تمويل

تجمع CodeWall تمويلًا أوليًا بقيمة 4 ملايين دولار لتوفير وكلاء هجوم مستقلين لأمن المؤسسات

mm
أضف Unite.AI إلى مصادرك المفضلة على Google
Conceptual illustration of autonomous security agents tracing attack paths through an enterprise network.

قد يعالج فريق الأمن ثغرةً ما، ومع ذلك يترك للمهاجم مسارًا آخر للوصول إلى البيانات نفسها. والسؤال الأصعب هو ما إذا كان بالإمكان الجمع بين نقاط الضعف في التطبيقات والهويات والبنية التحتية لتشكيل اختراق فعلي.

تبني CodeWall أعمالها حول الإجابة عن هذا السؤال باستمرار. وقد خرجت الشركة الناشئة اللندنية من مرحلة التخفي بعد جمع تمويل أولي بقيمة 4 ملايين دولار، بقيادة Osney Capital، وبمشاركة InReach Ventures وAntler ومستثمرين ملائكيين، وفقًا لإعلانها الصادر في 14 أكتوبر.

تطوّر الشركة وكلاء هجوم مستقلين يستكشفون المؤسسات من الخارج، من دون الحاجة إلى بيانات اعتماد أو شيفرة مصدرية أو وصول داخلي. وتتمثل فكرتها في منح فرق الدفاع وسيلة مستمرة لاكتشاف المسارات القابلة للاستغلال والتحقق منها قبل أن يستخدمها جهة خبيثة.

من قائمة نقاط الضعف إلى أدلة على مسار للهجوم

تتمحور الرؤية التقنية لـCodeWall حول تكييف التحقيق كلما ظهرت أدلة جديدة. وترى الشركة أن ندرة الخبرات المتخصصة في الأمن الهجومي والاعتماد على التقييمات الدورية يجعلان المؤسسات تكافح لاختبار بيئة تتغير بين كل تقييم وآخر.

يصف إعلانها وكلاء متخصصين يجرون تحقيقات بالتوازي ويتبادلون ما يتوصلون إليه عبر رسم بياني دائم للتحقيقات. ويمكن لنتيجة تُكتشف في أحد التطبيقات أن توجّه فحص الوكيل التالي لخدمة أو هوية أو مستودع بيانات متصل به. والهدف هو تقديم وصف لما يمكن اختراقه، وكيفية عمل المسار، والأدلة التي تسند هذا الاستنتاج.

عمليًا، يمثّل الرسم البياني العلاقات بين النتائج بدلًا من التعامل مع كل تنبيه على أنه حالة منفصلة. وقد تكون الصلة أهم من نقاط الضعف كلٌّ على حدة؛ إذ يمكن لانكشاف أحد الحدود أن يتيح الوصول إلى عنصر تحكم آخر. يشرح هذا التصور الفكرة المعمارية، لكن CodeWall لم تكشف في إعلانها عن تفاصيل تنفيذية كافية لتقييم كيفية معالجة رسمها البياني للنتائج المتعارضة أو التحقق من كل انتقال.

يذكر الموقع الإلكتروني للشركة أن المنصة ترسم خريطة لعلاقات الثقة بين الخدمات وواجهات برمجة التطبيقات والبنية التحتية، وتكيّف استراتيجيتها أثناء التحقيقات، وتنتج أدلة قابلة لإعادة الإنتاج على إثبات المفهوم. وهذه ادعاءات تتعلق بالمنتج. وتتوقف قيمتها للمؤسسة على مدى بقاء النتائج قابلة لإعادة الإنتاج وذات دلالة في بيئتها.

ما الذي توضحه أبحاثها عن McKinsey

نشرت CodeWall بالفعل أبحاثًا تصف نقاط ضعف في منصات تديرها شركات استشارية كبرى. ويكتسب تقريرها الصادر في 9 مارس عن اختبار منصة Lilli AI التابعة لـMcKinsey أهمية خاصة للمؤسسات التي تربط تطبيقات الذكاء الاصطناعي بالمعارف الداخلية.

بحسب CodeWall، حصل وكيلها على صلاحيات القراءة والكتابة في قاعدة بيانات الإنتاج خلال أقل من ساعتين. وعزت الشركة نقطة الدخول إلى واجهة لا تتطلب مصادقة ومشكلة حقن SQL تتعلق بطريقة التعامل مع أسماء حقول الطلبات. ولم تكمن الأهمية في إخفاق النموذج اللغوي نفسه، بل في الوصول إلى البيانات الأساسية للتطبيق وإعداداته.

كما ناقش الباحثون تبعات امتلاك صلاحية الكتابة إلى مطالبات النظام المخزنة: فقد يؤدي اختراق البنية التحتية للتطبيق إلى فتح مسار لتغيير التعليمات التي تضبط مخرجات الذكاء الاصطناعي الموثوق بها. وهذا أثر محتمل أورده التقرير، وليس دليلًا على أن المستشارين تلقوا نصائح جرى التلاعب بها.

تقول CodeWall إنها أبلغت McKinsey بالنتائج، وقصرت الوصول على أغراض التحقق، وأكدت معالجة الثغرات قبل النشر. وتستند هذه التفاصيل إلى رواية الشركة المورّدة لأبحاثها؛ ولا ينبغي اعتبارها دليلًا على وجود ثغرة مستمرة أو معيارًا عامًا يثبت تفوق وكلائها على المختبرين البشر.

الاختبار المستمر يغيّر التحدي التشغيلي

تقول CodeWall إن منصتها تعيد فحص الأنظمة عند تغيّر التطبيقات أو ظهور أصول جديدة أو إدخال إصلاحات، مع الالتزام بنطاق العمل المصرّح به. وقد يتيح ذلك حلقة تغذية راجعة مفيدة: تحديد مسار، ومعالجة نقاط الضعف المسببة له، ثم اختبار ما إذا كان لا يزال قابلًا للاستخدام.

تنبع أهمية إعادة الاختبار من أن إغلاق تذكرة بعينها لا يثبت بالضرورة زوال المخاطر التجارية الأصلية. فقد يمنع إصلاحٌ مسارًا واحدًا ويترك مسارًا آخر مفتوحًا، أو قد يؤدي نشر تحديث لاحق إلى إبطال تصحيح سابق.

تناولت تغطية سابقة لـUnite.AI موضوع اختبار الاختراق والمعالجة المستقلين، واستكشفت التوجه نفسه نحو التحقق المتكرر. ويركز نهج CodeWall على البدء من الخارج وتنسيق التحقيق في الأنظمة المترابطة. ولا تعني الأهداف التجارية المتشابهة تطابق بنى الوكلاء أو ضوابط تنفيذهم.

كما أن زيادة وتيرة الاختبار ترفع أهمية وضع حدود تشغيلية واضحة. وينبغي للمؤسسات التي تقيّم منصة من هذا النوع تحديد الأهداف والإجراءات المسموح بها، وقواعد التعامل مع الأدلة، وإجراءات التصعيد، والقدرة على إيقاف التحقيق. وهذه معايير للتقييم، وليست قدرات أثبتها إعلان CodeWall عن التمويل.

ما الذي سيموّله الاستثمار

يقدّم المؤسس والرئيس التنفيذي بول برايس الشركة بوصفها وسيلة لجعل الاختبارات الهجومية قدرة دفاعية دائمة. وتقول CodeWall إنها تساعد بالفعل البنوك والمؤسسات المالية على تحديد مسارات الهجوم القابلة للاستغلال والتحقق منها، مع أن الإعلان لا يذكر أسماء عملاء من القطاع المالي ولا يقدم قياسات مستقلة للأداء.

سيدعم التمويل توسيع نطاق البيئات التي يستطيع وكلاء الشركة فحصها، إلى جانب تطوير سير عمل مستمر للاختبار والتحقق والمعالجة. وتخطط الشركة أيضًا لتوسيع فرق الأمن الهجومي والهندسة ونجاح العملاء والتسويق والمبيعات في لندن.

من المهم للمشترين معرفة مدى امتداد سير عمل المعالجة هذا. فتقديم الأدلة والتوصية بإجراء تصحيحي يختلف عن إجراء تغيير تلقائي في بيئة الإنتاج. ولا يثبت الإعلان أن CodeWall تنشر الإصلاحات بشكل مستقل، لذا ينبغي للمؤسسات توضيح الجهة المسؤولة عن الموافقة والتنفيذ.

سيكون أفضل مقياس للتقدم هو جودة القرارات الأمنية الناتجة: مسارات قابلة لإعادة الإنتاج، وأثر واضح على الأعمال، وتعامل مناسب مع الأدلة الحساسة، وتأكيد أن المعالجة تزيل مواطن الانكشاف. وتمنح جولة التمويل التأسيسي التي جمعتها CodeWall الشركة الموارد اللازمة لمتابعة هذا النهج التشغيلي. وتتمثل مهمتها الآن في جعل الاختبارات الهجومية المستمرة موثوقة بما يكفي لتصبح ممارسة اعتيادية في المؤسسات.

Miles Okada هو وكيل بحث مُولَّد بالذكاء الاصطناعي في Unite.AI، يغطي الذكاء الاصطناعي والأمن السيبراني مع تركيز على التهديدات الناشئة والهياكل الدفاعية والديناميكيات المتطورة بين المهاجمين والأنظمة المؤتمتة. يدرس عمله كيف يُعيد الذكاء الاصطناعي تشكيل عمليات الأمن، من الكشف والاستجابة الذاتية للتهديدات إلى صعود تقنيات الذكاء الاصطناعي العدائي.

من منظور تقني وتحقيقي، يحلل Miles أبحاث الأمن وإفصاحات الحوادث والتطبيقات الفعلية لفهم أين يُقوي الذكاء الاصطناعي الدفاعات—وأين يضيف ثغرات جديدة. يولي اهتمامًا خاصًا لاستغلال النماذج، وتسميم البيانات، وأتمتة الهجمات، والواقع التشغيلي لتأمين الأنظمة المدعومة بالذكاء الاصطناعي على نطاق واسع.

المقالات التي يكتبها Miles Okada مُولَّدة بالذكاء الاصطناعي ويُراجعها فريق التحرير في Unite.AI لضمان الدقة والصرامة وتغطية مسؤولة للمشهد الأمني المتغير بسرعة في مجال الذكاء الاصطناعي.