ऑरियन सिक्योरिटी ने डेटा लॉस प्रिवेंशन के लिए एआई युग में $32M हासिल किया

ऑरियन सिक्योरिटी ने $32 मिलियन की श्रृंखला ए फंडिंग राउंड पूरी की है, जो एक कंपनी के लिए एक महत्वपूर्ण कदम है जो उद्यमों को संवेदनशील डेटा की सुरक्षा के तरीके को पुनर्परिभाषित करना चाहती है। यह दौर नॉर्वेस्ट द्वाराนำ किया गया था, जिसमें आईबीएम और मौजूदा निवेशकों की भागीदारी थी, जिनमें पिको वेंचर पार्टनर्स और लामा पार्टनर्स शामिल थे। यह बढ़ावा ऑरियन की कुल फंडिंग को $38 मिलियन तक ले जाता है, जो इसके बीज दौर के weniger एक साल बाद है, जो मजबूत शुरुआती गति और डेटा लॉस प्रिवेंशन के लिए एक नए दृष्टिकोण की बढ़ती मांग को दर्शाता है।

ऑरियन खुद को पारंपरिक डेटा लॉस प्रिवेंशन टूल्स के लिए एक आधुनिक विकल्प के रूप में प्रस्तुत कर रहा है, जिन्हें कई सुरक्षा टीमें पुराने और शोर वाले मानती हैं और जिन्हें प्रबंधित करना मुश्किल है। जब संगठन स्प्रॉलिंग सास उपयोग, रिमोट काम और एआई-संचालित कार्य प्रवाहों से जूझ रहे हैं, तो कंपनी का तर्क है कि नीति-आधारित डीएलपी अपनी सीमा तक पहुंच गया है।

पारंपरिक डेटा लॉस प्रिवेंशन उद्यमों को क्यों विफल कर रहा है

लगभग दो दशकों से, डेटा लॉस प्रिवेंशन (डीएलपी) उत्पादों ने मैन्युअल रूप से लिखी गई नीतियों पर भरोसा किया है जो पूर्वनिर्धारित व्यवहार को ब्लॉक या फ्लैग करने के लिए डिज़ाइन किए गए हैं। व्यवहार में, ये सिस्टम गलत सकारात्मक परिणामों की बड़ी मात्रा उत्पन्न करते हैं और सुरक्षा टीमों द्वारा निरंतर ट्यूनिंग की आवश्यकता होती है। भारी रखरखाव के साथ भी, वे अक्सर वास्तविक डेटा एक्सफिल्ट्रेशन का पता लगाने में विफल रहते हैं क्योंकि वे ज्ञात पैटर्न और स्थिर नियमों तक सीमित हैं।

यह समस्या अधिक तीव्र हो गई है क्योंकि उद्यम वातावरण अधिक गतिशील हो गए हैं। कर्मचारी अब संवेदनशील जानकारी को क्लाउड ऐप्स, सहयोग उपकरण, एपीआई और एआई सिस्टम के माध्यम से ऐसे तरीकों से स्थानांतरित करते हैं जो कठोर नीतियों के साथ मॉडल करना मुश्किल है। इसके परिणामस्वरूप, सुरक्षा टीमों को उत्पादकता पर नकारात्मक प्रभाव डालने वाले इतने सख्ती से प्रणालियों को लॉक करने या जोखिम को स्वीकार करते हुए नियंत्रण को ढीला करने के बीच चयन करना पड़ता है।

ऑरियन का निर्माण इस विचार के आसपास किया गया था कि डीएलपी में मूल दोष नीति मॉडल खुद में है, न कि खराब कार्यान्वयन में।

एक संदर्भ-चालित, स्वायत्त डेटा सुरक्षा दृष्टिकोण

पूर्वनिर्धारित नियमों पर भरोसा करने के बजाय, ऑरियन डेटा की पूरी पृष्ठभूमि को समझने के लिए विशेषज्ञ एआई एजेंटों का उपयोग करता है कि यह क्यों और कैसे हो रहा है। प्लेटफ़ॉर्म वास्तविक समय में डेटा संवेदनशीलता, उपयोगकर्ता पहचान, व्यवहार पैटर्न, डेटा वंशावली और पर्यावरणीय इरादे जैसे कारकों का मूल्यांकन करता है।

यह संदर्भ समझ ऑरियन को यह निर्धारित करने की अनुमति देती है कि क्या एक कार्रवाई वैध कार्यप्रवाह का प्रतिनिधित्व करती है या वास्तविक जोखिम। टीमों को मैनुअल समीक्षा के लिए अलर्ट के साथ बाढ़ के बजाय, सिस्टम को स्वतंत्र रूप से हानिकारक डेटा एक्सफिल्ट्रेशन को रोकने के लिए डिज़ाइन किया गया है जब यह होता है, सामान्य व्यावसायिक गतिविधि को बाधित किए बिना।

स्थिर नियमों के बजाय इरादे और संदर्भ पर ध्यान केंद्रित करके, ऑरियन गलत सकारात्मक परिणामों को नाटकीय रूप से कम करने और विरासत डीएलपी टूल्स द्वारा नियमित रूप से छूटे हुए घटनाओं की पहचान करने का लक्ष्य रखता है। कंपनी इसे प्रतिक्रियात्मक प्रवर्तन से प्रोक्सी रोकथाम में बदलाव के रूप में वर्णित करती है।

उच्च-जोखिम वाले उद्योगों में प्रारंभिक ट्रैक्शन

कंपनी के अनुसार, ऑरियन पहले से ही वित्त, स्वास्थ्य सेवा और प्रौद्योगिकी जैसे क्षेत्रों में उद्यम ग्राहकों द्वारा उपयोग किया जा रहा है। ये उद्योग तीव्र नियामक दबाव का सामना करते हैं और बड़ी मात्रा में अत्यधिक संवेदनशील डेटा को संभालते हैं, जो उन्हें अधिक उन्नत सुरक्षा मॉडल के शुरुआती अपनाने वाले बनाते हैं।

नई फंडिंग का उपयोग ऑरियन की प्रोप्राइटरी एंड-टू-एंड आर्किटेक्चर के विकास को तेज करने, अपनी एआई और सुरक्षा इंजीनियरों की टीम का विस्तार करने और बढ़ती उद्यम मांग को पूरा करने के लिए गो-टू-मार्केट प्रयासों को स्केल करने के लिए किया जाएगा। आईबीएम से रणनीतिक भागीदारी से भविष्य के एकीकरण और उद्यम साझेदारी की संभावना भी संकेत मिलता है।

नॉर्वेस्ट पार्टनर डेव ज़िल्बरमैन ने ऑरियन को उद्यमों को डेटा की सुरक्षा के तरीके को पुनर्परिभाषित करने के रूप में वर्णित किया, जोर देकर कहा कि स्वायत्त, संदर्भ-चालित सुरक्षा एक संरचनात्मक बदलाव का प्रतिनिधित्व करती है, न कि एक चरणबद्ध सुधार।

सुरक्षा और उत्पाद के दिग्गजों द्वारा निर्मित

ऑरियन की स्थापना 2024 में सीईओ निताय मिल्नर और सीटीओ जोनाथन क्रीनर द्वारा की गई थी। मिल्नर ने पहले एप्सागन में एक उत्पाद नेता के रूप में काम किया था, जिसे सिस्को द्वारा अधिग्रहित किया गया था, जबकि क्रीनर ने वॉकमी में एप्लिकेशन सुरक्षा पहल का नेतृत्व किया था। उनकी संयुक्त पृष्ठभूमि दृश्यता, अनुप्रयोग सुरक्षा और उद्यम सॉफ़्टवेयर में ऑरियन के स्वचालन, सटीकता और परिचालन सरलता पर ध्यान केंद्रित करने में मदद करती है।

शुरू से ही, कंपनी ने निरंतर नीति ट्यूनिंग और मानव हस्तक्षेप की आवश्यकता को समाप्त करने का लक्ष्य रखा। यह डिज़ाइन दर्शन एक ऐसे प्लेटफ़ॉर्म में परिलक्षित होता है जो सुरक्षा टीमों को पूर्णकालिक नियम लेखकों के रूप में कार्य करने की आवश्यकता के बिना विकसित व्यवहारों के अनुकूल होने के लिए निरंतर पृष्ठभूमि में संचालित करने के लिए डिज़ाइन किया गया है।

डेटा सुरक्षा के लिए व्यापक निहितार्थ

ऑरियन का दृष्टिकोण एक व्यापक बदलाव को दर्शाता है जो उद्यम सुरक्षा में हो रहा है क्योंकि डेटा अधिक तरल और परिभाषित करने में मुश्किल हो जाता है। संवेदनशील जानकारी अब क्लाउड प्लेटफ़ॉर्म, सहयोग उपकरण, एपीआई और एआई सिस्टम के माध्यम से लगातार चलती है, अक्सर ऐसे तरीकों से जो पहले से नहीं जाने जा सकते हैं। इस वातावरण में, स्थिर नियमों और पूर्वनिर्धारित धारणाओं के आसपास निर्मित सुरक्षा मॉडल बढ़ती तरह से तनावग्रस्त हैं।

जैसा कि एआई दैनिक कार्यप्रवाह में निहित हो जाता है, डेटा सुरक्षा उन प्रणालियों की ओर बढ़ रही है जो संदर्भ और इरादे की व्याख्या कर सकती हैं, न कि केवल नीतियों को लागू कर सकती हैं। पहले से हर स्वीकार्य कार्रवाई को निर्दिष्ट करने की कोशिश करने के बजाय, भविष्य के सुरक्षा प्लेटफ़ॉर्म सामान्य व्यवहार सीखने और हस्तक्षेप करने पर ध्यान केंद्रित करने की संभावना है जब गतिविधि से यह महत्वपूर्ण रूप से भिन्न होती है। यह साइबर सुरक्षा में पहले के संक्रमण की नकल करता है, जहां व्यवहार-आधारित पता लगाने ने कठोर, हस्ताक्षर-चालित दृष्टिकोणों को प्रतिस्थापित किया।

व्यापक निहितार्थ यह है कि सुरक्षा टीमों के कार्यों में बदलाव है। नियमों को बनाए रखने और अलर्ट का पीछा करने में कम समय बिताया जाता है, और अधिक समय स्वचालित प्रणालियों की देखरेख और जोखिम को एक उच्च स्तर पर प्रबंधित करने में बिताया जाता है। जब यह मॉडल अधिक सामान्य हो जाता है, तो डेटा लॉस प्रिवेंशन प्रतिक्रियात्मक नियंत्रण से एक निरंतर, अनुकूली परत में विकसित हो सकता है जो आधुनिक संगठनों के वास्तविक कार्यों के साथ बेहतर ढंग से संरेखित हो।