CrowdStrike planlægger opkøb af Fiddler og Dreadnode for at styrke AI-sikkerheden

CrowdStrike annoncerede den 3. november 2026, at virksomheden agter at opkøbe Fiddler, hvis teknologi bliver til Falcon Observe, der skal evaluere og forklare AI-agenters adfærd. En separat meddelelse beskrev planer om at opkøbe Dreadnode og føje automatiserede tests af AI-sikkerhed til Falcon-platformen, inden systemer sættes i produktion.

Begge meddelelser blev fremsat på Fal.Con EU 2026 og beskriver planlagte opkøb. CrowdStrike sigter mod at gøre Falcon Observe og Dreadnode alment tilgængelige i fjerde kvartal af regnskabsåret 2027. De planlagte produkter retter sig mod forskellige sikkerhedskontroller: at undersøge AI for svagheder inden lancering, at evaluere, om agenter udfører de opgaver, de er beregnet til, og at overvåge deres beslutninger efter implementering.

Fiddlers rolle i Falcon Observe

Inden implementering kan teams bruge Fiddler til at sammenligne prompts, modeller og konfigurationer, når de vurderer, om agenter udfører de tildelte opgaver sikkert og præcist. Efter implementering er platformen udviklet til at spore beslutninger og ræsonnementer på tværs af hele agenthierarkiet og identificere ændringer i adfærden og utilsigtede handlinger. Den rekonstruerer beslutningsprocessen, så teams kan finde det trin, der forårsagede en fejl.

Denne indsigt afhjælper en mangel ved traditionelle sikkerhedskontroller. CrowdStrikes eksempel med en tilbagebetaling beskriver en agent, der bruger gyldige loginoplysninger og godkendte værktøjer til at godkende en tilbagebetaling, som er i strid med virksomhedens politik. Traditionelle kontroller kan opfatte aktiviteten som legitim, selvom beslutningen var forkert; forklarbarhed skal vise, hvorfor agenten handlede, og hvor dens adfærd gik galt.

Fiddler omfatter både virksomhedens egne og tredjepartsagenter og understøtter instrumentering via OpenTelemetry samt LangGraph, Amazon Bedrock, AWS Strands og Google ADK. Dets registreringer på beslutningsniveau skal understøtte overholdelse af regler og revisioner. I Falcon ville agenternes hensigter og adfærd blive sammenholdt med telemetridata om endepunkter, identiteter, skyen og sikkerhed under kørsel. Det ville give sikkerhedsteams mulighed for at undersøge både, hvorfor en agent handlede, og hvad der som følge heraf skete på tværs af virksomhedens systemer.

Dreadnodes test før produktion

Dreadnode tager udgangspunkt i en beskrivelse af den ønskede test i et almindeligt sprog og undersøger derefter AI-systemer, modeller, modelregistre, applikationer, agenter og MCP-servere inden produktionssætning. CrowdStrike oplyste, at løsningen udfører mere end 50 angrebsteknikker, herunder jailbreaks, promptinjektion, angreb med flere samtalerunder og angreb rettet specifikt mod agenter. Resultaterne rangeres efter alvorlighedsgrad og knyttes til OWASP Top 10 for LLMs, OWASP Agentic Security-kategorierne ASI01 til og med ASI10, MITRE ATLAS og NIST AI Risk Management Framework.

Resultaterne samles i en risikovurdering, der omfatter det samlede antal fund, angrebenes succesrater, fordelingen efter alvorlighedsgrad, udfaldet af fundene og mere detaljerede risikomålinger. En rapport, der kan eksporteres, understøtter beslutninger om, hvorvidt man skal gå videre. Menneskelige kontrollanter kan se den nøjagtige angriberprompt og målsystemets svar, gennemgå et angreb trin for trin, omklassificere fund, justere alvorlighedsgraden og dokumentere deres begrundelser. Målingerne i dashboardet genberegnes, når fund omklassificeres.

Den planlagte overlevering forbinder test med beskyttelse under kørsel. Fund fra Dreadnode ville blive sendt til Falcon Guardian som politikanbefalinger, så svagheder, der identificeres inden implementering, kan danne grundlag for beskyttelse efter lanceringen. Testdataene ville også understøtte CrowdStrikes SafeMind-modeller. Falcon Guardian registrerer og håndterer trusler mod AI-systemer, der er udviklet til virksomheder, under kørsel, mens Falcon Observe evaluerer og forklarer, om agenterne opfører sig som tilsigtet.

Tilsammen beskriver forslagene et sammenhængende forløb fra test og evaluering før produktion til løbende overvågning og beskyttelse under kørsel. For at realisere hele forløbet skal de foreslåede opkøb gennemføres, og de lovede integrationer bygges. Derfor er det centrale ubesvarede spørgsmål, om CrowdStrike kan gennemføre planerne inden for den tidsramme, der er fastsat for tilgængeligheden, som led i virksomhedens udvidede køreplan for AI-sikkerhed.