client, nous n’avons pas la capacité de voir ce qu’il se passe. Il peut, avec les services que nous proposons, centraliser les journaux, les logs, et relayer les incidents. Le client peut également faire le choix d’utiliser une solution Elastic que nous pouvons héberger sur notre offre de confiance.

Est-ce que vous avez fait des benchmarks pour voir ce qu’il se passait avant l’utilisation d’outils tels que ceux d’Elastic et après leurs déploiements ?  Est-ce que vous gagnez du temps dans la résolution des incidents ?

Victor : Nous avons des indicateurs sur les scénarii de corrélations. Il existe des indicateurs du côté Elastic comme sur le temps de recherche, le temps d’injection de logs qui peuvent être utiles. Ils peuvent par exemple servir à dimensionner l’infrastructure de traitements. Les besoins peuvent évoluer.

Nicolas :  Elastic est un outil que l’on peut piloter et développer. Ce n’est pas forcément le cas avec d’autres outils qui ne sont pas assez ouverts. On peut développer des règles ou définir comment fonctionne une règle. C’est aussi la possibilité d’embarquer du machine learning dans le moteur de règles, et automatiser soit avec les fonctions offertes, soit en le développant nous-mêmes. C’est difficile à quantifier, mais ce que l’on a envie de faire, on peut le faire. C’est l’avantage d’une solution ouverte. Le gain est vraiment important.

Victor : pour nous, c’est important qu’Elastic soutienne le modèle open source. Même si nous avons choisi l’offre entreprise, nous avons la capacité à regarder le code, la logique de fonctionnement. C’est toujours bénéfique. 

Est-ce que vous participez à la communauté ? Vous développez vos propres plug-ins ?

Nicolas : Nous n’avons pas encore partagé. Mais oui, ce sont des choses que nous pourrions partager à l’avenir sur des éléments qui seront reproductibles ailleurs. 

Elastic travaille beaucoup sur les LLM et l’IA. Est-ce que vous utilisez ces fonctionnalités ?

Nicolas : Une des contraintes par rapport à l’IA est que les LLM sont généralement sur des clouds externes. Nous réfléchissons à cet usage mais dans ce cas en hébergeant nous-mêmes ces modèles. Parmi les cas d’usages, il y a le tri des alertes, l'aide à l’analyse ou encore l'aide à gérer notre base de connaissances.

ElasticON Paris 2025 : aujourd’hui, tout est une question de Search

Soumis par francoistonic le
Image
Image

 Durant la conférence ElasticON 2025 à Paris, nous avons rencontré David Pilato (Developer Advocate, Elastic) et Fabien Baligand (CDC Informatique) pour parler IA, de logs et du rôle de la communauté sur Elastic.

François Tonic : comment des plateformes comme celles d’Elastic peuvent aider la CDC au quotidien ?

Fabien : Nous avons de nombreux cas d’usage. Nous avons commencé en 2013 par l’analyse de logs. Cela a beaucoup aidé nos équipes en production pour le monitoring et ensuite pour le search sur les applications métiers afin d’effectuer de la recherche en full text. Nous commençons à regarder tout ce qui concerne l’IA, à la fois côté AIOps pour l’observabilité et aussi dans le domaine de la recherche sémantique ou de la sémantique hybride sur les documentations et les contenus métiers.

On connaît Elastic pour le Search, mais aujourd’hui c’est bien plus large que ça ?

David : Aujourd’hui, tout est une question de recherche. On peut appliquer la recherche à de nombreux domaines comme les données d’observabilité, les données de sécurité, les données métiers ou même à la BI.  Et l’arrivée de l’IA redonne de l’intérêt à la barre de recherche qui avait été un peu délaissée.

Quelle était la problématique de départ pour utiliser les outils Elastic ?

Fabien : Quand on a commencé, on n’avait pas de visibilité sur ce qui se passait sur le banc de test ou sur la production. On manquait de visibilité fine. On avait quelques outils mais ils étaient trop macroscopiques. Il manquait quelque chose de plus avancé. L’analyse de logs nous a permis, en combinaison avec Kibana et Elasticsearch, d’avoir des données très précises sur ce qu’il se passait exactement dans les applications et de savoir où se trouvaient les problèmes, les goulets d’étranglement, etc. Cela nous a beaucoup aidé pour les tests de performance avant de passer en production et cela nous a permis de régler de nombreux problèmes. 

David : Tu n’avais pas un problème sur la mise en cohérence des événements ?

Fabien : Effectivement, à l'époque, je voulais pouvoir agréger des données provenant de plusieurs logs pour finalement les mettre dans un seul événement. J’ai développé un plug-in : logstash-filter-aggregate. J’en ai parlé à David. Il m’a donné les contacts pour pouvoir intégrer le plug-in dans Logstash. Et plus tard, j’ai présenté le plug-in lors d’un meetup Elastic.

David : Fabien est non seulement un utilisateur, mais il a aussi contribué à la plateforme pour résoudre ses problèmes et mettre sa création à disposition de toute la communauté.

Tu avais donc des logs plus ou moins éclatés. Il fallait pouvoir les centraliser pour avoir une vue plus claire et en sortir les bonnes informations ?

Fabien : L’idée était de récupérer les logs, de les parser pour créer des logs structurés, puis de les remonter dans les tableaux de bord Kibana. Cela nous permettait d’afficher des données précises, comme les transactions et les appels aux web services. On voyait tout ce qui se passait en termes de temps d'exécution et de charge, avec un niveau de détail très fin au niveau de l'application.

À l’époque, APM n’existait pas encore, donc nous utilisions Log Analytics. Quand APM est arrivé, l’outil a permis de gérer cela nativement, sans avoir besoin de développer des logs spécifiques. Aujourd’hui, on utilise beaucoup APM, et ça fonctionne automatiquement. Toutes les données remontent, et les tableaux de bord sont prêts à l’emploi. Nous avons plusieurs centaines de services qui l’exploitent.

Comment aujourd’hui, les équipes trouvent les bons logs : des batteries de règles, analyses, de l’IA ?

Fabien : C’est un mélange de tout cela. On écrit beaucoup de logs au format ECS. De base, les logs sont structurés et couplés avec APM, ce qui permet de croiser les traces APM avec les logs ECS. Comme les applications disposent d’ID de requête uniques, on peut corréler les logs et les traces grâce à ces ID et identifier rapidement quelles applications sont concernées.

J’ai vu des tests sur Swagger : en récupérant l’ID, les résultats génèrent un lien qui permet, en un clic, d’afficher les traces de ce qu’il s’est passé. C’est une super idée. On fait beaucoup de recherches basées sur les ID.

Une autre fonctionnalité pratique dans APM, c’est la visualisation des erreurs, avec pour chaque message d’erreur, le nombre d’occurrences. Pour les équipes, c’est important, car elles peuvent repérer facilement les erreurs fréquentes, les analyser et les traiter en priorité. On définit ainsi la priorité des erreurs en fonction de leur fréquence d’apparition.

J’essaie de donner tous les outils nécessaires aux développeurs et aux Ops. L’idée est qu’ils soient autonomes sur de nombreux usages. J’ai vu des équipes réaliser des tableaux de bord très complets sur leurs domaines, sans que j’ai besoin d’intervenir.

Chaque projet dispose de son propre espace Kibana, et les équipes ont une totale autonomie pour créer des visualisations, des recherches, des tableaux de bord, etc. Cela leur permet d’adapter leur espace à leurs besoins spécifiques.

Est-ce que tu as eu besoin de faire des formations, une montée en compétence ?

Fabien : Il y a une équipe dédiée au socle technique, à laquelle je participe. Ensuite, nous proposons des formations et mettons à disposition une documentation complète. La plupart des équipes sont autonomes dans leur utilisation. Je reçois beaucoup de retours et, de temps en temps, certaines équipes me demandent de l’aide, mais dans l’ensemble, elles sont vraiment autonomes. 

Tu nous parlais de l’aspect communautaire. Peux-tu nous en dire plus ? Ton plug-in est intégré à la plateforme ?

David : Avant même la création de l’entreprise, Elastic était un projet open source. L’outil l’est resté, et la société n’a été fondée que deux ans après la première release. Très vite, une communauté s’est formée. J’ai d’ailleurs créé la communauté française, qui n’existait pas encore à l’époque. Au fil du temps, la communauté a enrichi la solution en y ajoutant de nouvelles fonctionnalités, comme l’a fait Fabien.

Fabien : À l’origine, le plug-in que j’ai créé était un plug-in communautaire, que j’ai partagé sur le dépôt GitHub. Il a rencontré un tel succès qu’Elastic a décidé de l’intégrer directement dans le projet Logstash. C’est une petite fierté pour moi ! Dès que je peux “open-sourcer” un travail, j’aime le faire. Depuis, j’ai pu apporter d’autres contributions aux produits Logstash, Kibana et Elasticsearch, mais aussi créer d’autres plugins communautaires autour de la stack Elastic. J’ai même conçu une page web qui affiche tous les champs ECS sur une seule page avec une barre de recherche ! Sur la documentation officielle, ils sont répartis sur 20 pages…

Retour d'ElasticCon Paris : Dans la sécurité, l’IA sert aux défenseurs mais aussi aux attaquants

Soumis par francoistonic le

Durant la conférence ElasticON 2025 à Paris, nous avons rencontré Yannick Fhima, responsable en charge des solutions architectes d’Elastic pour l'Europe du Sud. Il anime la communauté en charges des architectures pour les clients de l’éditeur. 

François Tonic (Programmez!) : Nous allons parler d’IA et notamment de l’IA dans la cybersécurité, quels sont les usages que l’on peut voir quand nous combinons sécurité et IA ?

Yannick Fhima (Elastic) : Il y a plusieurs approches aujourd'hui qui apparaissent. Il y a d'une part l'IA du côté défensif. Effectivement, beaucoup de clients s'équipent de l'IA pour pouvoir réagir aux nouvelles attaques. On voit bien que les nouveaux challenges sont liés au fait que la surface d'attaque est beaucoup plus large, que les assets se retrouvent de plus en plus dans le cloud, mais qu’elle reste aussi hybride. Il est donc important de pouvoir avoir une couverture étendue sur l’ensemble du système d’information (SI).

Côté défenseur, l’IA a un intérêt : elle va permettre, sous la forme d’un assistant IA, d’accompagner les analystes du côté du SOC pour les rendre plus productifs. Je m’explique : jusqu’à présent, les analystes recevaient un rapport contenant une liste de failles et d'alertes, et ils devaient partir à la chasse de chacune des alertes pour les évaluer. C’est-à-dire : étaient-elles réelles ou des faux-positifs. L’IA va pouvoir, dans un premier temps, grâce à Attack Discovery, relier le contexte du client, avec un RAG embarqué chez nous, entre l'attaque et la connaissance du client, et ainsi réduire rapidement le nombre d'alertes potentielles, passant d'une centaine à une quinzaine. Cela permettra à l’analyste de se focaliser sur les plus importantes.

L’assistant va aussi pouvoir aider à la résolution de ces alertes. Dans Elastic Security, nous avons intégré l’IA à la plateforme. Le SOC analyste dispose d’un chat sur lequel il peut poser des questions. De plus, nous avons une base de connaissances. Quand notre analyste pose une question dans le chat, ce n’est pas ChatGPT qui répond en s’appuyant sur des données publiques. Nous relions la question au contexte du client, ce qui fait que la réponse est personnalisée et surtout reliée à l’environnement unique de chaque client.

Si une attaque est détectée, la plateforme fournit des préconisations pour créer un playbook plus évolué. Par exemple, si vous disposez d’un référentiel GitHub où les incidents sont déclarés, l’assistant pourra s’y référer.

Rappelons que l’IA ne profite pas seulement aux défenseurs, mais aussi aux attaquants. Nous constatons que les attaques sont de plus en plus sophistiquées, notamment grâce à l’IA.

L’assistant IA dans vos solutions de sécurité est-il conçu pour effectuer ce tri ?

Yannick Fhima : C’est exactement ça. L’assistant est là pour guider l’analyste. Ainsi, sur une liste d’alertes potentielles, nous allons lui demander de se focaliser sur le top 5 ou le top 10 de celles qui ont réellement du sens. L’assistant les signale mais fournit aussi des remédiations. Il va tout d’abord résumer l’attaque. Cette remédiation est proposée selon le contexte : savoir quel utilisateur a chargé telle DLL, savoir quel processus a accédé à tel fichier ou quel processus a envoyé des données vers telle adresse externe.

Sommes-nous dans du proactif ou du réactif ?

Yannick Fhima : Nous faisons les deux. Elastic Security, au-delà de l’IA qui est finalement un terme générique, intègre beaucoup de machine learning. Pour alimenter ce dernier, nous avons beaucoup de processus qui tournent tout le temps. Ils vont détecter les anomalies, remonter les données supervisées ou non-supervisées, et faire de l’alerte en temps réel. Et ces alertes en temps réel seront prises en compte par notre IA intégrée.

On pourra être proactif et réactif, car l’IA nous dira : "J’ai détecté des éléments anormaux et voici les possibles remédiations sur lesquelles les équipes pourront s’appuyer."

Est-ce que vous interrogez aussi des références telles que les CVE, les vulnérabilités ou les bugs connus dans les langages ou dans des frameworks afin de compléter ce que votre IA aura analysé de mon système ?

Yannick Fhima : Oui, nous avons sur Elastic Security la possibilité d’intégrer de la Threat Intelligence ou encore tout ce qui concerne les indicateurs de compromission. Tout cela s'intègre dans la base de connaissances utilisée par notre IA. On enrichit le contexte client à partir de ses propres données mais aussi en intégrant des données externes. 

Quand on déploie Elastic Security, un millier de règles de sécurité sont déployées. Ces règles de détection sont mappées sur le framework MITRE ATTACK. Cela signifie que l’équipe n’est jamais seule, elle est toujours accompagnée. L’IA aide les équipes qui maîtrisent la sécurité, mais elle aide aussi ceux qui ne sont pas experts en sécurité.

Si je suis développeur, est-ce que l’outil s’intègre facilement avec ma toolchain ou mon IDE ?

Yannick Fhima : Tout à fait. Nous l’avons montré récemment à Microsoft BUILD, par exemple, dans Visual Studio Code. Nous avons intégré le RAG et l’assistant dans la console de l’environnement. Il peut aussi s’intégrer avec Copilot. 

Il faut savoir que nous mettons en avant l’Open Security. Nous avons des labs qui publient beaucoup de contenus sur ce qu’ils détectent et analysent. Ce référentiel est public et la communauté sécurité y participe aussi. Et n’oublions pas que notre code est ouvert, ce qui signifie que le code de nos assistants IA est accessible.

À qui s’adresse votre IA ?

Yannick Fhima : À tous les utilisateurs d’Elastic Security. Vous pouvez être une entreprise avec deux personnes, vous pourrez passer de 10 alertes à 4. Si vous êtes une équipe plus nombreuse, vous passez de 100 alertes à une vingtaine. Vous avez des entreprises qui ont externalisé la sécurité, notamment avec des MSSP. Ces MSSP utilisent nos solutions pour créer leur SOC (Security Operations Center).

Revenons aux alertes. Comment découvrir et gérer les faux positifs ? Aujourd’hui, c’est une question sensible, non ?

Yannick Fhima : Totalement. C’est une vraie question. L'IA est un premier moyen d'aider à cela. Parce qu'effectivement, elle est là pour réduire, pour justement affiner l'entonnoir et mieux détecter les menaces. Cependant, il y a l'IA, il y a l'investigation, parce que le threat hunting est un moyen de détection, mais il n'y a pas de magie. On aura toujours un peu de faux positifs, quoi que l'on puisse dire.

Est-ce que cela passe par de meilleurs modèles ?

Yannick Fhima : Tous les modèles ne se valent pas. Ils peuvent être externes, comme Llama, GPT, etc. Nous avons une fonctionnalité qui est le Playground. Dans un modèle RAG, le Playground, avec des données, permet de tester les LLM en temps réel. Cela permet de tester la pertinence des réponses générées. Ainsi, on peut choisir le modèle le plus performant.

FINALDRAFT : Elastic Security Labs découvre une nouvelle espèce de malwares

Soumis par francoistonic le

L'univers des malwares sait nous surprendre. Les équipes Security Labs d'Elastic viennent de mettre en évidence une nouvelle espèce de malware. L'attaque se déroule en 2 étapes. La 1ere phase :  installer un loader. La phase 2 : déployer une porte-dérobée permettant d'installer des modules pour permettre une utilisation a posteriori.

Pour Elastic Security Labs, les hackers sont organisés et savent où ils vont car ce malware est complexe à créer et à déployer. 

1 - il faut un loader : PATHLOADER

PATHLOADER est une exécutable de type Windows PE (Portable Executable). Quand ce fichier PE est chargé, il exécute du shellcode chiffré pour mieux masquer sa présence et les communications qu'il ouvre. C'est à moment là qu'intervient la phase 2 : FINALDRAFT. C'est le second "module" mais les deux programmes fonctionnent ensemble pour infiltrer les postes de travail. Le loader est très léger et passe facilement inaperçu : 206 ko. Les chercheurs d'Elastic ont déchiffré les éléments et décodé la Base64. La Base64 est une méthode classique pour masquer le code malveillant. Elle cachait la configuration et les domaines utilisés. Pour compliquer la tâche, PATHLOADER ajoute une l'obfuscation. L'obfuscation s'appuie sur les instructions SIMD et les registres XMM pour transformer les données. Cette technique montre la technicité des hackers. 

2 - Et FINALDRAFT ?

Le second module est un malware codé en C++ qui se focalise sur la récupération des données et les envoie vers un domaine cible appartenant aux hackers. Pour cela, les données en sortie sont envoyées à un serveur C2 (Command & Control). Pour rappel, un serveur C2 permet aux hackers de coordonner et de contrôler les attaques. Autre fait remarquable est l'utilisation de plusieurs protocoles de communication, illustration de la complexité du malware. 

Pour voir l'analyse complète du malware : https://www.elastic.co/security-labs/finaldraft

Elastic ouvre une nouvelle partie de son code

Soumis par francoistonic le

Elastic, connu pour sa plateforme Elasticsearch, a annoncé il y quelques jours, l’ouverture du code de son X-Pack. X-Pack rassemble des modules supplémentaires à la pile Elastic. On y trouve des fonctions de sécurité, de supervision, de reporting, de machine learning (notamment pour faire de la détection d’anomalie). X-Pack est accessible et utilisable uniquement par les utilisateurs ayant une souscription (payante) à Elastic. Pour homogénéiser son ouverture de code envers la communauté, Elastic a ouvert tout le code X-Pack. Si la pile technique est sous licence Apache 2, le code X-Pack est sous licence commerciale.. 

Si le code est bien ouvert, seuls les clients sous souscription ou bien sous contrat OEM ou MSP, sont autorisés à déployer X-Pack. Le projet n’autorise pas de commit sur le code. L’éditeur conserve la maîtrise du code et de son évolution. Par contre, les développeurs et utilisateurs sont invités à donner leur avis, à proposer des patchs, des évolutions en utilisant le pull request. 

L’objectif est d’avoir un unique modèle pour le code : l’ouverture mais comme nous l’a précisé l’éditeur, le code ouvert X-Pack sera exactement le même que celui utilisé pour utilisateurs.

L’autre annonce est la disponibilité de SQL for Elasticsearch. Il s’agit de supporter le langage de requête SQL dans le datastore Elastic et de faciliter l’exploiter des données par les DBA et les utilisateurs BI. Par exemple, faciliter la génération de dashboard dans l’outil Canvas (reporting d’Elastic). Ces deux outils sont pour le moment en pré-version technique. 

Pour en savoir plus : https://www.elastic.co/fr/products/x-pack/open

François Tonic