Enterprise on-premise

LogPulse dans votre propre datacenter

La même plateforme, les mêmes détections, la même IA. Installé sur votre propre OpenShift, Kubernetes ou vos serveurs Red Hat, et entièrement air-gapped si votre politique l'exige.

Pourquoi les organisations choisissent l'on-premise

Certaines données ne doivent pas quitter le bâtiment. Avec LogPulse on-premise, la plateforme vient aux données, et non l'inverse.

Vos données restent chez vous

Logs, détections, cases et conversations avec l'IA sont stockés et traités sur votre propre matériel. Rien ne nous est envoyé, sauf si vous le décidez.

Fonctionne sans internet

Installation, mises à jour, threat intelligence et IA fonctionnent dans un réseau entièrement isolé. Les mises à jour arrivent sous forme de paquets signés que vous importez vous-même.

Le même produit que notre cloud

L'on-premise n'est pas une édition allégée. Vous obtenez la même recherche, le même SIEM, la même service intelligence et les mêmes pipelines, issus du même code.

Vous choisissez qui l'exploite

Votre équipe exploite le stack avec notre support, ou nous le gérons à distance via une connexion uniquement sortante que vous contrôlez.

Où il fonctionne

LogPulse est livré sous forme de conteneurs avec un seul paquet d'installation, pour s'installer sur la plateforme que vous exploitez déjà.

Red Hat OpenShift

Fonctionne sous le profil de sécurité restricted par défaut, sans conteneurs privilégiés ni UID fixes. Utilise les opérateurs et le stockage qu'OpenShift fournit déjà.

Kubernetes

Toute distribution Kubernetes conforme, comme Rancher, Tanzu ou Kubernetes upstream. Installé avec un seul paquet et un fichier de valeurs.

Machines virtuelles

Pas encore de Kubernetes ? Nous livrons une installation scriptée d'un Kubernetes léger et durci sur Red Hat Enterprise Linux, avec SELinux en mode enforcing. D'une seule VM pour un pilote à un cluster pour la production.

Comment le stack est construit

Chaque événement suit le même chemin et chaque couche évolue et bascule indépendamment.

Votre réseau

  1. Collecter

    Des agents légers sur vos serveurs, plus OpenTelemetry, syslog et HTTP. Les agents sont installés et mis à jour depuis votre propre stack.

  2. Recevoir

    Authentifie chaque source, applique les quotas et accepte les données même lorsque le reste du stack est chargé.

  3. Tampon durable

    Un flux répliqué absorbe les pics et les pannes. Les événements bruts peuvent être rejoués lorsqu'un parseur ou un pipeline change.

  4. Traiter

    Parsing, enrichissement, pipelines de flux, détections et alertes tournent sous forme de workers qui évoluent horizontalement.

  5. Stocker et rechercher

    Un stockage de logs en colonnes répliqué pour une recherche rapide sur des mois de données, à côté d'un stockage relationnel pour la configuration, les cases et les utilisateurs.

IA locale

L'investigateur IA et les agents tournent sur des modèles open source dans votre réseau, sur vos propres GPU.

Mises à jour de l'intelligence

Threat intelligence, règles de détection et données de vulnérabilités arrivent sous forme de paquets hors ligne signés, ou sont récupérées automatiquement lorsqu'une connexion est autorisée.

Stockage long terme S3

Les données plus anciennes passent automatiquement du NVMe rapide à un stockage objet compatible S3 et restent consultables. Les sauvegardes y sont aussi. Fourni par votre plateforme ou livré avec le stack.

Tous les composants tournent dans votre propre cluster. L'accès passe par votre propre fournisseur d'identité et chaque action est consignée dans un journal d'audit infalsifiable.

Trois modes de connexion

Vous décidez du niveau de contact du stack avec l'extérieur. Les fonctionnalités restent les mêmes.

Connecté

Le stack reçoit les mises à jour, l'intelligence et, en option, l'IA cloud directement de LogPulse. Le moins de travail d'exploitation.

Sortant uniquement

Aucun port entrant. Le stack récupère uniquement les mises à jour et l'intelligence via votre proxy, et toute l'IA tourne en local.

Air-gapped

Aucune connexion réseau. Les versions et l'intelligence arrivent sous forme de paquets signés, la licence est un fichier hors ligne et l'IA tourne en local.

Une IA qui tourne dans votre réseau

L'investigateur IA et les agents fonctionnent on-premise avec des modèles open-weight sur vos propres GPU. Aucun prompt, aucune ligne de log ni aucune réponse ne quitte votre réseau.

Enquêter

L'investigateur parcourt vos logs, teste des hypothèses et montre les preuves derrière chaque conclusion.

Rechercher en langage naturel

Posez une question avec vos propres mots et obtenez la requête et la réponse, prêtes à être enregistrées ou affinées.

Détections

Les agents rédigent et testent des règles de détection sur vos données. Une personne relit et publie toujours.

Triage

Les alertes et les cases arrivent résumés, avec la cause probable et les prochaines étapes.

Profils GPU

Compact

Petite équipe ou pilote

Usage
Jusqu'à 10 analystes
Modèles
Modèles open-weight compacts de 20 à 30 milliards de paramètres, comme gpt-oss-20b ou Qwen3-30B
GPUs
1 × GPU avec 48 Go de mémoire, comme NVIDIA L40S

Équipe

Équipes sécurité et opérations

Usage
10 à 50 analystes, plus des agents en arrière-plan
Modèles
Modèles open-weight plus grands de 70 à 120 milliards de paramètres, comme gpt-oss-120b ou Llama 3.3 70B
GPUs
1 à 2 × GPU avec 80 à 96 Go de mémoire, comme NVIDIA H100 ou RTX PRO 6000 Blackwell

SOC

24 h/24, plusieurs sites

Usage
Plus de 50 analystes et des agents qui tournent en continu
Modèles
Les mêmes grands modèles, avec plus de capacité et un basculement entre sites
GPUs
2 à 4 × NVIDIA H100 ou H200 par datacenter, ou un pool de GPU que vous exploitez déjà

Les modèles open-weight progressent vite, mais sur de longues enquêtes en plusieurs étapes, ils ne sont pas encore aussi performants que les meilleurs modèles cloud. Nous testons chaque modèle pris en charge avec notre propre jeu d'évaluation et ne recommandons que ceux qui le réussissent. Si votre politique le permet, un stack connecté peut utiliser nos modèles cloud européens.

Prérequis

Trois profils de départ. Nous dimensionnons votre stack ensemble selon le volume, la rétention et la charge de recherche.

ProfilPilotePreuve de concept et testStandardProduction en haute disponibilitéGrandDes téraoctets par jour, plusieurs sites
Volume de logsJusqu'à 50 Go par jourJusqu'à 500 Go par jourDe 500 Go à plusieurs To par jour
Nœuds1 VM ou nœud6 nœuds9 nœuds ou plus
Nœuds applicatifsPartagé avec les données : 16 vCPU, 64 Go RAM3 × 8 vCPU, 32 Go RAM3 ou plus × 16 vCPU, 64 Go RAM
Nœuds de donnéesMême nœud3 × 16 vCPU, 64 Go RAM4 ou plus × 32 vCPU, 128 Go RAM
Stockage par nœud de données2 To de NVMe localNVMe local dimensionné selon la rétention, par exemple 4 To pour 90 jours à 250 Go par jourNVMe local pour les données récentes, stockage objet pour les plus anciennes
DisponibilitéUn seul nœud, sans basculementRésiste à la perte d'un nœud sans perte de donnéesPlusieurs réplicas, éventuellement répartis sur deux datacenters

Chiffres indicatifs, hors IA locale. La taille des événements, la rétention et la charge de recherche déterminent le dimensionnement final, que nous établissons avec vous.

Ce que fournit votre plateforme

  • Plateforme

    Red Hat OpenShift 4.14 ou plus récent, Kubernetes 1.29 ou plus récent, ou des machines virtuelles Red Hat Enterprise Linux 9 pour notre installation scriptée.

  • Stockage bloc rapide

    NVMe local pour les nœuds de données. Un stockage réseau convient aux autres composants.

  • Stockage objet compatible S3

    Pour les sauvegardes et la rétention longue. Fourni par votre plateforme ou livré avec le stack.

  • Réseau et certificats

    Un ingress ou un load balancer, un nom DNS et un certificat TLS émis par votre propre autorité de certification.

  • Identité et e-mail

    Authentification unique via votre fournisseur d'identité OIDC ou SAML, et un relais SMTP pour les notifications.

  • Registre de conteneurs

    Pour les installations air-gapped : un registre interne, comme Harbor ou Quay, dans lequel vous chargez le paquet de version.

  • GPU pour l'IA locale (optionnel)

    Un ou plusieurs GPU de datacenter pour l'investigateur IA et les agents. Le modèle et la mémoire GPU dépendent du nombre d'utilisateurs.

Exemple : Grand sur deux datacenters

Ceci est un exemple, pas un plan type. Il montre comment le stack se répartit sur deux datacenters et un troisième site, afin que la perte d'un site entier n'arrête ni la réception ni la recherche.

Agents et sources sur tous les sites

Load balancer ou DNS global

Envoie le trafic vers les deux datacenters et le redirige automatiquement en cas de panne

Datacenter A

2 × Application

16 vCPU, 64 Go RAM

2 × Tampon de flux

8 vCPU, 32 Go RAM, 2 To NVMe

2 × Données

32 vCPU, 128 Go RAM, 15 To NVMe

1 × Nœud GPU

2 × NVIDIA L40S ou 1 × H100, pour l'IA locale

1 × Coordination

4 vCPU, 16 Go RAM

Stockage objet S3

Stockage long terme pour les données anciennes et les sauvegardes, répliqué vers l'autre datacenter

Chaque événement est stocké dans les deux datacenters

Datacenter B

2 × Application

16 vCPU, 64 Go RAM

2 × Tampon de flux

8 vCPU, 32 Go RAM, 2 To NVMe

2 × Données

32 vCPU, 128 Go RAM, 15 To NVMe

1 × Nœud GPU

2 × NVIDIA L40S ou 1 × H100, pour l'IA locale

1 × Coordination

4 vCPU, 16 Go RAM

Stockage objet S3

Stockage long terme pour les données anciennes et les sauvegardes, répliqué vers l'autre datacenter

Site C : témoin

1 nœud de coordination de 4 vCPU et 16 Go RAM conserve la majorité si un datacenter tombe

Exemple pour environ 2 To par jour, avec 90 jours sur NVMe rapide et un an ou plus en stockage objet S3, 17 nœuds au total. Les données plus anciennes passent automatiquement sur S3 et restent consultables. Votre propre architecture dépend du volume, de la rétention, du nombre de sites et de votre politique.
  • Un datacenter peut tomber

    La réception et la recherche continuent dans l'autre datacenter. À son retour, il rattrape lui-même son retard.

  • Entre les sites

    Au maximum 5 ms d'aller-retour et au moins 10 Gbit/s entre les datacenters. Le témoin n'a besoin que d'une connexion modeste.

  • Évolue par étapes

    Plus de volume signifie plus de nœuds de données, plus d'utilisateurs signifie plus de capacité applicative et GPU. Chaque couche évolue indépendamment.

Livraison et mises à jour

Des versions prévisibles que vous pouvez vérifier vous-même avant leur mise en production.

Versions mensuelles

Une version testée chaque mois, avec des correctifs de sécurité entre-temps si nécessaire. Vous décidez quand elle est installée.

Signé et traçable

Chaque image est signée et livrée avec une nomenclature logicielle (SBOM), afin que votre équipe sécurité puisse vérifier ce qui tourne.

Licence hors ligne

Un fichier de licence signé fixe le volume et les fonctionnalités. Les rapports d'usage ne quittent le stack que si vous les envoyez.

On-premise : questions fréquentes

L'on-premise est-il le même produit que la version cloud ?
Oui. Les deux proviennent du même code et offrent les mêmes fonctionnalités. Les installations on-premise reçoivent les versions à un rythme mensuel plutôt qu'en continu.
Le stack a-t-il besoin d'une connexion internet ?
Non. En mode air-gapped, les versions, la threat intelligence et les règles de détection arrivent sous forme de paquets signés que vous importez vous-même. Avec une connexion, le stack peut les récupérer automatiquement.
Comment fonctionne l'IA sans modèle cloud ?
L'investigateur IA et les agents tournent sur des modèles open source sur vos propres GPU. Aucun prompt ni aucune ligne de log ne quitte votre réseau. En mode connecté, vous pouvez aussi utiliser nos modèles cloud européens.
Qui exploite le stack ?
Votre propre équipe avec notre support, ou nous le gérons à distance via une connexion uniquement sortante. Dans les deux cas, vous gardez le contrôle total des accès.
Comment fonctionnent les mises à jour dans un réseau isolé ?
Vous téléchargez un paquet de version signé, le vérifiez et le chargez dans votre propre registre. La mise à niveau migre le stack sur place et peut être annulée.
Comment savoir de quel matériel nous avons besoin ?
Les profils ci-dessus sont un point de départ. Lors d'une session de dimensionnement, nous examinons vos sources, votre volume, votre rétention et le nombre d'utilisateurs, puis vous recevez une spécification matérielle concrète.

Planifiez votre installation on-premise

Parlez-nous de votre plateforme, de votre volume et de votre politique réseau. Nous revenons vers vous avec une architecture et une spécification matérielle.

Nous contacter
OpenShift · Kubernetes · Red Hat Enterprise Linux · Air-gapped