Horizon3 lève 250 millions de dollars en série E à plus de 2 milliards de dollars d’évaluation pour étendre les tests de pénétration autonomes basés sur l’IA

Horizon3 a levé 250 millions de dollars en financement de série E à une évaluation dépassant 2 milliards de dollars, donnant à l’entreprise de cybersécurité un nouveau capital important pour étendre sa plateforme de tests de pénétration autonome et progresser vers une remédiation défensive automatisée.

Le tour de financement a été copréparé par les investisseurs existants NightDragon et New Enterprise Associates (NEA). Horizon3 indique que son évaluation a plus que triplé par rapport à l’évaluation de 650 millions de dollars attachée à sa série D il y a un peu plus d’un an.

Le financement arrive à un moment où les équipes de sécurité sont confrontées à un déséquilibre de plus en plus difficile. L’intelligence artificielle peut aider les attaquants à identifier les faiblesses, à adapter les techniques et à se déplacer plus rapidement dans les environnements compromis, tandis que de nombreuses organisations dépendent encore de scans de vulnérabilités et de tests de pénétration périodiques qui ne fournissent qu’un instantané de leur posture de sécurité.

Horizon3 mise sur le fait que les organisations répondront en attaquant en continu leur propre infrastructure avant que quelqu’un d’autre ne le fasse.

Transformer les tests de pénétration en un processus continu

Horizon3 est l’entreprise derrière NodeZero, une plateforme conçue pour effectuer de manière autonome des tests de pénétration contre les réseaux internes, les infrastructures externes, les environnements cloud, les déploiements Kubernetes et d’autres composants de la pile technologique d’une organisation.

Au lieu de simplement générer une liste de vulnérabilités connues, NodeZero tente d’exploiter les faiblesses et de les combiner en chemins d’attaque complets. Une mauvaise configuration peut exposer des informations d’identification, par exemple, qui pourraient ensuite fournir l’accès à un autre système et finalement conduire à des données sensibles ou à des privilèges d’administration.

Cette approche vise à faire la distinction entre les vulnérabilités qui existent théoriquement et les faiblesses qui peuvent réellement être utilisées pour causer des dommages importants.

Pendant un test, les organisations peuvent observer les techniques exécutées à travers une interface en temps réel. Une fois les tests terminés, la plateforme fournit une preuve d’exploitation, cartographie les étapes prises à travers l’environnement et recommande des actions pour perturber le chemin d’attaque. Les équipes de sécurité peuvent alors réexécuter le test pertinent pour vérifier qu’une réparation a été efficace.

NodeZero peut également identifier des problèmes qui ne dépendent pas d’une vulnérabilité logicielle conventionnelle, notamment les mots de passe faibles, les informations d’identification exposées, les contrôles de sécurité inefficaces, les fuites de données et la segmentation réseau insuffisante. Ses tests internes peuvent basculer des systèmes sur site vers des services tels qu’Amazon Web Services, Microsoft Azure et Microsoft 365 lorsque chemin d’attaque exploitable existe.

L’objectif plus large est de remplacer les évaluations occasionnelles par un cycle répétitif de détection de faiblesses, de correction et de réexécution du même environnement.

Comment Horizon3 utilise l’IA sans lui donner un contrôle total

Bien que Horizon3 décrit NodeZero comme un pirate autonome basé sur l’IA, son architecture est plus contrôlée que ce que cette phrase pourrait laisser supposer.

La plateforme combine un raisonnement basé sur des graphes, l’apprentissage automatique, la logique déterministe et l’IA générative à portée limitée. Elle construit une carte des systèmes, des utilisateurs, des informations d’identification et des relations au sein d’un environnement, puis utilise ces informations pour planifier et réprioriser les chemins d’attaque potentiels.

L’IA générative est utilisée pour des tâches telles que l’identification des systèmes à haute valeur, l’interprétation de l’impact potentiel sur les affaires des données compromises, la production de résumés pour les dirigeants et la suggestion de stratégies supplémentaires lorsque le test atteint un obstacle. L’apprentissage automatique peut classer les fichiers et les comportements, tandis que le raisonnement graphique aide la plateforme à déterminer comment les faiblesses individuelles peuvent se connecter.

Il est important de noter que les modèles génératifs ne créent pas d’exploits ni n’exécutent directement d’attaques. Les actions utilisées pour attaquer les environnements de production sont déterministes, prévalidées et contraintes par la configuration de test. Cette séparation vise à préserver l’adaptabilité associée à l’IA tout en réduisant l’imprévisibilité qui résulterait de laisser un grand modèle de langage générer indépendamment du code d’attaque.

La cible à haute valeur, l’une des dernières fonctionnalités de la plateforme, illustre cette approche. Le système évalue les modèles de dénomination, les privilèges, les relations réseau et le contexte commercial pour identifier les cibles telles que les contrôleurs de domaine, les comptes administratifs et les serveurs de base de données. Il peut ensuite prioriser les chemins d’attaque les plus susceptibles de produire un impact opérationnel ou financier important plutôt que de traiter chaque système accessible de la même manière.

Croissance au-delà de la gestion traditionnelle des vulnérabilités

Horizon3 indique que sa technologie a maintenant effectué environ 310 000 tests en production et est utilisée par plus de 7 000 organisations, notamment des banques, des réseaux de soins de santé, des agences gouvernementales et quatre des dix premières entreprises du Fortune.

L’entreprise a également rapporté une croissance de 120 % de son chiffre d’affaires récurrent annuel. Ces chiffres aident à expliquer pourquoi les investisseurs ont été disposés à soutenir un tour de financement important à une évaluation nettement plus élevée, bien que ces chiffres soient des indicateurs de performance rapportés par l’entreprise.

Le tour de financement a attiré sept nouveaux investisseurs : Acrew Capital, Blue Cloud Ventures, Demeter Group, EDBI, PSG, SAIC et Sapphire Ventures. Les investisseurs de retour comprenaient Craft Ventures, Prosperity7 Ventures, Qualcomm (QCOM ) Ventures, Ridge Ventures et SignalFire.

Le fondateur de NightDragon, Dave DeWalt, qui a précédemment dirigé FireEye et McAfee, et le directeur général de NightDragon, Morgan Kyauk, rejoindront le conseil d’administration de Horizon3 dans le cadre de la transaction.

Financement de l’expansion mondiale et de la remédiation autonome

Horizon3 prévoit de diviser le nouveau capital entre l’expansion commerciale, la croissance internationale et le développement de produits.

L’entreprise a l’intention d’accroître ses opérations de vente, de marketing et de canalisation auprès des clients d’entreprise, du marché intermédiaire et fédéral. À l’échelle internationale, elle se prépare à entrer sur le marché singapourien et australien tout en élargissant sa présence existante en Europe, au Moyen-Orient et en Afrique.

La partie la plus conséquente de la feuille de route consiste à aller au-delà de l’identification des problèmes exploitables.

Horizon3 prévoit de développer des agents de défense autonomes qui peuvent agir sur les résultats produits par NodeZero. Le concept à long terme est une boucle d’apprentissage continue dans laquelle un système offensif identifie et prouve un chemin d’attaque, un agent défensif met en œuvre ou propose une correction, et NodeZero teste à nouveau l’environnement pour confirmer que le chemin a été fermé.

L’entreprise a déjà introduit des intégrations via son serveur de protocole de contexte de modèle qui peut transmettre les résultats des tests de pénétration dans des outils tels que Jira, GitHub, des plateformes d’orchestration de la sécurité et des flux de travail d’infrastructure en tant que code. Les actions potentielles incluent la rotation des informations d’identification compromises, l’ajustement des règles de détection des points de terminaison, le déploiement de contrôles compensatoires et la vérification de l’efficacité d’une remédiation.

NodeZero peut également déployer des pièges, qui sont des cibles factices placées sur des actifs vulnérables ou stratégiquement importants. Si un intrus réel interagit plus tard avec l’un d’eux, le système peut alerter l’organisation qu’une activité malveillante peut se produire.

De la détection de problèmes à la preuve de sécurité

Le tour de série E reflète un changement plus large dans la manière dont les risques de cybersécurité sont évalués.

La gestion traditionnelle des vulnérabilités produit souvent plus de résultats que les équipes de sécurité ne peuvent raisonnablement traiter. Les scores de gravité peuvent indiquer qu’une faille est dangereuse en général, mais ils ne révèlent pas toujours si elle peut être atteinte, combinée avec d’autres faiblesses ou utilisée pour compromettre un système important au sein d’une organisation particulière.

Les tests de pénétration autonomes tentent de réduire cet écart en produisant des preuves de ce qu’un attaquant pourrait accomplir dans des conditions réelles. Le prochain défi consiste à déterminer combien du processus de remédiation résultant peut également être automatisé sans introduire de nouveaux risques opérationnels.

Permettre aux agents de défense de modifier les informations d’identification, les configurations ou les stratégies de sécurité pourrait réduire considérablement les temps de réponse. Cela nécessitera également des limites d’approbation strictes, des traces d’audit, des mécanismes de rétablissement et des garanties contre une correction automatisée perturbant des systèmes légitimes.

Horizon3 dispose désormais des ressources pour poursuivre cette transition à une échelle beaucoup plus grande. Ses progrès aideront à déterminer si les tests de pénétration autonomes restent principalement un outil d’évaluation de la sécurité plus rapide ou s’ils se développent en une couche de contrôle plus large dans laquelle les systèmes d’IA attaquent, réparent et valident en continu les infrastructures d’entreprise.

Le tour de 250 millions de dollars suggère que les investisseurs croient que le dernier modèle pourrait devenir une partie importante de la manière dont les organisations défendent des réseaux de plus en plus complexes. Prouver qu’il peut être déployé de manière sûre et cohérente sera désormais aussi important que prouver que la technologie peut trouver un moyen d’y accéder.