RevEng lève 4,15 millions de dollars pour sécuriser les chaînes d’approvisionnement logicielles avec l’IA

La société londonienne RevEng a levé 4,15 millions de dollars en financement initial, soutenue par Sands Capital, In-Q-Tel Capital, IQ Capital, et Episode 1 Ventures, pour construire des modèles d’IA fondamentaux capables de détecter les menaces et les vulnérabilités dans les logiciels compilés sans accès au code source. Alors que McKinsey estime que le marché mondial de la cybersécurité pourrait atteindre 1,5 à 2 billions de dollars, cet investissement positionne RevEng pour jouer un rôle vital dans la réforme de la défense des chaînes d’approvisionnement logicielles—en particulier dans une ère où les outils traditionnels peinent à suivre le code généré par l’IA et les composants tiers opaques.

Combler le point aveugle de la défense cybernétique

Le monde corporatif est aux prises avec une vague sans précédent d’attaques de chaînes d’approvisionnement logicielles—45% des organisations sont prévues pour subir de telles failles cette année. Le problème s’intensifie à mesure que les dépendances aux composants open-source et au code généré par l’IA augmentent, tout en gardant à l’esprit que la plupart des outils de sécurité nécessitent l’accès au code source pour détecter les vulnérabilités cachées.

RevEng remédie à cette faille critique en analysant directement les logiciels binaires—en examinant le code compilé, les firmwares et les exécutables pour détecter les anomalies telles que les portes dérobées cachées, les comportements malveillants ou les vulnérabilités zero-day.

BinNet™ : Le moteur d’IA derrière l’innovation

Au cœur de la plateforme se trouve BinNet™, le plus grand modèle d’IA fondamental construit pour comprendre la sémantique du code machine. Il est formé sur des ensembles de données binaires divers (x86, x86_64, ARM64) et des langages de programmation (C, C++, Go, Rust), ce qui lui permet de:

• Reconstituer la logique et le flux de programme de niveau supérieur
• Détecter les menaces et les vulnérabilités inconnues à grande échelle
• Générer automatiquement des règles YARA pour la chasse aux menaces
• Désassembler les logiciels malveillants obscurcis à l’aide d’un bac à sable dynamique
• Émuler les fonctions pour extraire les chaînes de caractères chiffrées

La plateforme RevEng utilise des modèles d’apprentissage automatique avancés formés spécifiquement pour comprendre la structure et le comportement des logiciels compilés. En analysant le flux de contrôle, les relations de fonctions et les modèles de niveau d’instruction, elle peut extraire des informations significatives des binaires—en identifiant les composants malveillants, en détectant les vulnérabilités zero-day et en révélant les portes dérobées cachées. Cela permet aux équipes de sécurité d’évaluer l’intégrité des packages logiciels, même lorsque le code source n’est pas disponible, en transformant les exécutables précédemment inaccessibles en artefacts transparents et vérifiables.

Direction et soutien stratégique

À la tête de RevEng se trouve Dr. James Patrick-Evans, un expert mondial reconnu en IA et en apprentissage automatique pour l’analyse binaire. Avec un doctorat en cybersécurité et en IA de Royal Holloway, et des rôles précédents chez F‑Secure, Mozilla et MWR, il apporte une expertise approfondie en ingénierie logicielle sécurisée et en détection de menaces de bas niveau. Son objectif est de mettre à l’échelle les capacités d’ingénierie inverse—traditionnellement limitées aux spécialistes d’élite—à travers l’automatisation et l’IA.

La société a déjà gagné en crédibilité grâce à sa sélection dans deux programmes très respectés : le programme NCSC pour les startups du Royaume-Uni et Intel (INTC ) Ignite 2024. Ces accélérateurs ont fourni à RevEng un accès critique aux réseaux de sécurité gouvernementaux, aux conseillers techniques et aux partenariats commerciaux—y compris au sein d’Intel lui-même—en accélérant à la fois le développement de produits et l’entrée sur le marché.

Ce qui arrive

Après sa levée de fonds initiale de 4,15 millions de dollars, RevEng est prête à étendre sa présence dans les secteurs fédéraux et de défense américains tout en augmentant son équipe d’ingénieurs. Les plans futurs incluent l’extension de la plateforme pour prendre en charge des architectures supplémentaires telles que MIPS, RISC‑V et PPC, le développement d’une correspondance de symboles entre architectures, et l’approfondissement des intégrations avec des outils tels que Splunk, Cutter et Radare2. La plateforme prendra également en charge le déploiement dans le cloud privé et sur site, permettant ainsi une conformité totale avec les politiques de données des entreprises et des gouvernements.

Dans un marché de la cybersécurité qui devrait dépasser 2 billions de dollars, RevEng est unique dans sa capacité à fournir des solutions natives IA qui fonctionnent au niveau binaire—dévoilant les vulnérabilités cachées dans les logiciels où les outils traditionnels font défaut. Comme l’a déclaré Sands Capital, « RevEng remédie à un défi critique en cybersécurité avec son approche innovante. Nous sommes fiers de soutenir leur vision… »

Avec une crédibilité technique, un soutien stratégique et une traction commerciale croissante, RevEng est en position pour devenir une force fondamentale dans la sécurisation de la chaîne d’approvisionnement logicielle moderne.

L’avenir de la cybersécurité

À mesure que les chaînes d’approvisionnement logicielles deviennent plus fragmentées, opaques et interdépendantes à l’échelle mondiale, les méthodes de sécurité traditionnelles—fondées sur l’accès au code source ou l’audit manuel—ne sont plus suffisantes. L’essor de l’analyse de code compilé alimentée par l’apprentissage automatique représente un tournant majeur. Ces modèles ne signalent pas seulement les vulnérabilités connues—ils interprètent le comportement et la structure des binaires pour faire émerger des menaces nouvelles, même dans des environnements noirs.

Ce changement reflète un mouvement plus large de l’industrie vers des infrastructures de cybersécurité autonomes et évolutives—où l’IA ne renforce pas seulement les analystes mais devient une condition préalable pour suivre le rythme. Dans un monde où plus de 300 000 nouveaux échantillons de logiciels malveillants émergent chaque jour et où 70 % ne sont jamais vus à nouveau, l’analyse binaire automatisée offre l’un des rares chemins viables pour maintenir une visibilité en temps réel à travers la pile logicielle.

Les modèles fondamentaux comme ceux qui alimentent l’ingénierie inverse pilotée par l’IA sous-tendront de plus en plus les efforts de sécurité nationale, les pipelines SecOps, et même les processus d’approvisionnement logiciel. Leur capacité à vérifier l’intégrité du code à grande échelle—indépendamment de la transparence des fournisseurs—redéfinira la façon dont la confiance est établie dans l’écosystème numérique. Au fil du temps, cette technologie pourrait devenir aussi fondamentale pour la cybersécurité que les moteurs antivirus l’étaient dans la dernière ère.