evidoria

← Retour à la liste

Bonne pratique Importée

C-SAC — la Plateforme d'IA du SEBI pour la Conformité des Audits de Cybersécurité de l'Infrastructure de Marché en Inde

Inde · Mumbai · Voir le profil de Inde · Voir le profil de Mumbai

Preuves: Observationnel / avant-après Top 83% 40/100 · Demandez à Evidence Copilot à propos de cette pratique

La plateforme C-SAC du SEBI, dotée d'IA, analyse les rapports d'audit de cybersécurité obligatoires des entités régulées et produit des scores de risque comparatifs. En 2025-26, elle a traité les rapports de 8 institutions d'infrastructure de marché et 23 fonds communs.

8
Institutions d'infrastructure de marché couvertes (FY2025-26)
23
Fonds communs de placement couverts (FY2025-26)

Détails

Promoteur
Securities and Exchange Board of India (SEBI)
Période
2025–2026
Mots-clés
financial regulation, cybersecurity, capital markets supervision

Contexte

C-SAC (Cyber-Sec Audit Compliance) est une plateforme dotée d'IA construite par l'autorité indienne des marchés financiers (SEBI) pour automatiser l'analyse des rapports d'audit de cybersécurité obligatoires que les entités de marché réglementées doivent soumettre en vertu du cadre indien de cybersécurité et de résilience cybernétique.

Objectifs

Automatiser un processus de contrôle manuel auparavant lourd et générer des scores de risque comparatifs pour soutenir la supervision fondée sur le risque de la SEBI.

Activités

La plateforme intègre les rapports d'audit de cybersécurité déposés via le portail SI de la SEBI, signale les lacunes de conformité et les zones de risque, et produit des scores de risque comparatifs entre entités réglementées.

Résultats

Au cours de l'exercice 2025-2026, la plateforme a traité les rapports de 8 institutions d'infrastructure de marché et de 23 fonds communs de placement — les premiers chiffres d'utilisation divulgués par la SEBI pour cet outil.

Conclusions

La couverture reste faible par rapport aux milliers d'entités régulées par la SEBI, et ni la SEBI ni la presse indépendante n'ont publié de taux de précision, de taux de faux positifs, ni d'évaluation de l'impact des scores générés par IA sur les décisions de supervision ; la méthodologie de notation du risque elle-même demeure non divulguée.

Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€)
Délai jusqu’aux résultats
Court (< 1 an)
Personnel et compétences
SEBI internal supervisory/technology team

Conditions de réussite

  • Consistent report submission by regulated entities via the SI Portal
  • Public disclosure of the risk-scoring methodology to build trust

Modes d’échec courants

  • No published accuracy or false-positive rate
  • Coverage still limited relative to SEBI's full regulated universe

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles