CrowdStrike planerar att förvärva Fiddler och Dreadnode för att stärka AI-säkerheten

CrowdStrike meddelade den 3 november 2026 att företaget har för avsikt att förvärva Fiddler. Fiddlers teknik ska bli Falcon Observe, som ska användas för att utvärdera och förklara AI-agenters beteende. I ett separat meddelande redogjorde företaget för planerna på att förvärva Dreadnode och lägga till automatiserade AI-säkerhetstester i Falcon-plattformen innan systemen tas i produktion.

Båda förvärven tillkännagavs vid Fal.Con EU 2026 och är fortfarande föreslagna. CrowdStrike siktar på att göra Falcon Observe och Dreadnode allmänt tillgängliga under fjärde kvartalet av räkenskapsåret 2027. De planerade produkterna ska hantera olika typer av kontroller: att undersöka AI-system för svagheter före lansering, utvärdera om agenter utför sina avsedda uppgifter och övervaka deras beslut efter driftsättning.

Fiddlers roll i Falcon Observe

Före driftsättning kan team använda Fiddler för att jämföra promptar, modeller och konfigurationer när de utvärderar om agenter utför tilldelade uppgifter på ett säkert och korrekt sätt. Efter driftsättning är plattformen utformad för att spåra beslut och resonemang genom hela agenthierarkin och identifiera beteendeförändringar och oavsiktliga åtgärder. Den återskapar beslutsprocessen så att team kan hitta steget som orsakade ett fel.

Den här insynen fyller en lucka i traditionella säkerhetskontroller. I CrowdStrikes exempel med en återbetalning använder en agent giltiga inloggningsuppgifter och godkända verktyg för att godkänna en återbetalning som strider mot företagets policy. Traditionella kontroller kan uppfatta aktiviteten som legitim trots att beslutet var felaktigt. Förklarbarheten är avsedd att visa varför agenten agerade och var dess beteende gick snett.

Fiddler stöder både agenter från den egna organisationen och agenter från tredje part och möjliggör instrumentering via OpenTelemetry samt LangGraph, Amazon Bedrock, AWS Strands och Google ADK. Plattformens poster på beslutsnivå är avsedda att underlätta efterlevnad och granskningar. I Falcon skulle agenternas avsikter och beteenden kopplas samman med säkerhetstelemetri från slutpunkter, identiteter, molnet och driftsmiljön, vilket ger säkerhetsteamen möjlighet att undersöka både varför en agent agerade och vad som därefter hände i företagets system.

Dreadnodes tester före produktionssättning

Dreadnode utgår från en beskrivning på vanlig svenska av det önskade testet och undersöker sedan AI-system, modeller, modellarkiv, applikationer, agenter och MCP-servrar före produktionssättning. CrowdStrike uppgav att lösningen använder mer än 50 angreppstekniker, däribland jailbreaks, promptinjektion, attacker i flera steg och angrepp särskilt riktade mot agenter. Resultaten rangordnas efter allvarlighetsgrad och kopplas till OWASP Top 10 for LLMs, OWASP Agentic Security-kategorierna ASI01 till ASI10, MITRE ATLAS och NIST AI Risk Management Framework.

Resultaten sammanställs i en samlad risköversikt med det totala antalet identifierade brister, andelen lyckade attacker, en uppdelning efter allvarlighetsgrad, utfallen för bristerna och mer detaljerade riskmått. En rapport som kan exporteras underlättar beslut om huruvida man ska gå vidare eller inte. Mänskliga granskare kan inspektera angriparens exakta prompt och målsystemets svar, gå igenom en attack steg för steg, klassificera om resultat, justera allvarlighetsgrader och dokumentera sina resonemang. Mätvärdena i instrumentpanelen räknas om när brister omklassificeras.

Den planerade kopplingen sammanför testning med försvar under drift. Resultat från Dreadnode skulle föras vidare till Falcon Guardian som policyrekommendationer, så att svagheter som upptäcks före driftsättning kan ligga till grund för skydd efter lansering. Testdata skulle också användas för att stödja CrowdStrikes SafeMind-modeller. Falcon Guardian tillhandahåller AI-identifiering och incidenthantering för AI som företag utvecklar, under drift, medan Falcon Observe utvärderar och förklarar om agenter beter sig som avsett.

Tillsammans beskriver förslagen ett sammanhängande arbetsflöde från testning och utvärdering före produktionssättning till kontinuerlig övervakning och skydd under drift. För att förverkliga hela kedjan krävs att de föreslagna förvärven slutförs och de utlovade integrationerna byggs. Därför är genomförandet i tid för den planerade tillgängligheten den centrala obesvarade frågan i CrowdStrikes utökade färdplan för AI-säkerhet.