XBOW รวบรวมเงิน 1.2 พันล้านดอลลาร์ในการระดมทุนรอบ Series C เพื่อนำการแฮ็กอัตโนมัติไปสู่ความปลอดภัยขององค์กร

สตาร์ทอัพด้านความปลอดภัยไซเบอร์ XBOW ได้ระดมทุนได้ $120 ล้าน ในการระดมทุนรอบ Series C โดยมีมูลค่ามากกว่า 1 พันล้านดอลลาร์ ในขณะที่กำลังผลักดันให้เกิดหมวดหมู่ใหม่ที่เรียกว่า “ความปลอดภัยอัตโนมัติเชิงรุก” รอบการระดมทุนนี้ได้รับการนำโดย DFJ Growth และ Northzone โดยมีการเข้าร่วมจาก Sofina, Alkeon Capital, Altimeter, NFDG Ventures และ Sequoia Capital

การระดมทุนครั้งนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในด้านความปลอดภัยไซเบอร์ เนื่องจาก AI ช่วยให้ผู้โจมตีสามารถขยายความสามารถของตนได้ ผู้ป้องกันจึงหันมาใช้ระบบที่ขับเคลื่อนด้วย AI ที่สามารถทำงานอย่างต่อเนื่องได้มากกว่าการพึ่งพาการทดสอบโดยมนุษย์เป็นระยะ

จากการทดสอบการเจาะระบบด้วยมือไปสู่ความปลอดภัยอัตโนมัติ

การทดสอบการเจาะระบบด้วยมือซึ่งเป็นการทดสอบโดยผู้เชี่ยวชาญที่มีประสบการณ์สูงในการค้นหาจุดอ่อนในระบบ มาเป็นเวลานานแล้วว่าเป็นรากฐานสำคัญของความปลอดภัยขององค์กร แต่แบบจำลองนี้กำลังดิ้นรนเพื่อตามทันวงจรการพัฒนาที่ทันสมัยและภัยคุกคามที่ขับเคลื่อนด้วย AI

วิธีการของ XBOW แทนที่การทดสอบแบบครั้งเดียวด้วยความปลอดภัยอัตโนมัติเชิงรุกแบบต่อเนื่อง แพลตฟอร์มของบริษัททำหน้าที่เป็น “แฮกเกอร์อัตโนมัติ” ที่คอยสอดส่องแอปพลิเคชัน ค้นหาจุดอ่อน และตรวจสอบว่าจุดอ่อนเหล่านั้นสามารถถูกใช้ประโยชน์ได้จริงหรือไม่

การเปลี่ยนแปลงครั้งนี้มีความสำคัญมาก แทนที่จะเป็นการประเมินแบบคงที่ซึ่งทำเพียงไม่กี่ครั้งต่อปี องค์กรสามารถดำเนินการทดสอบแบบต่อเนื่องได้ ซึ่งสะท้อนถึงพฤติกรรมของผู้โจมตีจริง – มีความคงอยู่ มีการปรับตัว และทำงานตลอดเวลา

วิธีการทำงานของแฮกเกอร์อัตโนมัติของ XBOW

ที่แก่นกลางของแพลตฟอร์ม XBOW คือระบบตัวแทน AI ที่ประสานงานกันเพื่อทำงานเหมือนผู้โจมตีในโลกแห่งความเป็นจริง

ระบบนี้ประกอบด้วยส่วนประกอบหลักๆ ดังนี้

• ตัวแทนอัตโนมัติที่สำรวจแอปพลิเคชันและพยายามโจมตีแบบขนานกัน
• ผู้ประสานงานกลางที่ทำการสร้างแผนที่พื้นที่โจมตีและวางกลยุทธ์
• สภาพแวดล้อมการโจมตีที่มีเครื่องมือในโลกแห่งความเป็นจริง รวมถึงเว็บเบราว์เซอร์และเฟรมเวิร์กการโจมตี
• ชั้นการตรวจสอบที่ยืนยันว่าจุดอ่อนนั้นสามารถถูกใช้ประโยชน์ได้จริงก่อนที่จะรายงานผล

สถาปัตยกรรมนี้ทำให้ XBOW สามารถดำเนินการทดสอบเส้นทางโจมตีได้หลายพันเส้นทางพร้อมกัน โดยปรับเปลี่ยนในเวลาจริงตามวิธีการตอบสนองของแอปพลิเคชัน

สิ่งสำคัญคือแพลตฟอร์มนี้แยกการค้นพบออกจากการตรวจสอบ AI จัดการการสำรวจเส้นทางโจมตีที่เป็นไปได้ ในขณะที่ตรรกะเชิงนิรนัยรับรองว่าเฉพาะการโจมตีที่ได้รับการพิสูจน์และทำซ้ำได้เท่านั้นที่จะถูกนำเสนอ – ลดการให้ผลลัพธ์เท็จที่มักพบในเครื่องมือรักษาความปลอดภัยแบบดั้งเดิม

ผลลัพธ์คือระบบที่ไม่เพียงแต่ระบุความเสี่ยงเชิงทฤษฎีเท่านั้น แต่ยังให้หลักฐานที่เป็นรูปธรรมเกี่ยวกับจุดอ่อนที่แท้จริง

สร้างขึ้นบนพื้นฐานการให้เหตุผลของ AI ไม่ใช่แค่อัตโนมัติ

เทคโนโลยีของ XBOW มีความก้าวหน้ามากกว่าเครื่องมือสแกนแบบดั้งเดิมโดยการรวมการให้เหตุผลของ AI เข้ากับกระบวนการรักษาความปลอดภัยเชิงรุก

แทนที่จะปฏิบัติตามรายการตรวจสอบที่กำหนดไว้ล่วงหน้า ระบบจะวางแผนและดำเนินการโจมตีแบบไดนามิก โดยปรับเปลี่ยนกลยุทธ์เมื่อพบข้อมูลใหม่ ซึ่งช่วยให้ระบุจุดอ่อนที่ซับซ้อนหลายขั้นตอนที่เครื่องมือแบบคงที่มักพลาดไป

แพลตฟอร์มนี้ได้รับการตรวจสอบแล้วในสถานการณ์จริง รวมถึงระบบการผลิตและสถานการณ์ทดสอบความปลอดภัยที่มีการแข่งขัน โดยที่มันแสดงให้เห็นถึงความสามารถในการค้นหาจุดอ่อนที่สามารถใช้ประโยชน์ได้จริงในระดับใหญ่

การผสมผสานระหว่างการให้เหตุผล อัตโนมัติ และการตรวจสอบนี้ทำให้ XBOW เป็นระบบที่ใกล้เคียงกับวิธีการคิดและดำเนินการของผู้โจมตี มากกว่าการแค่สแกนหาปัญหาที่ทราบ

ความปลอดภัยอัตโนมัติเชิงรุกหมายถึงอะไรสำหรับอนาคต

การเกิดขึ้นของความปลอดภัยอัตโนมัติเชิงรุกบ่งบอกถึงการเปลี่ยนแปลงโครงสร้างที่ลึกซึ้งยิ่งขึ้นในด้านการสร้างและป้องกันซอฟต์แวร์

หากระบบอย่าง XBOW ยังคงพัฒนาต่อไป การทดสอบความปลอดภัยอาจถูกฝังอยู่ในวงจรชีวิตของการพัฒนาซอฟต์แวร์โดยตรง แทนที่จะรอการตรวจสอบตามกำหนดเวลา แอปพลิเคชันสามารถถูกทดสอบความเครียดแบบต่อเนื่องพร้อมกับการเปลี่ยนแปลงโค้ดแต่ละครั้ง โดยสร้างวงจรการให้ข้อมูลกลับซึ่งจุดอ่อนจะถูกพบและแก้ไขเกือบจะทันที

สิ่งนี้ยังแนะนำถึงความเป็นไปได้ของ “ผู้โจมตีที่ควบคุมได้” ภายในสภาพแวดล้อมขององค์กร – ระบบที่ควบคุมได้ซึ่งทำงานเหมือนผู้โจมตี แต่ทำงานอยู่ภายในขอบเขตที่กำหนดไว้อย่างปลอดภัย เมื่อเวลาผ่านไป สิ่งนี้อาจลดการพึ่งพากระบวนการการทดสอบการเจาะระบบภายนอกและเปลี่ยนแปลงโครงสร้างการปฏิบัติตามกฎระเบียบที่สร้างขึ้นรอบการประเมินแบบเป็นระยะ

ในขณะเดียวกัน การนำระบบอัตโนมัติเชิงรุกมาใช้อย่างกว้างขวางอาจนำไปสู่ความท้าทายใหม่ๆ องค์กรจะต้องรับรองว่าระบบเหล่านี้ถูกใช้อย่างปลอดภัย หลีกเลี่ยงการหยุดชะงักโดยไม่ตั้งใจในสภาพแวดล้อมการผลิต และกำหนดการกำกับดูแลที่ชัดเจนเกี่ยวกับวิธีการทำงานของตัวแทนอัตโนมัติ นอกจากนี้ยังมีคำถามที่กว้างขึ้นว่าระบบป้องกันและโจมตีที่ขับเคลื่อนด้วย AI จะโต้ตอบกันอย่างไรเมื่อทั้งสองฝ่ายกลายเป็นอัตโนมัติมากขึ้น

ในวงกว้าง การเกิดขึ้นของหมวดหมู่นี้สะท้อนถึงการแข่งขันอาวุธที่กำลังลดลงในด้านการขับเคลื่อนโดยมนุษย์และเพิ่มขึ้นในด้านระบบ อันเป็นผลมาจากการที่ผู้โจมตีใช้ AI เพื่อขยายความสามารถของตน ผู้ป้องกันก็ตอบสนองด้วยระบบที่ออกแบบมาเพื่อจับคู่กับขนาดนั้น ผลลัพธ์ระยะยาวอาจไม่ได้ถูกกำหนดโดยผู้ที่มีนักวิเคราะห์ด้านความปลอดภัยมากกว่า แต่โดยผู้ที่สร้างระบบอัตโนมัติที่มีประสิทธิภาพมากที่สุด