RAVEN.IO samler inn 20 millioner dollar for å omdefinere applikasjonssikkerhet i AI-drevne angrep

Cybersikkerhetsstartup RAVEN.IO har samlet inn 20 millioner dollar i ny finansiering mens de søker å omdefinere hvordan applikasjoner beskyttes i produksjonsmiljøer. Runden, ledet av Norwest med ytterligere støtte fra Elron Ventures og flere strategiske investorer, kommer på et tidspunkt då tradisjonelle sikkerhetsmodeller stadig mer sliter med å holde tritt med AI-genererte trusler.

Selskapet stiller seg rundt en kjernetanke: at moderne angrep ikke lenger er forutsigbare, og sikkerhetssystemer bygget rundt kjente sårbarheter blir mindre effektive.

Beveger seg bort fra CVE-er og signaturbasert forsvar

I årevis har applikasjonssikkerhet vært svært avhengig av å identifisere kjente sårbarheter – katalogisert som Common Vulnerabilities and Exposures (CVEs) – og fikse dem etter oppdagelse. Denne modellen er nå under press.

RAVEN.IOs tilnærming flytter fokus bort fra hva som er kjent, mot hva som faktisk skjer inne i en live-applikasjon. I stedet for å scanne kode statisk eller overvåke trafikk eksternt, analyserer deres plattform hvordan kode kjører i sanntid, og detekterer avvik fra forventet atferd.

Dette runtime-først-modellen er designet for å identifisere angrep selv om det ikke finnes noen kjent sårbarhet. Ved å observere kjøreforløp, biblioteker og funksjonskall, kan systemet flagge abnormal aktivitet og stoppe angrep i det øyeblikk de skjer.

Skiftet reflekterer en bredere realitet: AI-verktøy muliggjør at angripere kan generere og distribuere angrep raskere enn tradisjonelle sårbarhetsdatabaser kan holde tritt.

Hvorfor runtime-synlighet blir kritisk

RAVEN.IOs plattform er bygget på premisset at de fleste meningsfulle angrep nå skjer innenfor applikasjonslaget selv, og ikke på nettverks- eller endpoint-nivå. Dette er spesielt relevant i cloud-native-miljøer, hvor applikasjoner er distribuert over containere, mikrotjenester og flere cloud-tilbydere.

Ifølge selskapet, gir deres teknologi dypt innsikt i applikasjonsatferd – ned til enkeltfunksjoner og kjøreforløp – uten å kreve intrusiv instrumentering eller påvirke ytelse.

Dette nivået av innsikt tillater sikkerhetsteam å:

• Detektere angrepsforsøk i sanntid
• Redusere støy ved å prioritere ned ikke-eksploiterbare sårbarheter
• Spor angrep tilbake til bestemte kodeendringer eller distribusjoner

Målet er ikke bare å detektere, men også å forhindre – å blokkere skadelig kjøring før skade skjer.

Tidlig fremgang i høysikkerhetsindustrier

RAVEN.IO ble grunnlagt i 2023 av Roi Abitboul, Guy Franco og Omer Yair – cybersikkerhetsveteraner med erfaring fra israelske forsvarsenheter og tidligere startup-suksess. Teamet bygde tidligere Javelin Networks, som ble kjøpt av Symantec, hvor de senere arbeidet med endpoint-deteksjon og cloud-beskyttelsesteknologier.

Deres nåværende fokus bygger på denne erfaringen, men retter seg mot et annet lag i stakken: applikasjonskjøringen selv.

Plattformen er allerede i produksjon med 11 bedriftskunder, hovedsakelig i sektorer som forsikring og finansielle tjenester, hvor applikasjonslag- og leverandørkjede-risiko er spesielt akutt.

Disse miljøene tenderer å adoptere nye sikkerhetsmodeller forsiktige, noe som tyder på at runtime-atferdssikkerhet vinner fremgang blant organisasjoner med kompleks infrastruktur og høy eksponering for risiko.

Hva dette signaliserer for fremtiden til applikasjonssikkerhet

Selskapets strategi stemmer overens med en voksende bevegelse i cybersikkerhet ofte beskrevet som “beskytt riktig” – å sikre applikasjoner under kjøring i stedet for å bare stole på tidlige utviklingskontroller (“shift left”).

Tradisjonelle tilnærminger spiller fortsatt en rolle, men de lar en gap mellom sårbarhetsoppdagelse og patch-deployering – et vindu som angripere stadig mer utnytter. Runtime-beskyttelse har som mål å lukke dette gapet ved å kontinuerlig overvåke og forsvare applikasjoner mens de er live.

Som AI akselerer både programvareutvikling og angrepsoppretting, utvides angrepsflaten raskt. Mer kode skrives raskere, ofte med mindre menneskelig tilsyn, mens angripere får tilgang til verktøy som automatiserer sårbarhetsoppdagelse.

I det miljøet kan sikkerhetsmodeller som avhenger av forhåndskunnskap fortsette å tape effektivitet.

RAVEN.IOs finansiering reflekterer en voksende interesse for tilnærminger som antar at angrep er uunngåelige – og fokuserer i stedet på å detektere og stoppe dem i sanntid. Hvis denne skiftet fortsetter, kan runtime-atferdssikkerhet gå fra en nisjekategori til et grunnleggende lag i moderne applikasjonsbeskyttelse.