Horizon3 samlar in 250 miljoner dollar i serie E-finansiering till ett värde över 2 miljarder dollar för att expandera autonom AI-penetrationstestning

Horizon3 har samlat in 250 miljoner dollar i serie E-finansiering till ett värde som överstiger 2 miljarder dollar, vilket ger cybersäkerhetsföretaget betydande nytt kapital för att expandera sin autonoma penetrationstestningsplattform och gå vidare mot automatiserad defensiv åtgärd.

Finansieringsrundan leddes av befintliga investerare NightDragon och New Enterprise Associates (NEA). Horizon3 uppger att dess värdering har mer än tredubblats från den värdering på 650 miljoner dollar som var knuten till dess serie D för bara över ett år sedan.

Finansieringen kommer när säkerhetsteam står inför en alltmer svår obalans. Artificiell intelligens kan hjälpa angripare att identifiera svagheter, anpassa tekniker och röra sig snabbare genom komprometterade miljöer, medan många organisationer fortfarande är beroende av sårbarhetsskanningar och periodiska penetrationstester som endast ger en ögonblicksbild av deras säkerhetsläge.

Horizon3 satsar på att organisationer kommer att svara genom att kontinuerligt attackera sin egen infrastruktur innan någon annan gör det.

Att göra penetrationstestning till en kontinuerlig process

Horizon3 är företaget bakom NodeZero, en plattform som är utformad för att autonomt utföra penetrationstester mot interna nätverk, extern infrastruktur, molnmiljöer, Kubernetes-distributioner och andra komponenter i en organisations tekniska stack.

I stället för att bara generera en lista med kända sårbarheter försöker NodeZero utnyttja svagheter och kombinera dem till fullständiga angreppsvägar. En felkonfiguration kan till exempel exponera autentiseringsuppgifter, som sedan kan ge åtkomst till ett annat system och slutligen leda till känsliga data eller administrativa behörigheter.

Detta tillvägagångssätt är avsett att skilja mellan sårbarheter som teoretiskt sett finns och svagheter som faktiskt kan användas för att orsaka betydande skada.

Under ett test kan organisationer observera de tekniker som utförs genom ett realtidsgränssnitt. När testet är klart tillhandahåller plattformen bevis för utnyttjande, kartlägger stegen som tagits genom miljön och rekommenderar åtgärder för att förhindra angreppsvägen. Säkerhetsteam kan sedan köra om det relevanta testet för att verifiera att en reparation var effektiv.

NodeZero kan också identifiera problem som inte beror på en konventionell programvarusårbarhet, inklusive svaga lösenord, exponerade autentiseringsuppgifter, ineffektiva säkerhetskontroller, dataläckage och dålig nätverkssegmentering. Dess interna tester kan växla från lokala system till tjänster som Amazon Web Services, Microsoft Azure och Microsoft 365 när en utnyttjbar väg finns.

Det övergripande målet är att ersätta tillfälliga utvärderingar med en upprepad cykel av att hitta svagheter, åtgärda dem och testa samma miljö igen.

Hur Horizon3 använder AI utan att ge den fullständig kontroll

Även om Horizon3 beskriver NodeZero som en autonom AI-hacker är dess arkitektur mer kontrollerad än vad den frasen kan antyda.

Plattformen kombinerar grafbaserad resonemang, maskinlärande, deterministisk logik och smalt avgränsad generativ AI. Den bygger en karta över system, användare, autentiseringsuppgifter och relationer inom en miljö, och använder sedan den informationen för att planera och omprioritera potentiella angreppsvägar.

Generativ AI används för uppgifter som att identifiera högvärdesystem, tolka den potentiella affärspåverkan av komprometterad data, producera verkställande sammanfattningar och föreslå ytterligare strategier när ett test når ett hinder. Maskinlärande kan klassificera filer och beteenden, medan grafresonemang hjälper plattformen att avgöra hur enskilda svagheter kan kopplas samman.

Det är viktigt att Horizon3 påpekar att generativa modeller inte skapar eller direkt exekverar exploateringar. Åtgärderna som används för att attackera produktionsmiljöer är deterministiska, förvaliderade och begränsade av testkonfigurationen. Denna separation är avsedd att bevara den anpassningsförmåga som är associerad med AI samtidigt som den minskar den oförutsägbarhet som skulle uppstå om en stor språkmodell tilläts att oberoende generera angreppskod.

High-Value Targeting, en av plattformens nyare funktioner, illustrerar tillvägagångssättet. Systemet utvärderar namnmönster, behörigheter, nätverksrelationer och affärscontext för att identifiera mål som domänkontrollanter, administrativa konton och databasservrar. Det kan sedan prioritera angreppsvägarna som sannolikt kommer att producera en allvarlig operativ eller finansiell påverkan snarare än att behandla varje tillgängligt system lika.

Tillväxt bortom traditionell sårbarhetsledning

Horizon3 rapporterar att dess teknik nu har slutfört cirka 310 000 tester i produktion och används av mer än 7 000 organisationer, inklusive banker, hälsovårdsnätverk, myndigheter och fyra Fortune 10-företag.

Företaget rapporterade också en årlig tillväxt på 120 % i årlig återkommande intäkt. Dessa siffror hjälper till att förklara varför investerare var villiga att stödja en betydande sen finansieringsrunda till ett skarpt högre värde, även om de förblir företagsrapporterade mått.

Finansieringsrundan lockade sju nya investerare: Acrew Capital, Blue Cloud Ventures, Demeter Group, EDBI, PSG, SAIC och Sapphire Ventures. Återvändande investerare inkluderade Craft Ventures, Prosperity7 Ventures, Qualcomm (QCOM ) Ventures, Ridge Ventures och SignalFire.

NightDragon-grundaren Dave DeWalt, som tidigare ledde FireEye och McAfee, och NightDragon Managing Director Morgan Kyauk kommer att gå med i Horizon3:s styrelse som en del av transaktionen.

Finansiering av global expansion och autonom åtgärd

Horizon3 planerar att dela upp det nya kapitalet mellan kommersiell expansion, internationell tillväxt och produktutveckling.

Företaget avser att öka sin försäljning, marknadsföring och kanalkapacitet över företag, mellanmarknad och federala kunder. Internationellt är de förberedda på att gå in på Singapore och Australien medan de expanderar sin befintliga närvaro i Europa, Mellanöstern och Afrika.

Den mer betydelsefulla delen av vägkarten innebär att gå bortom identifiering av utnyttjbara problem.

Horizon3 planerar att utveckla autonoma blå team-agenter som kan agera på resultat som produceras av NodeZero. Det långsiktiga konceptet är en kontinuerlig inlärningscykel där ett offensivt system identifierar och bevisar en angreppsväg, ett defensivt medel implementerar eller föreslår en korrektion, och NodeZero testar miljön igen för att bekräfta att vägen har stängts.

Företaget har redan introducerat integreringar genom sin Model Context Protocol-server som kan skicka penetrationstestresultat till verktyg som Jira, GitHub, säkerhetsorkestreringsplattformar och infrastruktur-som-kod-flöden. Potentiella åtgärder inkluderar rotation av komprometterade autentiseringsuppgifter, justering av slutpunktsdetekteringsregler, distribution av kompenserande kontroller och verifiering av om en åtgärd fungerade.

NodeZero kan också distribuera Tripwires, som är dekoymål som placeras på sårbara eller strategiskt viktiga tillgångar. Om en faktisk inkräktare senare interagerar med en kan systemet varna organisationen om att skadlig aktivitet kan pågå.

Från att hitta problem till att bevisa säkerhet

Serie E speglar en bredare förändring i hur cybersäkerhetsrisk utvärderas.

Traditionell sårbarhetsledning producerar ofta fler resultat än vad säkerhetsteam kan realistiskt hantera. Allvarlighetspoäng kan indikera att en brist är farlig i allmänhet, men de avslöjar inte alltid om den kan nås, kombineras med andra svagheter eller användas för att kompromettera ett viktigt system inom en specifik organisation.

Autonom penetrationstestning försöker minska den luckan genom att producera bevis för vad en angripare kunde uppnå under riktiga förhållanden. Nästa utmaning är att bestämma hur mycket av den resulterande åtgärdsprocessen som också kan automatiseras utan att införa nya operativa risker.

Att tillåta defensiva medel att ändra autentiseringsuppgifter, konfigurationer eller säkerhetsprinciper kunde minska svarstiderna avsevärt. Det kommer också att kräva strikta godkännandegränser, granskningsloggningar, återställningsmekanismer och skydd mot att en automatiserad korrektion stör legitima system.

Horizon3:s nya finansiering ger dem resurserna att driva den övergången i en mycket större skala. Deras framsteg kommer att avgöra om autonom penetrationstestning förblir främst ett snabbare säkerhetsbedömningverktyg eller utvecklas till ett bredare kontrollskikt där AI-system kontinuerligt attackerar, reparerar och validerar företagsinfrastruktur.

De 250 miljoner dollar i finansiering antyder att investerare tror att den senare modellen kan bli en viktig del av hur organisationer försvarar sig mot alltmer komplexa nätverk. Att bevisa att den kan distribueras på ett säkert och konsekvent sätt kommer att vara lika viktigt som att bevisa att tekniken kan hitta en väg in.