DCbrain: le Big Data appliqué aux réseaux physiques


:
J’ai longtemps travaillé comme consultant pour la gestion des réseaux complexes animant les data-centers. Les outils de gestion disponibles étaient mauvais et j’ai remarqué que les réseaux physiques étaient les grands oubliés de la révolution numérique. J’ai donc voulu créer un logiciel permettant de faire entrer la gestion des réseaux physiques dans l’ère du big data. 
Vos produits et services :
DCbrain est le”waze des réseaux” physique: notre logiciel donne du sens aux milliards de mesures issues du nombre toujours grandissant de capteurs IoT répartis dans les réseaux industriels de nos clients, en utilisant les technologies du Big Data et du Machine Learning.

Notre représentation unique des flux physiques, associées à nos services d’analyse prédictive permet à nos clients de visualiser simplement et en temps réel ce qui se passe dans leurs réseaux physiques, d’identifier les causes profondes de n’importe quel incident mais aussi de les prédire. Notre solution à un impact prouvé sur les coûts de maintenance et l’optimisation énergétique.
In fine, notre solution est utilisée par les opérateurs de réseaux et les gestionnaires d’infrastructures pour:

  • Sécuriser l’infrastructure
  • Faciliter les opérations de maintenance
  • Optimiser l’utilisation du réseau et la planification des capacités
  • Maximiser l’efficacité énergétique

Notre service se décompose en trois étapes
Modélisation et description:

  • Visualisation en temps réel dans une interface réseau digitale: notre interface réplique le réseau physique et permet à nos clients de voir un flux de données dans son réseau digitalisé.
  • Reporting : notre solution formate les données sous forme de diagrammes “métiers” très lisibles et adaptés aux besoins spécifiques de l’utilisateur final.

Diagnostic

  • Analyse des causes d’origine: Nos utilisateurs peuvent facilement trouver la source de n’importe quel incident en suivant le chemin emprunté par le flux dans le réseau digitalisé. DCbrain peut aussi calculer le niveau de  risque systémique pour chaque incident.
  • Analyse de résilience
  • Analyse d’équilibre de phase
  • Détection d’une perte sur le réseau ou d’un chemin manquant grâce à la loi physique de conservation de l’énergie.

Analyse Prédictive

  • Modélisation de scénario: “what if” & analyse d’impact
  • Planification des capacités sur une infrastructure multi-dimensionnelle: énergie, climatisation, fibre,…

Exemple d’interface sous forme de graphe (exemple d’un synoptique électrique)

Vos facteurs de réussite :

  • Parmi les 2 fondateurs de l’entreprise, un est un ancien gestionnaire d’infrastructure, l’autre est un spécialiste de la structuration de données 
  • Nous avons intégré 2 doctorants dans l’équipe, qui travaillent sur les fonctionnalités avancées de maintenance prédictive (prédiction d’incidents, industrialisation du produit)
  • Nous avons intégré le meilleur des outils open source pour construire cette solution.
  • Titan : Flow Graph modeling, storage & analysis
  • Elasticsearch : index creation and search
  • Spark & Scikit Learn : Machine learning, times series
  • Javascript : Visualization (D3.js, …)
  • Node : Back End – Front End integration

Vos facteurs différenciants et disruptifs par rapport à l’existant :
 Aujourd’hui, les équipes de maintenance des opérateurs de réseaux ou les gestionnaires d’infrastructures utilisent des systèmes d’information historiques qui ne peuvent pas exploiter les données apportées par les capteurs existants. En outre, nous facilitons le processus de gestion de la complexité du réseau en intégrant dans notre logiciel plusieurs types de réseau différents (électricité, refroidissement, câbles, gaz, vapeur,…). Nous apportons 4 avantages directs à nos clients 

  • Vue directe sur les réseaux et les flux réels
    • « Réseau digital »: notre interface reproduit la topographie de votre réseau via une approche de modélisation sous forme de graphe
    • Exhaustivité des données: vous pouvez adapter l’interface à la mesure qui vous est la plus utile
    • Niveau élevé de détails: vous pouvez zoomer sur n’importe quel capteur
  • Fiabilité du modèle 
    • Nous utilisons des lois physiques / électriques (par exemple BOUCHEROT & Kirchoff) afin de tester les données et améliorer la fiabilité du réseau numérisé
  • Flexibilité / What If Scénario / analyse d’impact
    • Notre interface, créée sur la base de données réelles provenant de votre réseau, permet de créer des scénarios d’évolution et de prédire les impacts sur les flux. Notre logiciel estime aussi la résilience globale du réseau, et repère les points faibles.
    • Notre logiciel vous permet de modifier manuellement le réseau numérique pour une précision maximale lorsque des opérations de maintenance sont effectuées
  • Facile à mettre en œuvre / utilisation
    • Notre logiciel est une technologie agnostique: il peut être branché grâce aux API à tout système d’information utilisé par nos clients.

Votre business model :
Nous avons un coût de set-up puis une licence calculée en fonction de la taille / complexité du réseau
Vos concurrents : C3 energie; Romonet
Site web : http://www.dcbrain.com
 


Kokou Adzo

Kokou is a fervent advocate for the seamless fusion of business and technology, he has always been at the forefront of innovation. Graduating from two esteemed European institutions, the University of Siena in Italy and the University of Rennes in France, he mastered the nuances of Communications and Political Science. With a diverse educational background, Kokou consistently offers insights that reflect his deep understanding of the modern digital landscape shaped by both commerce and governance. Those who have the privilege to read his pieces or collaborate with him are invariably inspired by his vision of a world where business meets tech not just at the crossroads of necessity but at the pinnacle of innovation.

0 Comments

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *