RevEng indsamler 4,15 mio. dollars til at sikre softwareforsyningskæder med AI

London-baserede RevEng har indsamlet 4,15 millioner dollars i seed-finansiering, støttet af Sands Capital, In-Q-Tel Capital, IQ Capital, og Episode 1 Ventures, for at opbygge grundlæggende AI-modeller, der kan detektere trusler og sårbarheder i kompilleret software uden adgang til kildekode. Da McKinsey estimerer, at det globale cybersecurity-marked kan nå 1,5 til 2 billioner dollars, positionerer denne investering RevEng til at spille en vital rolle i omformningen af, hvordan organisationer forsvare deres softwareforsyningskæder – især i en æra, hvor traditionelle værktøjer kæmper for at følge med AI-genereret kode og uigennemsigtige tredjeparts-komponenter.

At dække det blinde punkt i cybersikkerhed

Den corporate verden kæmper med en uden precedent stigning i softwareforsyningskæde-angreb – 45% af organisationer forventes at opleve sådanne brud denne år. Problemet intensiveres, da afhængigheden af open-source-komponenter og AI-genereret kode stiger, samtidig med at de fleste sikkerheds-værktøjer kræver adgang til kildekode for at spotte skjulte sårbarheder.

RevEng adresserer denne kritiske lukning ved at analysere binær software direkte – undersøge kompilleret kode, firmware og eksekverbarer for at detektere anomalier som skjulte bagdøre, ondsindet adfærd eller zero-day-sårbarheder.

BinNet™: Den AI-motor bag innovationen

Central for platformen er BinNet™, den største grundlæggende AI-model bygget til at forstå semantikken af maskinkode. Den er trænet på diverse binære datasets (x86, x86_64, ARM64) og programmeringssprog (C, C++, Go, Rust), hvilket muliggør det for den at:

• Rekonstruere højere-niveau programmeringslogik og flow
• Detektere ukendte trusler og sårbarheder i stor skala
• Auto-generere YARA-regler til trusselsjagt
• Pakke uopklarede malware ved hjælp af dynamisk sandboxing
• Emulere funktioner for at trække krypterede strenge ud

RevEngs platform bruger avancerede machine learning-modeller, der er trænet specifikt til at forstå strukturen og adfærden af kompilleret software. Ved at analysere kontrolflow, funktionrelationer og instruktionsniveau-mønstre kan den trække meningsfulde indsigt ud af binærer – identificere ondsindet komponenter, detektere zero-day-sårbarheder og afsløre skjulte bagdøre. Dette muliggør sikkerhedsteams at vurderere integriteten af software-pakker, selv når kildekode ikke er tilgængelig, og omdanner tidligere utilgængelige eksekverbarer til gennemsigtige og verificerbare artefakter.

Ledelse og strategisk backing

I spidsen for RevEng står Dr. James Patrick-Evans, en globalt anerkendt ekspert i AI og machine learning til binær analyse. Med en ph.d. i cybersikkerhed og AI fra Royal Holloway, og tidligere roller i F‑Secure, Mozilla og MWR, bringer han dyb ekspertise i sikker software-ingeniørarbejde og lav-niveau trusselsdetektion. Hans mål er at skala reverse engineering-kapaciteter – traditionelt begrænset til elite-specialister – gennem automatisering og AI.

Selskabet har allerede opnået troværdighed gennem sin udvælgelse til to højt respekterede programmer: UK’s NCSC for Startups og Intel Ignite 2024. Disse acceleratorer gav RevEng kritisk adgang til regerings-sikkerhedsnetværk, tekniske rådgivere og kommercielle partnerskaber – herunder inden for Intel selv – og accelererede både produktudvikling og markedsindtræden.

Hvad der er foran

Efter sin seed-indsamling på 4,15 millioner dollars er RevEng klar til at udvide sin tilstedeværelse i det amerikanske føderale og forsvarssektorer, samtidig med at det skalere sin ingeniørhold. Fremtidige planer omfatter udvidelse af platformen til at understøtte yderligere arkitekturer som MIPS, RISC‑V og PPC, udvikling af cross-arkitektur symbol-matching og dybere integrationer med værktøjer som Splunk, Cutter og Radare2. Platformen vil også understøtte privat cloud og on-premise-installation, hvilket muliggør fuld overholdelse af virksomheds- og regeringsdata-politikker.

I et cybersecurity-marked, der forventes at overstige $2 billioner, er RevEng unikt positioneret til at levere AI-native løsninger, der fungerer på binærniveau – afslører skjulte sårbarheder i software, hvor traditionelle værktøjer ikke kan følge med. Som Sands Capital bemærkede, “RevEng adresserer en kritisk udfordring i cybersikkerhed med sin innovative tilgang. Vi er stolte af at støtte deres vision…”

Med teknisk troværdighed, strategisk backing og voksende kommerciel trækkraft er RevEng klar til at blive en grundlæggende kraft i sikringen af den moderne softwareforsyningskæde.

Fremtiden for cybersikkerhed

Da softwareforsyningskæder bliver mere fragmenterede, uigennemsigtige og globalt interafhængige, er traditionelle sikkerhedsmetoder – der afhænger af kildekode-adgang eller manuel auditing – ikke længere tilstrækkelige. Stigningen i kompilleret kode-scanning, drevet af machine learning, repræsenterer et større vendepunkt. Disse modeller flagger ikke kun kendte sårbarheder – de fortolker adfærden og strukturen af binærer for at afsløre nye trusler, selv i sorte-boks-miljøer.

Dette skyldes en bredere industriel bevægelse mod autonom, skalerbar cybersecurity-infrastruktur – hvor AI ikke kun supplerer analytikere, men bliver en forudsætning for at holde trit. I en verden, hvor 300.000+ nye malware-eksemplarer opstår dagligt og 70% aldrig ses igen, tilbyder automatiseret binær analyse en af de få viable stier til at opretholde real-time-synlighed på tværs af software-stakken.

Foundation-modeller som dem, der driver AI-dreven reverse engineering, vil i stigende grad danne grundlag for nationale sikkerhedsindsats, DevSecOps-pipelines og selv software-købsprocesser. Deres evne til at verificere kode-integritet i stor skala – uanset vendor-gennemsigtighed – vil omdefinere, hvordan tillid etableres i det digitale økosystem. Over tid kan denne teknologi blive lige så fundamental for cybersikkerhed som antivirus-motorer var i den forrige æra.