RevEng Samlar In 4,15 Miljoner Dollar För Att Säkra Programvaruleverantörskedjor Med AI

Londonbaserade RevEng har samlat in 4,15 miljoner dollar i seedfinansiering, med stöd från Sands Capital, In-Q-Tel Capital, IQ Capital, och Episode 1 Ventures, för att bygga grundläggande AI-modeller som kan upptäcka hot och sårbarheter i sammanställd programvara utan tillgång till källkod. Eftersom McKinsey uppskattar att den globala cybersäkerhetsmarknaden kan nå 1,5 till 2 biljoner dollar, positionerar denna investering RevEng för att spela en avgörande roll i att omdefiniera hur organisationer försvarar sina programvaruleverantörskedjor – särskilt i en era där traditionella verktyg kämpar för att hålla jämna steg med AI-genererad kod och ogenomskinliga tredjepartskomponenter.

Att Överbrygga Blinda Fläcken I Cybersäkerhetsförsvar

Den korporativa världen kämpar med en utanför denna världens ökning av programvaruleverantörskedjeattacker – 45% av organisationerna förväntas möta sådana brott i år. Problemet förvärras när beroendet av öppen källkodskomponenter och AI-genererad kod ökar, samtidigt som de flesta säkerhetsverktyg kräver tillgång till källkod för att upptäcka dolda sårbarheter.

RevEng åtgärdar denna kritiska lucka genom att analysera binär programvara direkt – undersöker sammanställd kod, firmware och körbara filer för att upptäcka avvikelser som dolda bakdörrar, skadlig kod eller noll-dagarssårbarheter.

BinNet™: Den AI-Motor Som Ligger Bakom Innovationen

Central för plattformen är BinNet™, den största grundläggande AI-modellen byggd för att förstå semantiken i maskinkod. Den är tränad på olika binära datamängder (x86, x86_64, ARM64) och programmeringsspråk (C, C++, Go, Rust), vilket möjliggör att den kan:

• Rekonstruera högnivåprogramlogik och flöde
• Upptäcka okända hot och sårbarheter i stor skala
• Automatiskt generera YARA-regler för hotjakt
• Pakettera om ogenomskinlig skadlig kod med dynamisk sandboxning
• Emulera funktioner för att extrahera krypterade strängar

RevEngs plattform använder avancerade maskinlärningsmodeller som är tränade specifikt för att förstå strukturen och beteendet hos sammanställd programvara. Genom att analysera kontrollflöde, funktionsrelationer och instruktionsnivåmönster kan den extrahera meningsfulla insikter från binärfiler – identifiera skadliga komponenter, upptäcka noll-dagarssårbarheter och avslöja dolda bakdörrar. Detta möjliggör för säkerhetsteam att utvärdera integriteten hos programvarupaket, även när källkod inte är tillgänglig, och förvandlar tidigare otillgängliga körbara filer till transparenta och verifierbara artefakter.

Ledarskap Och Strategiskt Stöd

Vid rodret för RevEng står Dr. James Patrick-Evans, en globalt erkänd expert inom AI och maskinlärning för binär analys. Med en doktorsexamen i cybersäkerhet och AI från Royal Holloway, och tidigare roller på F-Secure, Mozilla och MWR, har han djup expertis inom säker programvaruutveckling och lågnivåhotdetektering. Hans mål är att skala upp omvänd ingenjörskap – traditionellt begränsat till elitexperter – genom automatisering och AI.

Företaget har redan fått trovärdighet genom att ha valts in i två högt ansedda program: Storbritanniens NCSC för start-ups och Intel (INTC ) Ignite 2024. Dessa acceleratorer gav RevEng kritisk tillgång till regeringsäkerhetsnätverk, tekniska rådgivare och kommersiella partners – inklusive inom Intel själva – vilket accelererade både produktutveckling och marknadsinträde.

Vad Kommer Nästa

Efter sin seedfinansiering på 4,15 miljoner dollar är RevEng redo att utöka sin närvaro i den amerikanska federala och försvarssektorn samtidigt som de skalar upp sitt ingenjörsteam. Framtida planer inkluderar att utöka plattformen för att stödja ytterligare arkitekturer som MIPS, RISC-V och PPC, utveckla cross-arkitekturssymbolmatchning och fördjupa integrationer med verktyg som Splunk, Cutter och Radare2. Plattformen kommer också att stödja privat moln och lokalt distribution, vilket möjliggör fullständig efterlevnad av företags- och regeringsdatapolitik.

I en cybersäkerhetsmarknad som förväntas överstiga $2 biljoner, är RevEng unikt positionerad för att leverera AI-nativa lösningar som fungerar på binär nivå – avslöjar dolda sårbarheter i programvara där traditionella verktyg brister. Som Sands Capital påpekat, “RevEng åtgärdar en kritisk utmaning inom cybersäkerhet med sin innovativa tillvägagångssätt. Vi är stolta över att stödja deras vision…”

Med teknisk trovärdighet, strategiskt stöd och växande kommersiell dragkraft är RevEng redo att bli en grundläggande kraft i att säkra den moderna programvaruleverantörskedjan.

Cybersäkerhetens Framtid

När programvaruleverantörskedjor blir mer fragmenterade, ogenomskinliga och globalt interberoende, är traditionella säkerhetsmetoder – som förlitar sig på källkodstillgång eller manuell granskning – inte längre tillräckliga. Uppkomsten av sammanställd kodscanning som drivs av maskinlärning representerar en viktig vändpunkt. Dessa modeller flaggar inte bara kända sårbarheter – de tolkar beteendet och strukturen hos binärfiler för att avslöja nya hot, även i svarta lådor.

Denna förändring speglar en bredare industriell rörelse mot autonom, skalbar cybersäkerhetsinfrastruktur – där AI inte bara kompletterar analytiker utan blir en förutsättning för att hålla jämna steg. I en värld där 300 000+ nya malwareprover dyker upp dagligen och 70% aldrig ses igen, erbjuder automatisk binär analys en av de få livskraftiga vägarna för att upprätthålla realtidsöversikt över programvarustapeln.

Grundmodeller som de som driver AI-styrd omvänd ingenjörskap kommer att alltmer utgöra grunden för nationella säkerhetsinsatser, DevSecOps-pipelines, och även programvaruinköpsprocesser. Deras förmåga att verifiera kods integritet i stor skala – oavsett leverantörstransparens – kommer att omdefiniera hur förtroende etableras i det digitala ekosystemet. Över tid kan denna teknik bli lika grundläggande för cybersäkerhet som antivirusmotorer var under den föregående eran.