Darktrace Cyber
Centre de recherche en IA

La recherche débloque les inconnues ; elle permet également de faire la lumière sur ce à quoi nous sommes collectivement confrontés.
- Jack Stockdale OBE, directeur technique

Notre histoire

The Darktrace AI Research Centre is foundational to our continued innovation. Teams of mathematicians and other experts examine how AI can be applied to real-world problems, to find new paths forward to augment human capabilities.

With more than 130 patents and patents pending, the AI Research Centre comprises more than 200 R&D employees, including experts with ~100 master's degrees and 20 doctorates in disciplines from astrophysics to linguistics to data science.  
Plutôt que d'être confinés à travailler sur des feuilles de route de produits, les chercheurs sont libres d'expérimenter et d'explorer, guidés par une vision créative issue de la recherche pure. Pourtant, nous n'avons jamais hésité à relever les défis réels auxquels l'industrie est confrontée, et le centre de recherche sur l'IA fonctionne avec l'objectif commun de résoudre ces défis grâce à l'IA et aux mathématiques. Suite à l'acquisition de Cybersprint par Darktrace, un deuxième centre de R&D est opérationnel à La Haye, aux Pays-Bas.
Le centre de recherche sur l'IA a produit de nombreuses percées primées, qui ont donné naissance aux capacités d'IA qui constituent aujourd'hui nos produits contenus dans la Cyber AI Loop. Vous trouverez ci-dessous une sélection de résumés de recherche issus de ces initiatives de recherche.

28%

R&D Headcount Growth in FY22

20+

Doctorats

~100

Masters

Recherche en vedette

Recherche

Chercheurs

Licence en Sciences

Université de Stanford
Spécialisé dans le génie électrique, y compris la conception de circuits analogiques et les semi-conducteurs organiques.

Doctorat en astrophysique

Université de Cambridge
Spécialisé dans l'automatisation générale de processus complexes, typiquement humains, avec un accent actuel sur la sécurité préventive orientée vers l'adversaire.

Doctorat en mathématiques et en physique

Université de Cambridge
Spécialisé dans les applications de l'apprentissage automatique et de l'analyse statistique, les techniques de regroupement et l'utilisation de réseaux neuronaux pour la classification de données catégorielles.

Doctorat en biochimie

Université de Cambridge
Spécialisé dans les neurosciences et la modélisation du comportement, l'apprentissage automatique pour identifier les nouvelles menaces, et la guérison automatique des systèmes informatiques après une compromission numérique.

Maîtrise en mathématiques

Université de Durham
Spécialisé dans la biologie mathématique et la modélisation mathématique, l'analyse numérique et les simulations d'attaques adverses.

Doctorat en statistiques

Université de Durham
Spécialisé dans la modélisation non-paramétrique, les problèmes statistiques et d'optimisation, la réduction de dimension et les problèmes de classification.

Maîtrise en physique

Université de Cambridge
Spécialisé dans l'application de la résonance magnétique nucléaire aux processus de fabrication et dans l'application de l'apprentissage automatique au regroupement de galaxies.

Maîtrise en ingénierie

Université d'Oxford
Spécialisé dans les applications des techniques d'apprentissage automatique en bio-ingénierie, l'application de réseaux neuronaux pour extraire des structures dans l'imagerie médicale et l'étude de nouvelles techniques de phishing.

Doctorat en linguistique théorique

Université de Cambridge
Spécialisé dans la modélisation algorithmique des représentations cognitives et l'acquisition de la syntaxe du langage naturel.

Doctorat en cosmologie

Université de Cantabrie
Spécialisé dans le développement de nouvelles techniques statistiques avancées en matière d'analyse de données et de génie logiciel pour les superordinateurs.

Doctorat en mathématiques

Université de Bath
Spécialisé dans les applications de l'IA aux environnements endpoint et cloud et dans l'analyse du trafic réseau.

Doctorat en mathématiques

Université de York
Spécialisé dans la physique mathématique, la détection d'anomalies dans les données complexes pour améliorer l'efficacité, ainsi que l'optimisation et la stabilité dans le traitement des données.