Financement

Beelzebub lève 3 millions d’euros pour étendre la déception alimentée par l’IA à travers les réseaux d’entreprise

mm
Ajouter Unite.AI à vos sources préférées sur Google

La startup italienne de cybersécurité Beelzebub a levé 3 millions d’euros en financement initial pour étendre sa plate-forme alimentée par l’IA pour détecter et piéger les attaquants à l’intérieur des réseaux d’entreprise.

Le tour a été mené exclusivement par la société de capital-risque italienne de technologie profonde United Ventures. Beelzebub prévoit d’utiliser le capital pour accroître son équipe de recherche, acquérir des clients à travers l’Europe et ouvrir des bureaux commerciaux à Rome et San Francisco d’ici la fin de 2026.

L’entreprise basée à Milan cible les organisations qui font face à des cyberattaques de plus en plus automatisées, en particulier les opérateurs soumis à la directive de sécurité des réseaux et des informations de l’Union européenne, communément connue sous le nom de NIS2.

Plutôt que de se concentrer uniquement sur le maintien des attaquants à l’extérieur du réseau, Beelzebub travaille sur l’hypothèse qu’une intrusion peut déjà avoir eu lieu. Sa plate-forme plante des systèmes de décoy réalistes dans toute l’infrastructure d’une organisation, créant des opportunités pour exposer les attaquants avant qu’ils n’atteignent les actifs réels.

Transformer l’infrastructure d’entreprise en piège

La technologie de Beelzebub appartient à une catégorie de cybersécurité connue sous le nom de technologie de déception. Au lieu d’attendre que l’activité malveillante déclenche une alerte sur un système de production, la plate-forme crée des répliques convaincantes de serveurs, de bases de données, d’interfaces de programmation d’applications, d’environnements cloud et d’autres infrastructures.

Ces décoys sont conçus pour paraître précieux aux attaquants tout en restant isolés des systèmes d’entreprise réels. Puisque les employés légitimes et les applications devraient avoir peu de raisons d’interagir avec eux, l’activité à l’intérieur d’un décoy peut fournir une forte indication qu’un intrus se déplace dans le réseau.

L’approche vise à résoudre l’une des étapes les plus difficiles d’une cyberattaque : la période après qu’un attaquant a obtenu l’accès initial mais avant que la charge utile finale ne soit déployée.

Les attaquants passent souvent du temps à explorer les systèmes, à élever les privilèges, à collecter les informations d’identification et à identifier les données précieuses. Beelzebub vise à interrompre ce processus en dirigeant l’activité suspecte vers des environnements contrôlés où elle peut être observée et contenue.

L’entreprise déclare que ses pièges utilisent de grands modèles de langage pour se comporter plus comme des infrastructures réelles. Ils peuvent générer des réponses réalistes et adapter leur comportement, rendant plus difficile pour un attaquant de déterminer s’il est entré dans un décoy.

Boucle automatisée d’offense et de défense

La plate-forme combine trois produits conçus pour couvrir différentes étapes de test de cybersécurité et de réponse aux incidents.

Arcangelo sert de composant offensif. Il simule des attaques ciblées contre l’infrastructure d’une organisation, aidant les équipes de sécurité à identifier les faiblesses et à tester la façon dont leurs contrôles réagissent.

Beelzebub Managed forme la couche défensive. Il distribue des pièges alimentés par l’IA dans l’environnement d’une organisation et les surveille pour détecter les activités suspectes. Lorsqu’un attaquant interagit avec l’un des décoys, le système peut isoler la machine affectée, bloquer l’activité et initier des actions de réponse prédéfinies.

L’entreprise décrit cette combinaison comme un modèle de équipe violette automatisé. Dans la cybersécurité, les équipes rouges simulent généralement les attaquants, tandis que les équipes bleues défendent les systèmes. Les opérations d’équipe violette tentent de rassembler les deux fonctions afin que les résultats des tests offensifs puissent améliorer directement les contrôles défensifs.

En connectant les simulations d’attaque avec des systèmes de déception en temps réel, Beelzebub tente de réduire les transferts qui se produisent souvent entre des outils de sécurité distincts, des consultants externes et des équipes internes.

L’entreprise déclare que ses pièges peuvent également être mis à jour pour refléter les nouvelles vulnérabilités et exposures communes. Cela permet à la plate-forme d’imiter les systèmes affectés par les vulnérabilités émergentes et d’attirer potentiellement les attaquants qui recherchent ces faiblesses.

Analyse de malware assistée par l’IA

Le troisième composant, Caronte, est un système d’analyse de malware alimenté par l’IA.

Après la détection de logiciels malveillants, Caronte peut les désassembler et produire un rapport d’incident décrivant son comportement. L’objectif est de raccourcir le temps entre la découverte d’une attaque et la compréhension de son fonctionnement.

L’analyse de malware est traditionnellement un processus spécialisé et chronophage. Les analystes peuvent avoir besoin d’inspecter le code, d’observer le comportement d’un programme dans un environnement contrôlé et de déterminer s’il communique avec des infrastructures externes ou tente de se propager à d’autres machines.

Beelzebub déclare que Caronte automatise certaines parties de ce travail, permettant aux organisations de générer une évaluation initiale plus rapidement.

Le système peut être exploité sur site, ce qui peut être important pour les agences gouvernementales, les sociétés réglementées et les entreprises qui ne peuvent pas télécharger des échantillons de malware potentiellement sensibles à des services cloud tiers.

La plate-forme plus large de Beelzebub est disponible en tant que logiciel en tant que service ou en tant que déploiement sur site. Pour les organisations ayant des exigences de données plus strictes, l’entreprise peut également fournir du matériel pour exécuter localement son modèle de langage à grande échelle.

Construire autour d’une intelligence de menace en temps réel

Beelzebub déclare que plus de 60 chercheurs en sécurité indépendants contribuent à l’intelligence de menace de la plate-forme.

Ce réseau fournit des informations sur de nouveaux logiciels malveillants, des techniques d’attaque et des vulnérabilités à mesure qu’elles émergent. L’intelligence peut ensuite être utilisée pour mettre à jour les décoys, les simulations d’attaque et les capacités d’analyse de la plate-forme.

L’entreprise a précédemment attiré l’attention pour avoir documenté TeamPCP, un acteur de menace associé à des attaques contre les infrastructures cloud et des campagnes de cryptojacking. TeamPCP a également été lié à une violation impliquant l’infrastructure de GitHub.

La découverte et l’étude de groupes de menaces peuvent fournir aux fournisseurs de cybersécurité des informations pratiques sur la façon dont les attaquants se comportent après avoir pénétré un réseau. Ces informations peuvent être utilisées pour concevoir des décoys qui ressemblent aux systèmes, aux informations d’identification et aux services que les attaquants sont les plus susceptibles de cibler.

La technologie de Beelzebub est également disponible via une édition open source, donnant aux chercheurs et aux équipes de sécurité un moyen d’expérimenter son approche de piège.

Le projet open source prend en charge plusieurs protocoles et services, notamment Secure Shell, File Transfer Protocol, bases de données et applications Web. Cela permet aux organisations de déployer des décoys qui ressemblent à différentes parties de leur infrastructure.

Répondre à des attaques plus rapides et plus automatisées

Le financement arrive à un moment où l’IA générative et l’automatisation changent les deux côtés de la cybersécurité.

Les attaquants peuvent utiliser des outils d’IA pour générer des messages de phishing, analyser des logiciels pour des vulnérabilités, modifier des codes malveillants et mener des opérations sur un plus grand nombre de cibles. Ces capacités n’éliminent pas le besoin d’expertise technique, mais elles peuvent permettre à de plus petits groupes d’opérer à une plus grande vitesse et à une plus grande échelle.

Les équipes de sécurité répondent en introduisant plus d’automatisation dans la détection, l’enquête et la réponse aux incidents. La technologie de déception offre une autre couche en créant des environnements où les attaquants peuvent être étudiés sans exposer de données ou de systèmes réels.

Le fondateur et PDG de Beelzebub, Mario Candela, soutient que les outils de défense doivent de plus en plus fonctionner à la vitesse des machines pour rester efficaces contre les attaques automatisées.

La stratégie de l’entreprise n’est pas de remplacer les produits de sécurité des points de terminaison, du réseau ou de l’identité existants. Au lieu de cela, elle tente d’ajouter une couche de détection interne pour les situations où un attaquant a déjà contourné les défenses de périmètre.

Ce modèle d’intrusion supposée est devenu plus pertinent à mesure que l’infrastructure d’entreprise s’étend sur les plateformes cloud, les appareils distants, les interfaces de programmation d’applications et les chaînes d’approvisionnement logiciel. Protéger chaque point d’entrée possible est difficile, ce qui rend la détection rapide à l’intérieur du réseau de plus en plus importante.

Pourquoi la déception pourrait devenir une couche de cybersécurité de base

À mesure que les attaquants utilisent de plus en plus l’IA pour automatiser la reconnaissance, exploiter les vulnérabilités et adapter le malware, la technologie de déception pourrait devenir une couche de défense d’entreprise plus importante. Au lieu de s’appuyer uniquement sur les contrôles de périmètre, les organisations peuvent déployer des décoys réalistes qui exposent les intrus après qu’ils soient entrés dans un réseau et avant qu’ils n’atteignent les systèmes critiques.

Les plateformes les plus solides combineront probablement la déception avec la simulation d’attaque continue et l’enquête automatisée. Cela pourrait raccourcir le temps entre l’intrusion, la détection et la contention, tout en donnant aux équipes de sécurité une vision plus claire des outils, des objectifs et du mouvement de l’attaquant à travers le réseau.

La déception ne remplacera pas la sécurité des points de terminaison, les contrôles d’identité ou la gestion des vulnérabilités, mais elle pourrait rendre ces systèmes plus efficaces en fournissant des signaux de haute confiance à partir d’activités qui ne devraient jamais se produire. Le défi de Beelzebub sera de prouver que son approche peut fonctionner de manière fiable à l’échelle de l’entreprise sans ajouter une complexité excessive à des environnements de sécurité déjà encombrés.

Antoine est un leader visionnaire et associé fondateur d'Unite.AI, animé par une passion inébranlable pour façonner et promouvoir l'avenir de l'IA et de la robotique. Un entrepreneur en série, il croit que l'IA sera aussi perturbatrice pour la société que l'électricité, et se fait souvent prendre en train de vanter le potentiel des technologies perturbatrices et de l'AGI.

En tant que futuriste, il se consacre à explorer comment ces innovations vont façonner notre monde. En outre, il est le fondateur de Securities.io, une plateforme axée sur l'investissement dans les technologies de pointe qui redéfinissent l'avenir et remodelent des secteurs entiers.