Bloom Security träder fram ur stealth-läge med 20 miljoner dollar för att säkra AI-nativa slutpunkter

Bloom Security har trätt fram ur stealth-läge med 20 miljoner dollar i startfinansiering för att tackla en växande blind fläck i företagscybersäkerhet: den växande samlingen av AI-agenter, webbläsartillägg, plugin-program, kodpaket och lokala automationsverktyg som körs på anställdas enheter.

Finansieringsrundan leddes av Glilot Capital Partners, med deltagande från Ten Eleven Ventures, Okta Ventures och Runtime Ventures. Ängelinvesterare inkluderar grundare av cybersäkerhetsföretag som Dig Security, Demisto, Snyk och Talon. Bloom lanseras med ett team på 30 personer och säger att deras plattform redan är distribuerad till dussintals stora företag i USA och Europa.

Företagets slutpunkt blir svårare att definiera

Traditionell slutpunktssäkerhet byggdes för hanterade enheter som körde godkänd programvara, med slutpunktsupptäckt och svarverktyg som främst fokuserade på skadlig kod och misstänkta processer.

Generativ AI har stört den modellen. Anställda kan nu lägga till kodassistenter, AI-agenter, webbläsartillägg, öppen källkod och lokala automationsverktyg utanför traditionella inköpskanaler. Webbläsare och utvecklingsmiljöer har blivit programvarumarknader, medan agenter kan installera beroenden oberoende.

Som ett resultat utvecklas slutpunkterna till ständigt föränderliga programvarumiljöer. Säkerhetsteam måste nu bedöma inte bara om ett verktyg är skadligt, utan också om ett legitimitetsverktyg är lämpligt för en viss användare, enhet och datamiljö.

Ett webbläsartillägg kan vara lågrisk på en bärbar dator, men farligt på en verkställande direktörs enhet. På samma sätt kan ett godkänt AI-agent bli överprivilegierat om det kan komma åt produktionskredensialer, kunddata eller finansiella register.

Bygga en inventering av vad som faktiskt körs

Bloom-plattformen underhåller en kontinuerligt uppdaterad inventering av programvara över en organisations slutpunktsflotta, inklusive program, webbläsartillägg, utvecklingsmiljöer, AI-verktyg, Model Context Protocol-servrar och lokala kodbibliotek.

Model Context Protocol, eller MCP, möjliggör för AI-agenter att ansluta till externa verktyg, datakällor och affärssystem. Medan dessa anslutningar utvidgar vad agenter kan göra, kan de också exponera känslig information eller möjliggöra åtgärder på en användares vägnar.

Bloom analyserar varje komponents utvecklare, ursprung, behörigheter, konfiguration och åtkomst till företagsresurser. Det spårar också ändringar över tid, vilket hjälper säkerhetsteam att identifiera program som introducerats via marknader, pakethanterare, bakgrunds-uppdateringar eller automatiserad agentaktivitet.

Detta är särskilt relevant i programvaruutveckling, där en kodagent kan välja ramverk och installera flera beroenden innan en utvecklare granskar den resulterande programvaran.

Utvardera risk i sammanhang

Utöver att identifiera program, utvärderar Bloom sammanhanget i vilket varje komponent fungerar. Plattformen kombinerar marknadsinformation, statisk analys och beteendesandboxning för att bedöma konfigurationer, behörigheter, dataåtkomst, sårbara paket, principomgångar och interaktioner mellan verktyg.

Risk bedöms enligt faktorer som den anställdes roll, känsligheten hos tillgänglig data och systemen som är anslutna till enheten. Ett tillägg som är acceptabelt för en användare kan utgöra större exponering på en verkställande direktörs bärbara dator, medan en AI-agent som fungerar i en testmiljö utgör mindre risk än en som har åtkomst till produktionskredensialer.

Detta tillvägagångssätt möjliggör för Bloom att gå utöver enkla godkända eller blockerade principer. Det är särskilt relevant för webbläsartillägg, som kan ha breda behörigheter att läsa webbplatsdata, interagera med flikar och kommunicera med externa tjänster, vilket skapar potentiella vägar in i företagssystem som skadlig kod-fokuserade verktyg kan försumma.

Gå från synlighet till verkställighet

Bloom är också utformat för att gå utöver riskupptäckt till direkt slutpunktsverkställighet. Plattformen kan blockera sårbara komponenter innan installation, ta bort riskfyllda verktyg, återkalla behörigheter, korrigera osäkra konfigurationer och visa administratörer vilka anställda som kommer att påverkas av en principändring.

Principer kan tillämpas på specifika verktyg, team eller användare över kanaler som npm, Chrome Web Store och Open VSX. Blooms AI-säkerhetsstängsel kan också begränsa vad agenter är tillåtna att komma åt, exekvera eller överföra medan de korrigera för överprivilegierade Model Context Protocol-konfigurationer.

Målet är att ersätta blankettbegränsningar med mer riktade kontroller som minskar risk utan att onödigt störa legitima arbetsflöden. Blooms effektivitet kommer slutligen att bero på om de kan upprätthålla den precisionen över komplexa företagsmiljöer.

En grundande team med erfarenhet av företagssäkerhet

Bloom grundades av VD Itay Keren, Chief Product Officer Ofir Balassiano och Chief Technology Officer Itay Frishman.

Keren hade tidigare ingenjörs- och försäljningsingenjörsledande positioner på Palo Alto Networks (PANW ), Dig Security och Demisto. Både Dig Security och Demisto förvärvades av Palo Alto Networks.

Balassiano ledde forskning för Cortex Cloud Posture Security på Palo Alto Networks, med fokus på AI, identitet och datasäkerhet. Han arbetade tidigare på Dig Security och XM Cyber.

Frishman hjälpte till att bygga AI-säkerhetsposturhantering och datasäkerhetsposturhantering på Palo Alto Networks och Dig Security. Många av Blooms nuvarande anställda arbetade tidigare tillsammans på Dig Security.

Den gemensamma bakgrunden ger företaget erfarenhet av att bygga säkerhetsprodukter för stora organisationer, även om Bloom går in på en konkurrensutsatt marknad där slutpunktssäkerhet, webbläsarsäkerhet, AI-styrning, programvaruleverantörssäkerhet och datasäkerhet alltmer överlappar.

Finansiering av ett nytt lager av slutpunktssäkerhet

Den bredare betydelsen av Bloom Securitys lansering är att slutpunktssäkerhet kan behöva expandera bortom skadlig kod-upptäckt när AI-agenter, webbläsartillägg och autonoma verktyg blir allt vanligare på arbetsplatsen.

Säkerhetsteam kommer att behöva förstå inte bara vilken programvara som körs, utan också vilken data den kan komma åt, vilka åtgärder den kan utföra och hur dess risk förändras baserat på användare och enhet. Detta kan trycka slutpunktssäkerhet närmare identitetshantering, programvaruleverantörssäkerhet, webbläsarsäkerhet och AI-styrning.

Det är fortfarande oklart om AI-nativ slutpunktsskydd kommer att utvecklas till en separat cybersäkerhetskategori eller bli en del av befintliga säkerhetsplattformar. Oavsett kommer leverantörer att möta tryck för att tillhandahålla mer kontextuella kontroller utan att förlita sig på blankettbegränsningar som minskar produktivitet eller uppmuntrar anställda att kringgå godkända system.