RAVEN.IO Haalt $20 Miljoen Op Om Toepassingsbeveiliging Te Herdefiniëren In De Tijdperk Van AI-Gedreven Aanvallen

Cybersecurity-startup RAVEN.IO heeft $20 miljoen aan nieuwe financiering opgehaald om te definiëren hoe toepassingen in productieomgevingen worden beschermd. De ronde, geleid door Norwest met aanvullende steun van Elron Ventures en verschillende strategische investeerders, komt op een moment dat traditionele beveiligingsmodellen het steeds moeilijker krijgen om gelijke tred te houden met AI-gegenereerde bedreigingen.

Het bedrijf positioneert zich rond een kernidee: dat moderne aanvallen niet langer voorspelbaar zijn en beveiligingssystemen die zijn gebouwd rond bekende kwetsbaarheden minder effectief worden.

Verder Gaan Dan CVE’s En Handtekening-Gebaseerde Verdediging

Gedurende jaren is toepassingsbeveiliging sterk afhankelijk geweest van het identificeren van bekende kwetsbaarheden – gecatalogiseerd als Common Vulnerabilities and Exposures (CVE’s) – en deze te patchen na ontdekking. Dat model staat nu onder druk.

RAVEN.IO’s benadering verschuift de focus van wat bekend is naar wat er echt gebeurt in een live-toepassing. In plaats van code statisch te scannen of verkeer extern te monitoren, analyseert het platform hoe code in real-time wordt uitgevoerd, en detecteert afwijkingen van het verwachte gedrag.

Dit runtime-first-model is ontworpen om aanvallen te identificeren, zelfs als er geen bekende kwetsbaarheid bestaat. Door uitvoerpaden, bibliotheken en functieaanroepen te observeren, kan het systeem abnormale activiteit signaleren en exploits stoppen op het moment dat ze plaatsvinden.

De verschuiving weerspiegelt een bredere realiteit: AI-hulpmiddelen maken het voor aanvallers mogelijk om exploits sneller te genereren en te implementeren dan traditionele kwetsbaarheidsdatabases bij kunnen houden.

Waarom Runtime-Zichtbaarheid Kritiek Wordt

RAVEN.IO’s platform is gebouwd op de premisse dat de meeste betekenisvolle aanvallen nu plaatsvinden binnen de toepassingslaag zelf, en niet op het netwerk- of eindpunniveau. Dit is vooral relevant in cloud-native omgevingen, waar toepassingen zijn verdeeld over containers, microservices en meerdere cloudproviders.

Volgens het bedrijf biedt zijn technologie diepe inzicht in toepassingsgedrag – tot aan individuele functies en uitvoeringsketens – zonder intrusieve instrumentatie of prestatiebeïnvloeding.

Dit niveau van inzicht stelt beveiligingsteams in staat om:

• Pogingen tot exploitatie in real-time te detecteren
• Ruis te verminderen door niet-exploiteerbare kwetsbaarheden te deprioriteren
• Aanvallen terug te traceren naar specifieke codechanges of implementaties

Het doel is niet alleen detectie, maar onmiddellijke preventie – het blokkeren van kwaadaardige uitvoering voordat schade optreedt.

Vroeg Succes In Hoge-Beveiligingsindustrieën

RAVEN.IO werd in 2023 opgericht door Roi Abitboul, Guy Franco en Omer Yair – cybersecurity-veteranen met ervaring in Israëlische defensie-eenheden en eerdere startup-succes. Het team bouwde eerder Javelin Networks, dat werd overgenomen door Symantec, waar ze later werkten aan eindpuntdetectie- en cloudbeveiligingstechnologieën.

Hun huidige focus bouwt voort op die ervaring, maar richt zich op een andere laag van de stack: de toepassingsruntime zelf.

Het platform is al in productie bij 11 enterprise-klanten, voornamelijk in sectoren zoals verzekeringen en financiële diensten, waar toepassingslaag- en supplychain-risico’s bijzonder acuut zijn.

Deze omgevingen nemen doorgaans nieuwe beveiligingsmodellen voorzichtig aan, wat suggereert dat runtime-beveiliging op basis van gedrag aandacht krijgt bij organisaties met complexe infrastructuur en hoge blootstelling aan risico’s.

Wat Dit Signaleert Voor De Toekomst Van Toepassingsbeveiliging

Het bedrijfstrategie sluit aan bij een groeiende beweging in cybersecurity, vaak omschreven als “protect right” – het beveiligen van toepassingen tijdens runtime in plaats van alleen te vertrouwen op vroegestadium (“shift left”)-ontwikkelingscontroles.

Traditionele benaderingen spelen nog steeds een rol, maar laten een gapende opening tussen kwetsbaarheidsontdekking en patch-implementatie – een venster dat aanvallers steeds vaker exploiteren. Runtime-beveiliging heeft als doel deze opening te dichten door toepassingen continu te monitoren en te verdedigen terwijl ze live zijn.

Naarmate AI zowel softwareontwikkeling als exploitatie versnelt, breidt het aanvalsoppervlak zich snel uit. Meer code wordt sneller geschreven, vaak met minder menselijke toezicht, terwijl aanvallers toegang krijgen tot tools die kwetsbaarheidsdetectie automatiseren.

In die omgeving kunnen beveiligingsmodellen die afhankelijk zijn van voorafgaande kennis hun effectiviteit blijven verliezen.

RAVEN.IO’s financiering weerspiegelt de groeiende interesse in benaderingen die ervan uitgaan dat aanvallen onvermijdelijk zijn – en die zich in plaats daarvan richten op het detecteren en stoppen ervan in real-time. Als deze verschuiving voortduurt, kan runtime-beveiliging op basis van gedrag zich ontwikkelen van een niche-categorie tot een fundamentele laag in de moderne toepassingsbeveiliging.