عمليات الاستحواذ
تخطط CrowdStrike للاستحواذ على Fiddler وDreadnode لتعزيز أمن الذكاء الاصطناعي
أضف Unite.AI إلى مصادرك المفضلة على Google
أعلنت CrowdStrike في 3 نوفمبر 2026 أنها تعتزم الاستحواذ على Fiddler، التي ستُستخدم تقنيتها ضمن Falcon Observe لتقييم سلوك وكلاء الذكاء الاصطناعي وتفسيره. وتناولت إعلان منفصل خطط الاستحواذ على Dreadnode وإضافة اختبارات آلية لأمن الذكاء الاصطناعي إلى منصة Falcon قبل وصول الأنظمة إلى بيئة الإنتاج.
صدر الإعلانان خلال فعالية Fal.Con EU 2026، ويتناولان عمليتي استحواذ مقترحتين. وتستهدف CrowdStrike إتاحة Falcon Observe وDreadnode بشكل عام في الربع الرابع من سنتها المالية 2027. وتتناول المنتجات المخطط لها ضوابط مختلفة: فحص أنظمة الذكاء الاصطناعي بحثًا عن مواطن الضعف قبل إطلاقها، وتقييم مدى أداء الوكلاء للمهام الموكلة إليهم، ومراقبة قراراتهم بعد نشرهم.
دور Fiddler في Falcon Observe
قبل النشر، يمكن للفرق استخدام Fiddler لمقارنة المطالبات والنماذج والإعدادات، وتقييم مدى أداء الوكلاء للمهام الموكلة إليهم بأمان ودقة. وبعد النشر، صُممت المنصة لتتبّع القرارات ومسارات الاستدلال عبر التسلسل الهرمي الكامل للوكلاء، ورصد الانحرافات السلوكية والتصرفات غير المقصودة. كما تعيد بناء عملية اتخاذ القرار لتمكين الفرق من تحديد الخطوة التي تسببت في الإخفاق.
تسد هذه الرؤية ثغرة في ضوابط الأمن التقليدية. ويصف مثال CrowdStrike المتعلق باسترداد الأموال وكيلًا يستخدم بيانات اعتماد صالحة وأدوات معتمدة للموافقة على استرداد يخالف سياسة الشركة. وقد لا ترى الضوابط التقليدية سوى نشاط مشروع، رغم خطأ القرار؛ إذ يُفترض أن يوضح تفسير سلوك الوكيل سبب تصرفه والموضع الذي انحرف فيه سلوكه عن المسار الصحيح.
تشمل Fiddler الوكلاء المطورين داخليًا والوكلاء التابعين لجهات خارجية، وتدعم إضافة أدوات الرصد عبر OpenTelemetry، إلى جانب LangGraph وAmazon Bedrock وAWS Strands وGoogle ADK. وتهدف سجلاتها على مستوى القرارات إلى دعم الامتثال وعمليات التدقيق. وضمن Falcon، ستُربط نوايا الوكلاء وسلوكياتهم ببيانات القياس الأمني عن نقاط النهاية والهويات والسحابة وبيئة التشغيل، ما يتيح لفرق الأمن فحص سبب تصرف الوكيل وما حدث نتيجة لذلك عبر أنظمة المؤسسة.
اختبارات Dreadnode قبل الإنتاج
تبدأ Dreadnode بوصف الاختبار المطلوب بلغة واضحة، ثم تفحص أنظمة الذكاء الاصطناعي ونماذجه ومستودعات النماذج والتطبيقات والوكلاء وخوادم MCP قبل الانتقال إلى الإنتاج. وقالت CrowdStrike إنها تنفذ أكثر من 50 أسلوبًا للهجوم، تشمل كسر قيود النماذج، وحقن المطالبات، والهجمات متعددة الجولات، والهجمات المخصصة للوكلاء. وتُرتب النتائج بحسب مستوى الخطورة، وتُربط بإطار OWASP لأفضل 10 مخاطر في نماذج اللغة الكبيرة، وفئات أمن الوكلاء في OWASP من ASI01 إلى ASI10، وإطار MITRE ATLAS، وإطار NIST لإدارة مخاطر الذكاء الاصطناعي.
تُجمع النتائج في عرض موحد للمخاطر يشمل إجمالي النتائج، ومعدلات نجاح الهجمات، وتوزيع النتائج بحسب مستوى الخطورة، ومآلات النتائج، ومقاييس أعمق للمخاطر. ويدعم تقرير قابل للتصدير اتخاذ قرارات المضي قدمًا أو عدمه. ويمكن للمراجعين البشر الاطلاع على مطالبة المهاجم المحددة ورد النظام المستهدف، واستعراض الهجوم خطوة بخطوة، وإعادة تصنيف النتائج، وتعديل مستويات خطورتها، وتوثيق أسبابهم. وتُحتسب مقاييس لوحة المعلومات من جديد عند إعادة تصنيف النتائج.
تربط آلية التسليم المخطط لها بين الاختبارات والدفاع أثناء التشغيل. ومن شأن نتائج Dreadnode أن تُغذي Falcon Guardian بتوصيات بشأن السياسات، بحيث تستند وسائل الحماية بعد الإطلاق إلى مواطن الضعف التي كُشفت قبل النشر. وستُستخدم بيانات الاختبارات أيضًا لدعم نماذج SafeMind من CrowdStrike. ويوفر Falcon Guardian إمكانات الكشف عن الذكاء الاصطناعي والاستجابة له للأنظمة التي تطورها المؤسسات أثناء التشغيل، بينما يقيّم Falcon Observe مدى تصرف الوكلاء على النحو المنشود ويشرح سلوكهم.
ترسم المقترحات مجتمعةً سير عمل مترابطًا يبدأ بالاختبار والتقييم قبل الإنتاج، ويمتد إلى المراقبة المستمرة والحماية أثناء التشغيل. ويتوقف تنفيذ هذه السلسلة على إتمام عمليات الاستحواذ المقترحة وبناء عمليات التكامل الموعودة، ما يجعل الالتزام بالموعد المستهدف للإتاحة السؤال الأبرز الذي لا يزال مفتوحًا في خارطة طريق CrowdStrike الموسعة لأمن الذكاء الاصطناعي.
