Rahoitus

Mave keräsi 28 miljoonaa dollaria A-sarjan rahoituskierroksella, jolloin agenttisen tietoturvatoiminnan kokonaisrahoitus nousi 34 miljoonaan dollariin

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Mave co-founders Raziel Oren and Guy Eshel standing together outdoors.

Epäilyttävästä kirjautumisesta voi jäädä vihjeitä identiteettialustaan, päätelaitetyökaluun ja pilvitiliin, vaikka mikään yksittäinen järjestelmä ei paljasta koko tapahtumaa. Mave rakentaa tekoälyagentteja yhdistämään nämä vihjeet siellä, missä ne jo sijaitsevat. Tel Avivissa toimiva startup-yritys on ilmoittanut 34 miljoonan dollarin rahoituksesta, johon sisältyy 28 miljoonan dollarin A-sarjan rahoituskierros. Rahoituksen avulla se laajentaa agenttipohjaista tietoturvatoimintojen alustaa, joka toimii yrityksen nykyisten työkalujen kesken.

Red Dot Capital Partners johti A-sarjan rahoituskierrosta, johon osallistui myös Lumir Growth Partners. Kokonaisrahoitukseen sisältyy lisäksi 6 miljoonan dollarin siemenrahoituskierros, jota johtivat Dell Technologies Capital ja Emerge Ventures. Mave käyttää rahoituksen tekoälytutkimuksensa edistämiseen, yritysasiakkaille suunnattujen tuotteidensa vahvistamiseen ja kansainväliseen laajentumiseen.

Yhtiön tarjoama ratkaisu vastaa tuttuun tietoturvan pullonkaulaan: erikoistuneiden työkalujen hankkiminen ei automaattisesti yhdistä niiden tuottamia havaintoja. Mave pyrkii hoitamaan järjestelmien välisen tutkinnan ja toteuttamaan sen jälkeen toimenpiteitä tietoturvatiimin määrittämien rajojen puitteissa.

Tutkinta koko teknologiapinossa ilman uutta tiedonsiirtoa

Perinteiset tietoturvatietojen ja -tapahtumien hallintajärjestelmät eli SIEM-järjestelmät kokoavat lokit yhteen, jotta analyytikot voivat etsiä epäilyttävää toimintaa. Tapahtuman ymmärtäminen voi kuitenkin edellyttää myös tietoja, joita kerätyissä lokeissa ei ole: onko tilillä yhä laajat käyttöoikeudet, kuka omistaa resurssin tai miten järjestelmä on sillä hetkellä määritetty.

Maven toimintamallissa yhdistettyjä työkaluja kysellään niiden omilla kielillä, tutkinnan edetessä haetaan tarvittavaa kontekstia ja tulokset sovitetaan yhteen. Yhtiön mukaan asiakkaiden ei tarvitse siirtää kaikkea telemetriadataansa toiseen keskitettyyn tietokantaan ennen alustan käyttöönottoa.

Tarkastellaan tutkintaa, jossa selvitetään mahdollisesti vaarantunutta tiliä. Pelkän kirjautumisen tarkistaminen ei välttämättä paljasta, käyttikö käyttäjä arkaluonteista työkuormaa tai näkyikö siihen liittyvässä päätelaitteessa poikkeavaa toimintaa. Hyödyllinen tutkinta edellyttää identiteettiin, laitteeseen ja sovellukseen liittyvien todisteiden yhdistämistä. Tämä esimerkki havainnollistaa, mihin Mave pyrkii: tapahtumaa seurataan järjestelmästä toiseen sen sijaan, että odotettaisiin jonkun kokoavan yhteydet manuaalisesti.

Tämä arkkitehtuuri voisi vähentää toisen tietoturva-alustan käyttöönottoon liittyvää tiedonsiirtotyötä. Se riippuu silti yhdistettyjen todisteiden laadusta ja saatavuudesta. Puuttuva telemetriadata, rajoitetut käyttöoikeudet tai käytettävissä olemattomat rajapinnat voivat rajoittaa sitä, mitä tutkija — ihminen tai automaatio — pystyy selvittämään.

Pienten ja suurten kielimallien sekä työnkulkujen yhdistelmä

Tiedotteen mukaan Mave yhdistää tiettyihin tarkoituksiin suunniteltuja työnkulkuja, hienosäädettyjä pieniä kielimalleja ja uusimpia suuria kielimalleja. Järjestelmä hyödyntää tätä yhdistelmää sekä suurivolyymisissä tehtävissä että monimutkaisemmassa päättelyssä ja tallentaa samalla kyselynsä, päätöksensä ja toimensa.

Erottelu on tärkeä, sillä tietoturvatutkinta on sarja toimenpiteitä, ei pelkkä tuotettu selitys. Järjestelmän on päätettävä, mitä todisteita pyydetään, tulkittava vastaus, tunnistettava, mikä jää vielä epäselväksi, ja ratkaistava, onko uusi kysely tai reagointitoimenpide perusteltu. Kun nämä vaiheet kirjataan tarkasteltavaan lokiin, analyytikko saa käyttöönsä muutakin hyödyllistä kuin pelkän lopputuloksen.

Maven mukaan se tutkii kaikki hälytykset minuuteissa, suodattaa väärät positiiviset löydökset, tunnistaa merkitykselliset hyökkäyskampanjat ja toteuttaa hyväksytyt vastatoimet. Nämä ovat yhtiön ilmoittamia ominaisuuksia; tiedotteessa ei esitetä riippumattomia vertailutuloksia eikä riittävästi menetelmiä sen osoittamiseksi, että suorituskyky olisi vastaavalla tasolla erilaisissa asiakasympäristöissä.

”Tietoturvatiimit tutkivat uhkia yhä yksi työkalu kerrallaan ja kokoavat todisteita manuaalisesti ennen kuin ne voivat tehdä johtopäätöksen. Hyökkääjät eivät odota”, sanoi Maven toinen perustaja ja toimitusjohtaja Raziel Oren tiedotteessa.

Hälytysten tutkinnasta hallittuun reagointiin

Maven alustakuvaus sisältää lisätietoja rahoitustiedotteen lisäksi. Integraatiot muodostetaan rajapintojen kautta, ja niiden käyttö alkaa vain lukuoikeuksilla. Luonnollisen kielen käyttöliittymän avulla tiimit voivat tehdä hakuja yhdistetyistä järjestelmistä, ja taustalla tapahtuvat toiminnot kuvataan ennalta määritetyiksi, toistettaviksi vaiheiksi, joita käyttäjät voivat tarkastella.

Verkkosivustolla mainitaan myös yhdistetty haku, uhkien etsintä ja tunnistussääntöjen kehittäminen. Tunnistustyöhön kuuluu paljon kohinaa tuottavien tai rikkoutuneiden sääntöjen löytäminen sekä muutosten ehdottaminen tai tekeminen. Näin ratkaisu ei rajoitu hälytysjonon tyhjentämiseen: tutkinnassa tehdyt havainnot voivat auttaa etsimään vastaavaa toimintaa ja parantamaan tulevaa uhkien tunnistusta.

Maven verkkosivuston mukaan tuhoisat toimet edellyttävät oletusarvoisesti hyväksyntää, käyttöoikeudet rajataan alustakohtaisesti ja tiimit päättävät, mitkä toiminnot suoritetaan automaattisesti. Alustaan voi myös lisätä organisaatiokohtaista kontekstia, kuten käytäntöjä, omistajuustietoja ja poikkeuksia. Näiden hallintakeinojen ansiosta todisteiden hakeminen voidaan erottaa oikeudesta muuttaa tuotantojärjestelmää.

Tällä erolla on yhä suurempi merkitys, kun tekoälytyökalut pääsevät osaksi yritysten työnkulkuja. Kuten Unite.AI:n juttu tekoälyagenteista, joista on tulossa tietojenkalastelun kohteita selittää, agentin kohtaama sisältö ja sen käyttöoikeuksien sallimat toiminnot ovat erillisiä tietoturvakysymyksiä. Puolustuskäyttöön tarkoitetuissa agenteissa sama rajanveto tekee hyväksymissäännöistä ja tarkastusketjusta käyttöönoton keskeisiä osia.

Kaupallinen vetovoima ja kasvun seuraava vaihe

Orenin ja teknologiajohtaja Guy Eshelin vuonna 2025 perustama Mave on kasvanut 20 työntekijän yritykseksi. Oren johti aiemmin Wing Securityn markkinoillemenoa, kun taas Eshel oli Alteryan ensimmäinen työntekijä ja toimi myöhemmin sen tutkimus- ja kehitysjohtajana ennen kuin Chainalysis osti yhtiön. Molemmat perustajat ovat aiemmin palvelleet Israelin Unit 8200:ssa.

Maven mukaan sen asiakkaisiin kuuluu suuryrityksiä ja hallinnoitujen tietoturvapalvelujen tarjoajia, joiden ratkaisuja on otettu käyttöön säännellyillä rahoitus- ja terveydenhuoltoaloilla. Yhtiön julkisessa julkistustiedotteessa kerrotaan, että alusta on käytössä yli 200 tietoturvavalvomossa. Tiedotteessa kerrotaan myös seitsennumeroisista kaupoista ja vuotuisen toistuvan liikevaihdon kasvusta yli 400 prosentilla viime vuoden aikana, mutta siinä ei ilmoiteta liikevaihdon absoluuttista määrää.

Alusta on yleisesti saatavilla, ja yhtiö aikoo yli kaksinkertaistaa henkilöstönsä määrän keskittyen rekrytoinneissa tekoälytutkimuksen ja kaupallistamisen tehtäviin. Uusi rahoitus antaa Mavelle mahdollisuuden kehittää sekä tutkinnan taustalla olevaa päättelyä että sen toteutukseen liittyviä yritystason kontrolleja.

Asiakkaille mahdollisuus tarkoittaa sitä, että he saavat enemmän irti jo käyttämistään tietoturvajärjestelmistä. Maven seuraava haaste on lunastaa tämä lupaus toteuttamalla toistettavia tutkintoja ja asianmukaisesti hallittuja vasteita erilaisissa ympäristöissä niin, että päätökset voidaan tehdä nopeammin mutta ne perustuvat edelleen näyttöön.

Evan Mercer on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka käsittelee AI-startup-yrityksiä, riskipääomaa ja rahoituksen dynamiikkaa, joka muovaa seuraavan sukupolven teknologiayrityksiä. Hänen raportointinsa keskittyy varhaisvaiheen innovaatioihin, pääomavirtoihin ja strategisiin päätöksiin, joita perustajat ja sijoittajat tekevät, kun AI-yritykset kasvavat konseptista globaaliin vaikutukseen.

Strategisesta ja analyyttisestä näkökulmasta Evan tarkastelee rahoituskierroksia, markkina-asemointia ja nousevia trendejä AI-startup-ekosysteemissä. Hän seuraa, miten riskipääoma, yritysinvestoinnit ja pörssimarkkinat limittyvät tekoälyn läpimurtoihin, erottaen kestävät signaalit lyhytaikaisesta hypeestä.

Evan Mercerin kirjoittamat artikkelit ovat AI:n luomia ja Unite.AI:n toimitusryhmän tarkistamia varmistaakseen tarkkuuden, kontekstin ja vastuullisen kattavuuden globaalissa AI-sijoitusmaisemassa