Mate Security привлекла 35 миллионов долларов для создания открытой основы для операций безопасности с использованием ИИ

Mate Security привлекла 35 миллионов долларов в рамках раунда серии А финансирования, поскольку предприятия ищут новые способы работы с командами безопасности против атак, происходящих с машинной скоростью.

Canaan Partners возглавила раунд, в котором также приняли участие Insight Partners, Team8 и M12, венчурный фонд Microsoft. Все существующие инвесторы Mate вернулись для участия в финансировании, доведя общую сумму финансирования кибербезопасной компании до более 50 миллионов долларов.

Раунд серии А состоялся всего через восемь месяцев после того, как Mate Security вышла из режима секретности с раундом финансирования в размере 15,5 миллионов долларов. Компания заявляет, что она выросла более чем на 500% с третьего квартала 2025 года, благодаря в том числе принятию среди центров безопасности операций Fortune 500.

Mate Security планирует использовать капитал для удовлетворения растущего спроса со стороны предприятий, расширения на новые рынки и продолжения разработки своей платформы операций безопасности с использованием ИИ.

Операции безопасности – новая проблема масштабирования

Быстрое развитие генеративного ИИ влияет на обе стороны кибербезопасности.

Команды безопасности получают доступ к системам ИИ, способным анализировать оповещения, собирать доказательства и автоматизировать части расследования. В то же время атакующие могут использовать ИИ для сканирования систем, адаптации методов и запуска кампаний с такой скоростью, которую традиционные операции безопасности не были предназначены обрабатывать.

Это создает трудную несоответствие. Многие центры операций безопасности, или ЦОБ, все еще полагаются на аналитиков, которые перемещаются между несвязанными инструментами, просматривают очереди оповещений и вручную восстанавливают, что произошло во время инцидента.

Добавление помощника ИИ к этой среде не обязательно решает основную проблему. Агент может суммировать оповещение или запросить платформу безопасности, но он все равно может прийти к неправильному выводу, если он не понимает, как организация фактически работает.

Mate Security пытается решить эту ограничение, предоставляя агентам безопасности доступ к бизнес- и операционному контексту, а не просить их рассуждать из изолированных событий безопасности.

“ИИ заставляет фундаментально пересмотреть операции безопасности”, – сказал Joydeep Bhattacharyya, генеральный партнер Canaan. “То, что отличало Mate, не было просто использованием ИИ; это была убежденность команды в том, что достоверный ИИ требует глубокого понимания того, как работает организация.”

Граф контекста безопасности находится в центре платформы

Платформа Mate Security построена вокруг того, что компания называет Графом контекста безопасности.

Граф собирает и организует знания из всей организации, включая информацию о пользователях, активах, политиках, предыдущих расследованиях, рабочих процессах и утвержденных действиях. Mate Security описывает эти части информации как “воспоминания”, которые могут быть связаны и запрошены ее агентами ИИ.

Вместо того, чтобы рассматривать каждый вход, передачу файла или изменение конфигурации как изолированное событие, система пытается определить, как деятельность вписывается в более широкий бизнес.

Например, серия подозрительных попыток входа может показаться злонамеренной, когда просматривается только через журналы идентификации. Та же деятельность может быть менее тревожной, когда система знает, что авторизованный тест на проникновение был запланирован на этот период.

Аналогично, сотрудник, загружающий конфиденциальные файлы, может указывать на кражу данных. Это также может быть последовательным с утвержденным проектом или изменением обязанностей. Агенты Mate Security предназначены для рассмотрения факторов, таких как изменения в персонале, классификация документов и предыдущие расследования, прежде чем прийти к выводу.

Компания утверждает, что этот архитектурный подход может сделать суждения, сгенерированные ИИ, более точными, последовательными и объяснимыми. Он также помогает сохранить знания института, которые могли бы исчезнуть, когда опытные аналитики покидают организацию.

Mate Security утверждает, что этот архитектурный подход может сделать суждения, сгенерированные ИИ, более точными, последовательными и объяснимыми. Он также помогает сохранить знания института, которые могли бы исчезнуть, когда опытные аналитики покидают организацию.

Специализированные агенты покрывают цикл расследования

На основе слоя контекста Mate Security работает с специализированными агентами для инженерии обнаружения, триажа оповещений, расследования, охоты на угрозы и реагирования на инциденты.

Платформа предназначена для соединения этих функций как непрерывного процесса, а не рассмотрения каждого как отдельного рабочего процесса. Агент, расследующий оповещение, может запросить доказательства из существующей технологической базы организации, использовать Граф контекста безопасности, чтобы интерпретировать то, что он находит, и передать структурированную информацию другому агенту, ответственного за следующий этап.

Mate Security утверждает, что ее агенты могут работать с платформами управления информацией и событиями безопасности, инструментами обнаружения на конечных точках, системами идентификации, платформами для создания билетов, коммуникационными приложениями и стандартными операционными процедурами без необходимости перемещать каждую часть данных в один репозиторий.

Действия по реагированию остаются под контролем разрешений. В зависимости от того, как организация настраивает систему, Mate Security может рекомендовать шаг по сдерживанию, запросить одобрение человека или выполнить авторизованное действие.

Это отражает то, что компания называет “принципом наименьшего агентства”. Каждый агент получает только те разрешения и контекстную информацию, которые необходимы для его назначенной задачи, снижая риск, создаваемый предоставлением автономной системе неограниченного доступа.

Более широкой целью компании является позволить командам безопасности постепенно расширять автоматизацию, поскольку платформа демонстрирует, что она может принимать надежные решения. Действия с высоким влиянием могут оставаться под наблюдением, в то время как рутинные расследования могут обрабатываться с меньшим участием аналитиков.

Открытый подход к агентной безопасности

Mate Security позиционирует свою платформу как открытую основу, а не закрытую коллекцию проприетарных агентов.

Клиенты могут использовать агентов Mate Security, подключать специализированных агентов от других поставщиков безопасности или создавать агентов внутри своей организации. Каждый может работать на том же слое контекста и под общими контролями для разрешений, качества, аудитности и реагирования.

Эта архитектура решает возникающую проблему, поскольку предприятия принимают больше инструментов ИИ: фрагментацию агентов.

Без общего слоя отдельные агенты безопасности могут собирать свои собственные данные, поддерживать отдельные “воспоминания” и применять разные правила при принятии решений. Это может привести к противоречивым выводам и затруднить для лидеров безопасности понимание, почему было принято автоматическое действие.

Оркестратор Mate Security предназначен для предоставления общей операционной структуры, чтобы агенты использовали одни и те же знания организации и контроли доверия, даже когда они были разработаны разными поставщиками.

Компания также заявляет, что клиенты сохраняют владение своим контекстом и не привязаны к одному агенту, модели ИИ или поставщику безопасности. Ее основатели описывают эту открытость как предварительное условие для организаций, которые хотят воспользоваться будущими достижениями в области ИИ без перестройки своей архитектуры безопасности каждый раз, когда появляется новая модель.

Агенты ИИ могут изменить операции безопасности

Платформы, такие как Mate Security, указывают на то, что операции безопасности становятся более непрерывными, контекстными и автоматизированными. Вместо расследования оповещений в изоляции агенты ИИ могут сохранять уроки из предыдущих инцидентов и использовать их для улучшения будущего обнаружения, триажа и реагирования.

Это может сдвинуть аналитиков от повторяющегося сбора доказательств к надзору за агентами, расследованию незнакомых угроз и решению, когда автоматизация должна быть разрешена.

Общий слой контекста также может стать важным, поскольку предприятия развертывают агентов от нескольких поставщиков. Без общего понимания пользователей, активов и политик эти агенты могут дублировать работу или прийти к противоречивым выводам.

Вероятный результат – не полностью автономный центр операций безопасности, а гибридная модель, в которой агенты обрабатывают рутинные расследования, а люди сохраняют контроль над неоднозначными или высокоэффективными решениями.