Mate Securityが3億5000万円を調達してAIセキュリティ運用のオープン基盤を構築する

Mate Securityは、3億5000万円のシリーズAラウンドを調達しました。企業は、機械のスピードで進行する攻撃に対してセキュリティチームを運用する新しい方法を模索しています。

Canaan Partnersがラウンドを主導し、Insight Partners、Team8、M12（マイクロソフトのベンチャーファンド）が参加しました。Mateのすべての既存の投資家が調達に参加し、サイバーセキュリティ企業の総調達額は5億円を超えました。

シリーズAは、Mate Securityがステルスモードから1億5500万円のシードラウンドで登場してからわずか8ヶ月で到来しました。同社は、2025年3四半期以来、500％以上成長しており、フォーチュン500のセキュリティ運用センターの採用が一因となっています。

Mate Securityは、調達した資本を利用して、企業の需要に応え、追加の市場に進出して、エージェントセキュリティ運用プラットフォームの開発を続ける予定です。

セキュリティ運用は新しいスケーリング問題

ジェネレーティブAIの急速な開発は、サイバーセキュリティの両側面に影響を及ぼしています。

セキュリティチームは、アラートを分析し、証拠を収集し、調査の一部を自動化できるAIシステムにアクセスできるようになりました。同時に、攻撃者はAIを使用してシステムをプローブし、テクニックを適応させ、従来のセキュリティ運用が処理することができなかったスピードでキャンペーンを立ち上げることができます。

これにより、困難なミスマッチが生じます。多くのセキュリティ運用センター（SOC）は、依然として、分析者が切り離されたツール間を移動し、アラートのキューを確認し、インシデントの際に何が起こったかを手動で再構築しています。

その環境にAIアシスタントを追加しても、根本的な問題は解決されない可能性があります。エージェントはアラートを要約したり、セキュリティプラットフォームにクエリを実行したりすることができますが、組織が実際にどのように運用されているかを理解していない場合は、間違った結論に達する可能性があります。

Mate Securityは、セキュリティエージェントにビジネスと運用のコンテキストを提供することで、この制限に対処しようとしています。セキュリティイベントだけに頼るのではなく、組織がどのように運用されているかを理解する必要があります。

「AIはセキュリティ運用の根本的な再考を迫っています」と、CanaanのJoydeep Bhattacharyya氏は述べています。「Mateに惹かれたのは、単にAIを使用していることだけではありませんでした。チームが、信頼できるAIには組織がどのように運用されているかを深く理解する必要があるという信念を持っていることです。」

セキュリティコンテキストグラフはプラットフォームの中心にある

Mate Securityのプラットフォームは、同社がセキュリティコンテキストグラフと呼んでいるものを中心に構築されています。

グラフは、組織全体から知識を収集し、整理します。収集される情報には、ユーザー、資産、ポリシー、以前の調査、運用ワークフロー、承認されたアクティビティに関する情報が含まれます。Mate Securityは、これらの情報を「記憶」と呼び、これらをAIエージェントが接続して照会できるようにします。

ログイン、ファイル転送、または構成変更のたびに、切り離されたイベントとして扱うのではなく、システムはより広範なビジネスに適合するかどうかを判断しようとします。

例えば、不正なログインの試行は、アイデンティティログだけを見た場合には悪意があるように見えます。しかし、システムがその期間に承認されたペネトレーションテストが予定されていたことを知っている場合は、同じアクティビティはあまり心配する必要はないかもしれません。

同様に、従業員が機密ファイルをダウンロードすることは、データの盗難を示唆する可能性があります。ただし、これは承認されたプロジェクトまたは責任の変更と一致する可能性もあります。Mate Securityのエージェントは、人事異動、文書の分類、以前の調査などを考慮して、判断を下します。

同社は、グラフがポリシー、資産所有権、運用条件の変更に応じて継続的に再構築されることを述べています。完了した調査も、新しい情報をプラットフォームにフィードバックし、後の調査が組織の蓄積されたセキュリティ知識を利用できるようにします。

Mate Securityは、このデータ優先のアーキテクチャにより、AIによって生成された判断がより正確で、一貫性があり、説明可能になることを主張しています。また、機関の知識を保存することもできます。そうでない場合、経験豊富な分析者が組織を離れたときに知識が失われる可能性があります。

専門エージェントが調査サイクルをカバーする

コンテキストレイヤーの上に、Mate Securityは、検出エンジニアリング、警報のトリアージ、調査、脅威ハンティング、インシデントレスポンスのための専門エージェントを運用しています。

プラットフォームは、これらの機能を連続的なプロセスとして接続することを目的としています。各機能を個別のワークフローとして扱うのではなく、エージェントは警報を調査し、組織の既存のテクノロジースタックからの証拠を照会し、セキュリティコンテキストグラフを使用してそれを解釈し、次のステージを担当する別のエージェントに構造化された情報を渡すことができます。

Mate Securityは、エージェントがセキュリティ情報およびイベント管理プラットフォーム、エンドポイント検出ツール、アイデンティティシステム、チケットプラットフォーム、コミュニケーションアプリケーション、標準運用手順と連携できることを述べています。すべてのデータを単一のリポジトリに移動する必要はありません。

対応アクションは、依然として、許可によって管理されます。システムの構成によっては、Mate Securityは、封じ込めステップを推奨したり、人間の承認を求めたり、または承認されたアクションを実行したりすることができます。

これは、同社が「最小限のエージェント」と呼んでいる原則を反映しています。各エージェントは、割り当てられたタスクに必要な許可とコンテキスト情報だけを受け取り、広範な自律性を与えることで生じるリスクを軽減します。

同社のより広範な目標は、セキュリティチームがプラットフォームが信頼できる決定を下すことを実証するにつれて、徐々に自動化を拡大できるようにすることです。高影響のアクションは、依然として監督下に置かれますが、ルーティンワークの調査は、アナリストの関与が少なくても実行できる可能性があります。

エージェントセキュリティへのオープンアプローチ

Mate Securityは、プラットフォームをオープンな基盤としてではなく、閉じた独自エージェントのコレクションとして位置付けている。

顧客は、Mate Securityの独自エージェントを使用したり、他のセキュリティベンダーの専門エージェントを接続したり、内部でエージェントを構築したりすることができます。各エージェントは、同じ管理されたコンテキストレイヤー上で、許可、品質、監査可能性、対応について共通のコントロールの下で動作します。

このアーキテクチャは、企業がより多くのAIツールを採用するにつれて、エージェントの断片化という新たな懸念に対処します。

共有レイヤーがなければ、個々のセキュリティエージェントは独自のデータを収集し、個別の「記憶」を保持し、決定を下す際に異なるルールを適用する可能性があります。これにより、矛盾した結論が生じ、セキュリティリーダーが自動化されたアクションがなぜ取られたのかを理解することが困難になる可能性があります。

Mate Securityのオーケストレーターは、エージェントが組織の知識と信頼コントロールを使用する共通の運用構造を提供することを目的としています。そうでない場合、異なるプロバイダーによって開発された場合でも、同じです。

同社は、顧客がコンテキストの所有権を保持し、単一のエージェント、AIモデル、またはセキュリティベンダーにロックインされないことを述べています。同社の創設者は、このオープン性を、AIの将来の進歩を活用するためにセキュリティアーキテクチャを毎回再構築する必要がない組織にとっての前提条件としています。

AIエージェントはセキュリティ運用を再定義する

Mate Securityのようなプラットフォームは、セキュリティ運用がより連続的、コンテキストに基づいて、自動化される可能性があることを示唆しています。警報を個別に調査するのではなく、AIエージェントは以前のインシデントから学んだ教訓を保持し、それを使用して将来の検出、トリアージ、対応を改善する可能性があります。

これにより、アナリストは、繰り返しの証拠収集から、エージェントの監督、未知の脅威の調査、自動化がアクションをとるべき時を決定することに重点を置くことができます。

共有コンテキストレイヤーは、企業が複数のベンダーのエージェントを展開する場合にも重要になる可能性があります。ユーザー、資産、ポリシーについての共通の理解がなければ、エージェントは作業を重複させたり、矛盾した結論に達したりする可能性があります。

その結果、セキュリティ運用センターが完全に自律的なものになるのではなく、エージェントがルーティンワークの調査を担当し、人間があいまいなまたは高影響の決定を下すことを維持するハイブリッドモデルになる可能性があります。