เอคโค้ Secures $35 Million Series A เพื่อสร้าง AI-Native, Secure OS สำหรับ Cloud Applications

เอคโค้ ซึ่งเป็นสตาร์ทอัพในเทลอาวีฟที่สร้างระบบปฏิบัติการที่มีความปลอดภัยและเป็นมิตรกับ AI สำหรับแอปพลิเคชันคลาวด์ ได้ทำการประกาศการระดมทุน Series A มูลค่า $35 ล้านแล้ว ซึ่งได้รับการนำโดย N47 และมีการเข้าร่วมจาก Notable Capital, Hyperwise Ventures, และ SentinelOne การลงทุนครั้งนี้เกิดขึ้นเพียงไม่กี่เดือนหลังจากที่บริษัทได้ทำการ ระดมทุนชุดแรก และสะท้อนถึงความต้องการที่เพิ่มขึ้นสำหรับฐานที่มีความปลอดภัยและไม่มีช่องโหว่ในสภาพแวดล้อมซอฟต์แวร์สมัยใหม่ เอคโค้ได้เริ่มแล้วที่จะปกป้องการทำงานของระบบการผลิตที่บริษัทใหญ่ๆ เช่น Varonis, EDB, และ UiPath ซึ่งเป็นระดับการยอมรับที่ไม่ธรรมดาสำหรับบริษัทที่ยังอยู่ในช่วงแรกๆ ของการดำเนินงาน

ช่องโหว่ที่ซ่อนอยู่ในโครงสร้างคลาวด์สมัยใหม่

แอปพลิเคชันคลาวด์ส่วนใหญ่พึ่งพา อิมเมจพื้นฐานของคอนเทนเนอร์ มาตรฐานแบบบล็อกเหล่านี้ที่กำหนดรันไทม์ ไลบรารี และการพึ่งพาอาศัยกัน ให้ความเร็วและความยืดหยุ่น แต่ก็มาพร้อมกับช่องโหว่ด้านความปลอดภัยที่มีมาอย่างยาวนาน การวิจัยของ Echo แสดงให้เห็นว่าอิมเมจ Docker อย่างเป็นทางการสำหรับภาษาที่ใช้กันอย่างแพร่หลาย เช่น Python, Node.js, Go และ Ruby มักมีช่องโหว่มากกว่า 1,000 รายการ การศึกษาต่างๆ ยังคงยืนยันว่าเลเยอร์อิมเมจพื้นฐาน ไม่ใช่โค้ดแอปพลิเคชัน เป็นแหล่งที่มาของช่องโหว่เหล่านี้ เนื้อหามากกว่า 90% เป็นขององค์กรหมายความว่าองค์กรได้รับฐานการโจมตีขนาดใหญ่มาก่อนที่นักพัฒนาจะเข้ามาเกี่ยวข้องแต่อย่างใด

การกำจัดช่องโหว่จากแหล่งที่มา

Echo แก้ปัญหาความเสี่ยงเชิงโครงสร้างนี้โดยการสร้างอิมเมจพื้นฐานของคอนเทนเนอร์ขึ้นใหม่ทั้งหมด โดยรวมเฉพาะส่วนประกอบที่จำเป็นและลบส่วนประกอบที่ไม่จำเป็นหรือล้าสมัยออกไป อิมเมจที่ปลอดภัยเหล่านี้ทำหน้าที่เป็นเวอร์ชันพร็อกซีของอิมเมจ Docker แบบดั้งเดิมโดยไม่จำเป็นต้องเปลี่ยนแปลง Dockerfile ทีมงานจะเห็นช่องโหว่ที่สืบทอดมาหายไปทันทีทำให้พวกเขามีฐานที่ปลอดภัยโดยไม่ต้องเปลี่ยนแปลงเวิร์กโฟลว์หรือโค้ด

เอเจนต์ AI ที่ดูแลภาพที่มีความปลอดภัยมากกว่า 600 รูป

ปัจจุบันแคตตาล็อกของ Echo มีอิมเมจคอนเทนเนอร์ที่ปลอดภัยมากกว่า 600 รายการ ซึ่งดูแลโดยเอเจนต์ AI ที่คอยตรวจสอบการเปิดเผย CVE (Common Vulnerability Exposures) ทั่วโลกอย่างต่อเนื่อง เมื่อพบช่องโหว่ใหม่ เอเจนต์เหล่านี้จะประเมินว่าอิมเมจใดได้รับผลกระทบ ตรวจสอบวิธีแก้ไขที่เป็นไปได้จากแหล่งข้อมูลที่ไม่เป็นระเบียบ (การสร้างหรือใช้แพตช์) ตรวจสอบความเข้ากันได้ และส่งการเปลี่ยนแปลงเพื่อตรวจสอบ ระบบอัตโนมัตินี้ช่วยให้ทีมงาน 35 คนสามารถทำงานที่ปกติแล้วต้องใช้ผู้เชี่ยวชาญด้านความปลอดภัยหลายร้อยคน โดยเฉพาะอย่างยิ่งเมื่อผู้โจมตีใช้ AI เพื่อลดเวลาในการโจมตีช่องโหว่จากหลายสัปดาห์เหลือเพียงไม่กี่ชั่วโมง

ผลกระทบต่อลูกค้าในระยะแรก

สำหรับลูกค้าในระยะเริ่มต้นผลกระทบนั้นชัดเจนและวัดผลได้ Dan Garcia CISO ของ EDB ยกย่อง Echo ว่าช่วยลดช่องโหว่ที่สำคัญได้อย่างมาก และประหยัดเวลาในการพัฒนาอย่างน้อย 235 ชั่วโมงต่อการเปิดตัว ยิ่งไปกว่านั้นคือการตอบสนองจากนักพัฒนา: แทนที่จะเสริมความแข็งแกร่งให้กับมาตรการควบคุมความปลอดภัย วิศวกรกลับตอบรับเครื่องมือนี้ในเชิงบวกเพราะมันช่วยลดหรือเพิ่มภาระงานของพวกเขา

ผลกระทบต่ออนาคตของโครงสร้างพื้นฐานที่มีความปลอดภัย

การเปลี่ยนไปใช้โครงสร้างพื้นฐานที่ขับเคลื่อนด้วย AI กำลังเปิดเผยจุดอ่อนเชิงโครงสร้างในสิ่งที่ระบบคลาวด์ได้รับการรักษาความปลอดภัยมานานกว่าทศวรรษ เมื่อองค์กรต่างๆ เปลี่ยนจากโค้ดที่เขียนโดยมนุษย์ไปเป็นโค้ดที่สร้างโดยเครื่องจักร และจากกระบวนการปรับใช้ที่ใช้มนุษย์ไปเป็นกระบวนการปรับใช้แบบอัตโนมัติ ปริมาณซอฟต์แวร์ที่เข้าสู่การผลิตเพิ่มขึ้นเร็วกว่าที่กระบวนการรักษาความปลอดภัยแบบดั้งเดิมจะรับมือได้ ช่องโหว่ที่ฝังอยู่ในส่วนประกอบพื้นฐาน เช่น ระดับระบบปฏิบัติการ ที่เก็บแพ็กเกจ รันไทม์ของภาษา และอิมเมจคอนเทนเนอร์ จะแพร่กระจายไปทั่วบริการที่ขึ้นอยู่กับส่วนประกอบเหล่านั้น โดยเฉพาะอย่างยิ่งในสถาปัตยกรรมไมโครเซอร์วิสที่มีการนำกลับมาใช้ใหม่และการพึ่งพาซึ่งกันและกันอย่างกว้างขวาง

อุตสาหกรรมกำลังเข้าใกล้จุดที่การแพตช์แบบตอบสนองและการสแกนแบบจัดตารางจะไม่สามารถใช้การได้ในชั้นปฏิบัติการอีกต่อไป ช่วงเวลาในการใช้ประโยชน์จากช่องโหว่จะยังคงลดลงเมื่อการอัตโนมัติแบบโจมตีเร่งความเร็ว ในขณะที่ห่วงโซ่อื่นจะลึกและซับซ้อนมากขึ้น สภาพแวดล้อมคลาวด์ในอนาคตจะต้องมีชั้นฐานที่ได้รับการบำรุงรักษาอย่างต่อเนื่อง มีขนาดเล็ก และมีการควบคุมโดยระบบอัตโนมัติที่สามารถอัปเดตตัวเองด้วยความเร็วของเครื่องจักร สิ่งนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นทั่วระบบนิเวศซอฟต์แวร์: ส่วนประกอบที่คงที่กำลังให้ทางไปสู่โครงสร้างพื้นฐานที่มีการควบคุมตนเองและปรับเปลี่ยนตามสัญญาณภัยคุกคามทั่วโลกโดยไม่พึ่งพาการแทรกแซงจากมนุษย์

เมื่อการสื่อสาร AI ต่อ AI กลายเป็นเรื่องธรรมดาในกลุ่มองค์กร สภาพแวดล้อมที่มีการทำงานที่คาดการณ์ได้และแน่นอนจะกลายเป็นพื้นฐาน ระบบอัตโนมัติที่ส่งมอบงานให้กับระบบอัตโนมัติอื่นๆ ต้องการสภาพแวดล้อมที่มีพฤติกรรมที่สอดคล้องกันภายใต้สภาวะทั้งหมด สิ่งนี้ชี้ให้เห็นถึงแบบจำลองที่โครงสร้างพื้นฐานหลักถูกสร้างขึ้นใหม่ ไม่ใช่การแพตช์ และการลดพื้นที่โจมตีถูกมองว่าเป็นข้อจำกัดในการออกแบบพื้นฐาน ไม่ใช่การเพิ่มประสิทธิภาพ

เมื่อรวมทั้งหมดนี้เข้าด้วยกัน แสดงให้เห็นว่าอนาคตที่สภาพแวดล้อมคลาวด์ต้องได้รับการตรวจสอบอย่างต่อเนื่อง มีขนาดเล็ก และสามารถรักษาความปลอดภัยด้วยตนเองได้ เมื่อระบบคลาวด์และ AI พัฒนา สภาพแวดล้อมที่รองรับพวกมันจะต้องมีความยืดหยุ่นและทนทานในระดับเดียวกัน เพื่อสร้างชั้นสำคัญสำหรับระบบการทำงานที่มีความปลอดภัยขนาดใหญ่และขับเคลื่อนด้วย AI ในอนาคต