RevEng Haalt $4,15 Miljoen Op Om Software Supply Chains Te Beveiligen Met AI

Het in Londen gevestigde RevEng heeft $4,15 miljoen aan seedfinanciering opgehaald, gesteund door Sands Capital, In-Q-Tel Capital, IQ Capital, en Episode 1 Ventures, om fundamentale AI-modellen te bouwen die in staat zijn om bedreigingen en kwetsbaarheden in gecompileerde software te detecteren zonder toegang tot de broncode. Aangezien McKinsey schat dat de wereldwijde cybersecurity-markt tussen $1,5 en $2 biljoen kan bereiken, positioneert deze investering RevEng om een vitale rol te spelen in het herschikken van de manier waarop organisaties hun software supply chains verdedigen – vooral in een tijdperk waarin traditionele tools moeite hebben om bij te blijven met AI-gegenereerde code en ondoorzichtige derdepartijcomponenten.

Het Dichten Van De Blinde Vlek In Cyberbeveiliging

De corporate wereld kampt met een ongekende golf van software supply chain-aanvallen – 45% van de organisaties wordt voorspeld om dit jaar dergelijke inbreuken te ervaren. Het probleem wordt verergerd omdat de afhankelijkheid van open-sourcecomponenten en AI-gegenereerde code toeneemt, terwijl de meeste beveiligingstools toegang tot de broncode vereisen om verborgen kwetsbaarheden te detecteren.

RevEng lost dit kritieke gat op door binary software rechtstreeks te analyseren – het onderzoekt gecompileerde code, firmware en uitvoerbare bestanden om afwijkingen zoals verborgen backdoors, kwaadaardig gedrag of zero-day-kwetsbaarheden te detecteren.

BinNet™: De AI-Engine Achter De Innovatie

Centraal in het platform staat BinNet™, het grootste fundamentale AI-model dat is gebouwd voor het begrijpen van de semantiek van machinecode. Het is getraind op diverse binary datasets (x86, x86_64, ARM64) en programmeertalen (C, C++, Go, Rust), waardoor het in staat is om:

• Hoger-niveau programma-logica en -stroom te reconstrueren
• Onbekende bedreigingen en kwetsbaarheden op grote schaal te detecteren
• Automatisch YARA-regels te genereren voor bedreigingsjacht
• Verpakte malware te ontwarren met dynamische sandboxing
• Functies te emuleren om versleutelde tekenreeksen te extraheren

Het platform van RevEng gebruikt geavanceerde machine learning-modellen die specifiek zijn getraind om de structuur en het gedrag van gecompileerde software te begrijpen. Door de controlestroom, functierelaties en instructieniveau-patronen te analyseren, kan het betekenisvolle inzichten uit binaries extraheren – kwaadaardige componenten identificeren, zero-day-kwetsbaarheden detecteren en verborgen backdoors onthullen. Dit stelt beveiligingsteams in staat om de integriteit van softwarepakketten te beoordelen, zelfs wanneer de broncode niet beschikbaar is, waardoor eerder ontoegankelijke uitvoerbare bestanden worden omgezet in transparante en verifieerbare artefacten.

Leiderschap En Strategische Ondersteuning

Aan het roer van RevEng staat Dr. James Patrick-Evans, een wereldwijd erkende expert in AI en machine learning voor binary-analyse. Met een PhD in Cyber Security en AI van Royal Holloway, en eerdere functies bij F‑Secure, Mozilla en MWR, heeft hij diepgaande expertise in beveiligde software-engineering en laag-niveau bedreigingsdetectie. Zijn doel is om reverse engineering-capaciteiten – traditioneel beperkt tot elite-specialisten – te schalen via automatisering en AI.

Het bedrijf heeft al geloofwaardigheid verdiend door zijn selectie in twee zeer gerespecteerde programma’s: het NCSC voor Startups van het VK en Intel (INTC ) Ignite 2024. Deze accelerators boden RevEng kritieke toegang tot overheidsbeveiligingsnetwerken, technische adviseurs en commerciële partners – inclusief binnen Intel zelf – waardoor zowel productontwikkeling als marktintroductie werden versneld.

Wat Komt Er Aan

Na zijn $4,15 miljoen seed-investering is RevEng van plan om zijn aanwezigheid in de Amerikaanse federale en defensiesectoren uit te breiden, terwijl hij zijn engineeringteam uitbreidt. Toekomstplannen omvatten het uitbreiden van het platform om ondersteuning te bieden voor extra architectures zoals MIPS, RISC‑V en PPC, het ontwikkelen van cross-architecture-symboolmatching en het verdiepen van integraties met tools zoals Splunk, Cutter en Radare2. Het platform zal ook ondersteuning bieden voor private cloud- en on-premise-implementatie, waardoor volledige naleving van ondernemings- en overheidsgegevensbeleid mogelijk wordt.

In een cybersecurity-markt die naar verwachting $2 biljoen zal overschrijden, is RevEng uniek gepositioneerd om AI-natieve oplossingen te leveren die op het binaire niveau werken – verborgen kwetsbaarheden in software blootleggend waar traditionele tools tekortschieten. Zoals Sands Capital opmerkte, “RevEng lost een kritieke uitdaging in cybersecurity op met zijn innovatieve aanpak. We zijn trots om hun visie te ondersteunen…”

Met technische geloofwaardigheid, strategische ondersteuning en groeiende commerciële tractie is RevEng klaar om een fundamentale kracht te worden in het beveiligen van de moderne software supply chain.

De Toekomst Van Cybersecurity

Naarmate software supply chains meer gefragmenteerd, ondoorzichtig en wereldwijd interafhankelijk worden, zijn traditionele beveiligingsmethoden – die afhankelijk zijn van toegang tot de broncode of handmatige auditing – niet langer voldoende. De opkomst van gecompileerde code-scanning gestuurd door machine learning vertegenwoordigt een belangrijke keerpunt. Deze modellen geven niet alleen bekende kwetsbaarheden aan – ze interpreteren het gedrag en de structuur van binaries om nieuwe bedreigingen te onthullen, zelfs in black-box-omgevingen.

Deze verschuiving weerspiegelt een bredere industriebeweging naar autonome, schaalbare cybersecurity-infrastructuur – waar AI niet alleen analisten ondersteunt, maar een vereiste wordt om gelijke tred te houden. In een wereld waar meer dan 300.000 nieuwe malware-exemplaren dagelijks verschijnen en 70% nooit meer wordt gezien, biedt geautomatiseerde binary-analyse een van de weinige haalbare paden om real-time zichtbaarheid over de software-stack te behouden.

Fundamentale modellen zoals die welke AI-gestuurde reverse engineering aandrijven, zullen steeds vaker de basis vormen voor nationale veiligheidsinspanningen, DevSecOps-pijplijnen, en zelfs software-aankoopprocessen. Hun vermogen om code-integriteit op grote schaal te verifiëren – ongeacht de transparantie van de leverancier – zal bepalen hoe vertrouwen in het digitale ecosysteem wordt gevestigd. Na verloop van tijd kan deze technologie net zo fundamenteel worden voor cybersecurity als antivirus-engines in het vorige tijdperk.