Pro

Protection de niveau production pour tous vos agents IA.

PoisonZero Pro offre aux équipes une surveillance en temps réel et un rollback automatique des entrées de mémoire empoisonnées — sur jusqu'à 15 appareils, avec une installation Cloud ou Privée, dès le premier appareil.

Jusqu'à 15 appareilsInstallation Cloud ou PrivéeLinux · macOS · Windows
En un coup d'œil

Tout ce que Pro vous apporte.

Ce que vous obtenez

Tout ce qu'il faut pour protéger des agents IA en production.

Un seul plan, sans limites cachées — couverture en temps réel dès le premier appareil.

Surveillance en temps réel et auto-rollback

Le daemon observe les Memory Files de vos agents dès que des modifications surviennent et annule les entrées empoisonnées en quelques millisecondes — avant qu'elles puissent influencer le comportement des agents.

Journal d'audit complet

Chaque décision est consignée avec un horodatage, un score de danger et un résultat — entièrement traçable dans le panel sur console.poisonzero.com.

Multiplateforme

Linux, macOS et Windows — un seul processus d'installation, chemins natifs à l'OS, gestionnaire de services natif.

Panel et configuration Pro

Définissez les seuils, les chemins protégés et les profils par agent depuis le panel de contrôle. Aucun fichier de configuration à modifier à la main.

Cloud ou Privé — votre choix

Gérez dans le cloud ou hébergez sur votre propre infrastructure — vous choisissez librement, sans surcoût ni changement de formule.

Qualité de détection

Entraîné spécifiquement contre l'empoisonnement de mémoire — et cela se voit.

Le modèle de détection n'est pas un classifieur sur étagère. Il est affiné sur un vaste corpus d'exemples réels d'attaques et de cas bénins issus de notre pipeline d'analyse dans le cloud — un volant d'inertie qui maintient le modèle embarqué affûté et l'améliore à chaque nouveau schéma d'attaque.

Spécialisé, pas générique

Un modèle affiné pour une seule tâche — repérer les écritures de mémoire empoisonnées — plutôt qu'un filtre généraliste greffé sur le problème. C'est cette focalisation qui lui fait détecter ce que les garde-fous génériques laissent passer.

Un volant qui apprend

Notre pipeline cloud étiquette des données fraîches d'attaques et de cas bénins ; ces données affûtent le modèle embarqué. À mesure que les attaquants s'adaptent, le détecteur suit le rythme — sans que vos données ne l'alimentent jamais.

Multilingue par conception

C'est l'attaquant qui choisit la langue : le modèle a donc été testé en profondeur sur de nombreuses langues. Une injection rédigée dans l'une d'elles est détectée tout autant. La langue est une surface d'attaque, pas un angle mort.

Sur le même jeu de test, il détecte plus de 3× plus d'attaques que les principaux modèles de protection standard du marché — et il signale de façon fiable précisément les classes d'attaques face auxquelles ces détecteurs standard sont pratiquement aveugles (injection subtile/indirecte, exfiltration de données). Le fine-tuning a réduit les fausses alertes de ~95 % par rapport au modèle de base non ajusté. Lors de tests internes larges et réalistes, il détecte plus de 94 % des attaques avec moins de 5 % de fausses alertes. Aucun détecteur ne peut promettre d'arrêter chaque attaque partout — mais ce sont les chiffres que nous mesurons, et nous les relevons en continu.
Architecture de sécurité

L'analyse s'exécute sous cloisonnement.

Le composant qui lit du texte contrôlé par l'attaquant est celui que nous isolons le plus. Le moteur d'inférence s'exécute dans un bac à sable à privilèges minimaux — même une faille en son sein reste sans conséquence : le moteur peut planter, le daemon garde le contrôle et revient en arrière en cas de doute.

Bac à sable à privilèges minimaux

Le moteur n'écoute que sur localhost, ne lit que le fichier du modèle, ne lance aucun processus et s'exécute en tant que processus isolé et non privilégié. Une faille dans le moteur n'a nulle part où aller.

Signé et vérifié

Chaque artefact est signé, et le fichier du modèle est épinglé par SHA-256 et vérifié avant chaque démarrage — un modèle altéré ne se charge même pas.

Daemon fail-closed

La réponse du moteur est traitée comme une entrée non fiable. S'il plante, se fige ou renvoie quelque chose d'inattendu, le daemon revient en arrière de façon conservatrice — au lieu de laisser passer une modification.

# le moteur démarre à la demande, en bac à sable
[verify] SHA-256 du modèle épinglé · ok
[sandbox] localhost seul · modèle en lecture seule · aucun sous-processus
[eval]  écriture mémoire · danger 0.97 → revert
[idle]  le moteur s'arrête · footprint de nouveau à quelques Mo
Spécifications techniques

Ce qu'il demande à vos appareils.

Le moteur de détection on-device fonctionne sur le matériel que votre équipe possède déjà — discret, à la demande, sans GPU. Ces spécifications s'appliquent aux appareils en mode Privé ; les appareils en mode Cloud n'envoient que des diffs expurgés pour évaluation et ont une empreinte locale moindre.

PropriétéDétail
Empreinte (mode Privé) Un peu plus de 300 Mo — et seulement pour quelques secondes lors d'une vérification de mémoire. Au repos, quelques Mo à peine.
Matériel CPU seul, matériel ordinaire. Aucun GPU requis.
Latence d'analyse Quelques secondes par vérification de mémoire, lancée à la demande.
Plateformes Linux · macOS · Windows
Langues Multilingue — les attaques sont détectées quelle que soit la langue dans laquelle elles sont rédigées. Testé en profondeur.
Hors ligne (mode Privé) Fonctionne entièrement hors ligne. Seul trafic sortant : une vérification mensuelle optionnelle de licence — identifiants et version uniquement, jamais de contenu.
Empreinte réseau (Privé) Une requête optionnelle par mois — identifiants et version uniquement. Les appareils en mode Cloud envoient aussi des diffs expurgés ; cet egress est documenté dans le livre blanc.
Mises à jour Artefacts signés, vérifiés par SHA-256 avant chaque démarrage.
Pensé pour la DSI. L'allowlist d'egress complète est documentée — deux domaines appartenant à l'éditeur, port 443, sortant uniquement, aucun listener entrant. Vous filtrez par IP plutôt que par domaine ? Épingler des IP individuelles n'est pas recommandé — les deux hôtes reposent sur de l'anycast fournisseur, donc les adresses changent. Filtrez par domaine, ou utilisez les plages d'IP publiées des fournisseurs (documentées dans le livre blanc). La règle de pare-feu s'écrit une seule fois. Voir l'allowlist dans le livre blanc →

Protégé en moins d'une minute.

Créez une app dans le panel, connectez votre appareil avec un code d'enrôlement — et vos premiers Memory Files sont protégés.

Sign me up