Mate Security hæver 35 millioner dollars til at opbygge en åben fond for AI-sikkerhedsoperationer

Mate Security har hævet 35 millioner dollars i serie A-finansiering som virksomheder søger efter nye måder at operere sikkerhedshold på, når angrebene bevæger sig med maskinehastighed.

Canaan Partners ledte runden, med deltagelse fra Insight Partners, Team8 og M12, Microsofts (MSFT ) venture fond. Alle af Mates eksisterende investorer returnerede til finansieringen, hvilket bringer sikkerhedsvirksomhedens samlede finansiering til over 50 millioner dollars.

Serie A ankommer kun otte måneder efter, at Mate Security gik ud af stealth-mode med en overskrevet seed-runde på 15,5 millioner dollars. Virksomheden siger, at den er vokset med mere end 500% siden tredje kvartal 2025, delvist drevet af adoption blandt Fortune 500-sikkerhedsoperationer.

Mate Security planlægger at bruge kapitalen til at imødekomme den voksende virksomheds-efterspørgsel, udvide til yderligere markeder og fortsætte med at udvikle sin agente sikkerhedsoperationsplatform.

Sikkerhedsoperationer – et nyt skala-problem

Den hurtige udvikling af generativ AI påvirker begge sider af cybersikkerhed.

Sikkerhedshold får adgang til AI-systemer, der kan analysere alarmer, indsamle beviser og automatisere dele af en undersøgelse. Samtidig kan angribere bruge AI til at afprøve systemer, tilpasse teknikker og lancere kampagner i en hastighed, som traditionelle sikkerhedsoperationer ikke var designede til at håndtere.

Dette skaber en vanskelig mislighed. Mange sikkerhedsoperationer, eller SOCs, afhænger stadig af analytikere, der bevæger sig mellem frakoplet værktøj, gennemgår køer af alarmer og manuelt genskaber, hvad der skete under en incident.

Tilføjelse af en AI-assistent til den miljø løser ikke nødvendigvis det underliggende problem. En agent kan være i stand til at opsummere en alarm eller spørgge en sikkerhedsplatform, men den kan stadig nå til forkert konklusion, når den ikke forstår, hvordan organisationen faktisk opererer.

Mate Security forsøger at adressere denne begrænsning ved at give sikkerhedsagenter adgang til forretnings- og operationskontekst i stedet for at bede dem om at resonere fra isolerede sikkerhedsbegivenheder.

“AI tvinger en grundlæggende omstrukturering af sikkerhedsoperationer,” sagde Joydeep Bhattacharyya, generel partner i Canaan. “Hvad der udgjorde Mate, var ikke blot dets brug af AI, men holdets overbevisning om, at troværdig AI kræver en dyb forståelse af, hvordan en organisation opererer.”

En sikkerheds kontekst graf sidder i centrum af platformen

Mate Securitys platform er bygget omkring, hvad virksomheden kalder en sikkerheds kontekst graf.

Grafen indsamler og organiserer viden fra hele organisationen, herunder informationer om brugere, aktiver, politikker, tidligere undersøgelser, operations-workflows og godkendte aktiviteter. Mate Security beskriver disse stykker af information som minder, der kan kobles og forespørges af dens AI-agenter.

I stedet for at behandle hver login, filoverførsel eller konfigurationsændring som en isoleret begivenhed, forsøger systemet at bestemme, hvordan aktiviteten passer ind i den bredere forretning.

En række mistænkelige login-forsøg kan fx se ud som maliciøse, når de kun ses gennem identitetslogger. Den samme aktivitet kan være mindre bekymrende, når systemet ved, at en autoriseret penetrationstest var planlagt til den periode.

Ligeledes kan en medarbejder, der downloader følsomme filer, indikere data-tyveri. Det kan også være konsistent med en godkendt projekt eller ændring af ansvar. Mate Securitys agenter er designede til at overveje faktorer som personaleændringer, dokumentklassificeringer og tidligere undersøgelser, før de når en konklusion.

Virksomheden siger, at grafen kontinuerligt genopbygges, når politikker, ejerskab af aktiver og driftsforhold ændrer sig. Færdige undersøgelser kan også føre ny information tilbage til platformen, hvilket giver mulighed for, at senere undersøgelser kan trække på organisationens akkumulerede sikkerhedsviden.

Mate Security argumenterer for, at denne data-først arkitektur kan gøre AI-genererede konklusioner mere nøjagtige, konsistente og forklarelige. Det hjælper også med at bevare institutionel viden, der ellers kunne forsvinde, når erfarne analytikere forlader en organisation.

Specialiserede agenter dækker undersøgelses-cyklen

Oven på kontekst-laget opererer Mate Security specialiserede agenter til detektions-teknik, alarm-triage, undersøgelse, trussels-jagt og incident-svar.

Platformen er designet til at forbinde disse funktioner som en kontinuerlig proces i stedet for at behandle hver som en separat workflow. En agent, der undersøger en alarm, kan forespørge bevis fra organisationens eksisterende teknologi-stack, bruge sikkerheds kontekst grafen til at fortolke, hvad den finder, og overføre struktureret information til en anden agent, der er ansvarlig for næste trin.

Mate Security siger, at dens agenter kan arbejde med sikkerhedsinformation og begivenhedsstyring-platforme, endpoint-detektionsværktøj, identitetssystemer, billet-systemer, kommunikations-applikationer og standard-operations-procedurer uden at kræve, at alle data skal flyttes til en enkelt repository.

Reaktioner forbliver styret af tilladelser. Afhængigt af, hvordan organisationen konfigurerer systemet, kan Mate Security anbefale en indholdelsestrin, anmode om menneskelig godkendelse eller udføre en autoriseret handling.

Dette afspejler, hvad virksomheden kalder en “mindst-agency”-princip. Hver agent modtager kun de tilladelser og kontekstuelle informationer, der er nødvendige for dens tildelte opgave, hvilket reducerer risikoen, der skabes ved at give et bredt autonomt system ubegrænset adgang.

Virksomhedens bredere mål er at lade sikkerheds-hold gradvist udvide automation, når platformen demonstrerer, at den kan træffe pålidelige beslutninger. Høj-impact-handlinger kan forblive overvåget, mens rutine-undersøgelser kan håndteres med mindre analytiker-involvering.

En åben tilgang til agentic sikkerhed

Mate Security positionerer platformen som en åben fond i stedet for en lukket samling af proprietære agenter.

Kunder kan bruge Mate Securitys egne agenter, tilslutte specialiserede agenter fra andre sikkerhedsleverandører eller bygge agenter internt. Hver kan operere på samme styrede kontekst-lag og under fælles kontroller for tilladelser, kvalitet, revision og reaktion.

Denne arkitektur adresserer en opstående bekymring, da virksomheder adopterer flere AI-værktøjer: agent-fragmentering.

Uden en fælles lag, kan enkeltstående sikkerhedsagenter samle deres eget data, opretholde separate minder og anvende forskellige regler, når de træffer beslutninger. Dette kan producere modstridende konklusioner og gøre det svært for sikkerhedsledere at forstå, hvorfor en automatiseret handling blev udført.

Mate Securitys orkestrator er designet til at give en fælles operativ struktur, så agenterne bruger samme organisationskundskab og tillidskontroller, selv når de er udviklet af forskellige leverandører.

Virksomheden siger også, at kunderne beholder ejerskab af deres kontekst og ikke er låst til en enkelt agent, AI-model eller sikkerhedsleverandør. Dets grundlæggere beskriver denne åbenhed som en forudsætning for organisationer, der ønsker at udnytte fremtidige fremskridt i AI uden at genopbygge deres sikkerhedsarkitektur hver gang en ny model opstår.

AI-agenter kan omforme sikkerhedsoperationer

Platforme som Mate Security peger mod, at sikkerhedsoperationer bliver mere kontinuerlige, kontekstuelle og automatiserede. I stedet for at undersøge alarmer i isolation kan AI-agenter beholde lektioner fra tidligere incidenter og bruge dem til at forbedre fremtidig detektion, triage og reaktion.

Dette kan flytte analytikere væk fra gentagne bevis-indhentninger og hen imod at overvåge agenter, undersøge ukendte trusler og beslutte, hvornår automation skal tillades at handle.

En fælles kontekst-lag kan også blive vigtig, da virksomheder udruller agenter fra multiple leverandører. Uden en fælles forståelse af brugere, aktiver og politikker kan disse agenter duplikere arbejde eller nå til modstridende konklusioner.

Den sandsynlige udkomme er ikke et fuldt autonomt sikkerhedsoperationscenter, men en hybrid-model, hvor agenter håndterer rutine-undersøgelser, mens mennesker beholder kontrol over tvetydige eller høj-impact-beslutninger.