Beelzebub привлекает 3 миллиона евро для масштабирования деCEPTION по всей сети предприятия с помощью ИИ

Итальянский стартап в области кибербезопасности Beelzebub привлек 3 миллиона евро в рамках раунда финансирования для расширения своей платформы, работающей на основе ИИ, для обнаружения и ловли злоумышленников внутри сетей предприятий.

Раунд был возглавлен исключительно итальянской венчурной фирмой United Ventures. Beelzebub планирует использовать капитал для расширения своей исследовательской команды, привлечения клиентов по всей Европе и открытия коммерческих офисов в Риме и Сан-Франциско к концу 2026 года.

Миланская компания ориентирована на организации, которые сталкиваются с все более автоматизированными кибератаками, особенно на операторов, подчиняющихся Директиве Европейского Союза о сетевой и информационной безопасности, известной как NIS2.

Вместо того, чтобы сосредотачиваться исключительно на том, чтобы держать злоумышленников вне сети, Beelzebub работает на основе предположения, что проникновение может уже иметь место. Ее платформа устанавливает реалистичные ложные системы по всей инфраструктуре организации, создавая возможности для раскрытия злоумышленников до того, как они достигнут реальных активов.

Преобразование инфраструктуры предприятия в ловушку

Технология Beelzebub принадлежит к категории кибербезопасности, известной как технология обмана. Вместо того, чтобы ждать, когда злонамеренная активность сработает сигнал тревоги на производственной системе, платформа создает убедительные копии серверов, баз данных, интерфейсов программирования приложений, облачных сред и другой инфраструктуры.

Эти ложные системы предназначены для того, чтобы казаться ценными для злоумышленников, оставаясь при этом изолированными от реальных бизнес-систем. Поскольку законные сотрудники и приложения должны иметь мало причин взаимодействовать с ними, активность внутри ложной системы может предоставить сильную индикацию того, что злоумышленник перемещается по сети.

Подход предназначен для решения одной из наиболее сложных стадий кибератаки: периода после того, как злоумышленник получает первоначальный доступ, но до развертывания окончательного полезного груза.

Злоумышленники часто тратят время на изучение систем, повышение привилегий, сбор учетных данных и выявление ценной информации. Beelzebub стремится прервать этот процесс, направляя подозрительную активность в контролируемые среды, где ее можно наблюдать и содержать.

Компания утверждает, что ее ловушки используют большие языковые модели для поведения, более похожего на реальную инфраструктуру. Они могут генерировать реалистичные ответы и адаптировать свое поведение, что делает более трудным для злоумышленника определить, что он вошел в ложную систему.

Автоматизированный цикл нападения и защиты

Платформа объединяет три продукта, предназначенных для покрытия различных стадий тестирования кибербезопасности и реагирования на инциденты.

Arcangelo служит офенсивным компонентом. Он имитирует целевые атаки на инфраструктуру организации, помогая командам безопасности выявить уязвимости и протестировать, как их контроли реагируют.

Beelzebub Managed образует оборонительный слой. Он распределяет ловушки, работающие на основе ИИ, по всей среде организации и отслеживает их на предмет подозрительной активности. Когда злоумышленник взаимодействует с одной из ложных систем, система может изолировать затронутую машину, блокировать активность и инициировать предопределенные действия реагирования.

Компания описывает это сочетание как автоматизированную модель фиолетовой команды. В кибербезопасности красные команды обычно имитируют злоумышленников, а синие команды защищают системы. Операции фиолетовой команды пытаются объединить эти две функции, чтобы результаты офенсивного тестирования могли напрямую улучшить оборонительные контроли.

Связывая симуляции атак с живыми системами обмана, Beelzebub пытается сократить передачи, которые часто происходят между отдельными инструментами безопасности, внешними консультантами и внутренними командами.

Компания утверждает, что ее ловушки также могут быть обновлены для отражения недавно раскрытых уязвимостей и эксплойтов. Это позволяет платформе имитировать системы, затронутые возникающими уязвимостями, и потенциально привлекать злоумышленников, ищущих эти слабости.

Анализ вредоносного ПО с помощью ИИ

Третий компонент, Caronte, представляет собой систему анализа вредоносного ПО, работающую на основе ИИ.

После обнаружения вредоносного ПО Caronte может обратить процесс вредоносного ПО и произвести отчет об инциденте, описывающий его поведение. Цель состоит в том, чтобы сократить время между обнаружением атаки и пониманием того, как она работает.

Анализ вредоносного ПО традиционно является специализированным и трудоемким процессом. Аналитики могут потребоваться осмотреть код, наблюдать, как программа ведет себя в контролируемой среде, и определить, взаимодействует ли она с внешней инфраструктурой или пытается распространиться на другие машины.

Beelzebub утверждает, что Caronte автоматизирует части этой работы, позволяя организациям генерировать первоначальную оценку более быстро.

Система может работать локально, что может быть важно для государственных агентств, регулируемых компаний и предприятий, которые не могут загружать потенциально чувствительные образцы вредоносного ПО в сторонние облачные сервисы.

Более широкая платформа Beelzebub доступна как программное обеспечение как услуга или как локальное развертывание. Для организаций со строгими требованиями к данным компания также может предоставить аппаратное обеспечение для локального запуска своей большой языковой модели.

Строительство на основе живой угрозы интеллекта

Beelzebub утверждает, что более 60 независимых исследователей безопасности вносят свой вклад в интеллект угрозы платформы.

Эта сеть предоставляет информацию о новом вредоносном ПО, методах атак и уязвимостях по мере их возникновения. Интеллект может затем быть использован для обновления ложных систем платформы, симуляций атак и возможностей анализа.

Компания ранее привлекла внимание за документирование TeamPCP, злоумышленника, связанного с атаками на облачную инфраструктуру и кампаниями по криптоджекингу. TeamPCP также был связан с нарушением, связанным с инфраструктурой GitHub.

Обнаружение и изучение групп угроз может предоставить поставщикам кибербезопасности практическую информацию о том, как злоумышленники ведут себя после проникновения в сеть. Эта информация может быть использована для проектирования ложных систем, похожих на системы, учетные данные и услуги, которые злоумышленники с наибольшей вероятностью будут нацеливать.

Технология Beelzebub также доступна через открытую версию для сообщества, предоставляя исследователям и командам безопасности способ экспериментировать с ее подходом к ловушкам.

Открытый проект поддерживает несколько протоколов и сервисов, включая Secure Shell, File Transfer Protocol, базы данных и веб-приложения. Это позволяет организациям развертывать ложные системы, похожие на разные части их инфраструктуры.

Реагирование на более быстрые и автоматизированные атаки

Финансирование происходит в момент, когда генеративный ИИ и автоматизация меняют обе стороны кибербезопасности.

Злоумышленники могут использовать инструменты ИИ для генерации фишинговых сообщений, анализа программного обеспечения на предмет уязвимостей, модификации вредоносного кода и проведения операций по большему количеству целей. Эти возможности не устраняют необходимость технической экспертизы, но они могут позволить меньшим группам работать на большей скорости и масштабе.

Команды безопасности реагируют, вводя больше автоматизации в обнаружение, расследование и реагирование на инциденты. Технология обмана предлагает еще один слой, создавая среды, где злоумышленников можно изучать без раскрытия реальных данных или систем.

Основатель и генеральный директор Beelzebub Mario Candela утверждает, что оборонительные инструменты должны работать все более на скорости машины, чтобы оставаться эффективными против автоматизированных атак.

Стратегия компании заключается не в том, чтобы заменить существующие продукты безопасности конечных точек, сетей или идентификации. Вместо этого она пытается добавить внутренний слой обнаружения для ситуаций, когда злоумышленник уже обошел периметральные защиты.

Эта модель, предполагающая компрометацию, стала более актуальной, поскольку инфраструктура предприятия расширяется по всей облачной платформе, удаленным устройствам, интерфейсам программирования приложений и цепочкам поставок программного обеспечения. Защита каждого возможного входного пункта является сложной задачей, что делает быстрое обнаружение внутри сети все более важным.

Почему обман может стать основным слоем кибербезопасности

По мере того, как злоумышленники все более используют ИИ для автоматизации разведки, эксплуатации уязвимостей и адаптации вредоносного ПО, технология обмана может стать более важным слоем защиты предприятия. Вместо того, чтобы полагаться исключительно на периметральные контроли, организации могут развертывать реалистичные ложные системы, которые раскрывают злоумышленников после проникновения в сеть и до достижения критических систем.

Самые сильные платформы, вероятно, будут объединять обман с непрерывной симуляцией атак и автоматическим расследованием. Это может сократить время между проникновением, обнаружением и содержанием, а также предоставить командам безопасности более четкое представление о инструментах злоумышленника, целях и движении по сети.

Обман не заменит безопасность конечных точек, контроль идентификации или управление уязвимостями, но он может сделать эти системы более эффективными, предоставляя высокообоснованные сигналы от активности, которая не должна происходить. Вызов Beelzebub будет заключаться в доказательстве того, что ее подход может работать надежно на уровне предприятия без добавления чрезмерной сложности к уже загруженным средам безопасности.