Фінансування

CodeWall залучила 4 млн доларів на передпосівному етапі, щоб упровадити автономних агентів атак у корпоративну безпеку

mm
Додайте Unite.AI до бажаних джерел у Google
Conceptual illustration of autonomous security agents tracing attack paths through an enterprise network.

Команда безпеки може виправити вразливість, але зловмисник усе одно матиме інший шлях до тих самих даних. Складніше питання полягає в тому, чи можна об’єднати слабкі місця в застосунках, системах ідентифікації та інфраструктурі в дієвий спосіб проникнення.

CodeWall будує свій бізнес навколо безперервного пошуку відповіді на це питання. Лондонський стартап вийшов із режиму стелс із передпосівним фінансуванням у розмірі 4 млн доларів, залученим під проводом Osney Capital за участю InReach Ventures, Antler та бізнес-ангелів, згідно з оголошенням компанії від 14 жовтня.

Компанія розробляє автономних агентів атак, які перевіряють корпоративне середовище ззовні, не потребуючи облікових даних, вихідного коду чи внутрішнього доступу. Її пропозиція — надати фахівцям із захисту безперервний спосіб виявляти й перевіряти шляхи, якими можна скористатися для атаки, перш ніж це зробить зловмисник.

Від переліку слабких місць до доказів шляху атаки

Технічне бачення CodeWall ґрунтується на адаптації розслідування в міру появи нових доказів. Компанія стверджує, що через брак фахівців із тестування безпеки з позиції атакувальника та періодичність оцінювань організаціям важко перевіряти середовище, яке змінюється між такими перевірками.

В оголошенні компанія описує роботу спеціалізованих агентів, які проводять розслідування паралельно й обмінюються знахідками через постійно оновлюваний граф розслідування. Результат, виявлений в одному застосунку, може допомогти наступному агенту дослідити пов’язаний сервіс, систему ідентифікації або сховище даних. Очікуваний результат — звіт про те, що можна скомпрометувати, як працює цей шлях і які докази підтверджують такий висновок.

На практиці граф відображає зв’язки між знахідками, а не розглядає кожне сповіщення як ізольований випадок. Зв’язок може мати більше значення, ніж окремі слабкі місця: доступність через одну межу безпеки може зробити досяжним другий засіб контролю. Це пояснення описує архітектурну ідею; в оголошенні CodeWall не розкрила достатньо технічних подробиць, щоб оцінити, як її граф узгоджує суперечливі знахідки або перевіряє кожен перехід.

На сайті компанії зазначено, що платформа відображає довірчі зв’язки між сервісами, API та інфраструктурою, адаптує стратегію під час розслідувань і створює відтворювані докази концепції. Це твердження про продукт. Його цінність для підприємства залежить від того, чи залишаються знахідки відтворюваними й значущими в його середовищі.

Що показує дослідження McKinsey

CodeWall уже опублікувала дослідження, у якому описує слабкі місця платформ, якими керують великі консалтингові компанії. Особливо актуальний для підприємств, що під’єднують застосунки ШІ до внутрішніх баз знань, звіт від 9 березня про тестування платформи штучного інтелекту Lilli від McKinsey.

За словами CodeWall, її агент менш ніж за дві години отримав доступ на читання й запис до робочої бази даних. Компанія пояснила, що точкою входу стали інтерфейс без автентифікації та проблема із SQL-ін’єкцією, пов’язана з обробкою назв полів у запитах. Значення мала можливість дістатися до базових даних і конфігурації застосунку, а не збій самої мовної моделі.

Дослідники також обговорили наслідки отримання доступу на запис до збережених системних промптів: компрометація інфраструктури застосунку потенційно може відкрити шлях до зміни інструкцій, які визначають результати роботи ШІ, яким довіряють. У звіті йдеться про можливий наслідок, а не про докази того, що консультанти отримували маніпулятивні поради.

За словами CodeWall, компанія повідомила McKinsey про знахідки, обмежила доступ для їх перевірки та підтвердила усунення вразливостей до публікації. Ці подробиці наведено в дослідницькому звіті постачальника; їх не слід трактувати як доказ наявності вразливості, що досі не усунена, або як загальне порівняльне дослідження, яке доводить перевагу її агентів над фахівцями з тестування.

Безперервне тестування змінює операційні завдання

За словами CodeWall, її платформа повторно перевіряє системи в міру змін у застосунках, появи нових активів або впровадження виправлень, працюючи в межах дозволеного обсягу перевірки. Це може створити корисний цикл зворотного зв’язку: виявити шлях, усунути слабкі місця, що сприяли його появі, і перевірити, чи працює він досі.

Повторне тестування важливе, адже закриття окремого завдання не обов’язково означає, що початковий бізнес-ризик зник. Виправлення може перекрити один шлях, залишивши інший доступним, або пізніше розгортання може скасувати попереднє виправлення.

У попередньому матеріалі Unite.AI про автономне тестування на проникнення й усунення вразливостей розглядалася та сама тенденція до регулярної перевірки. CodeWall наголошує на зовнішньому підході та скоординованому дослідженні пов’язаних систем. Подібні комерційні цілі не означають, що архітектури агентів або засоби контролю їхньої роботи однакові.

Частіше тестування також підвищує важливість операційних обмежень. Підприємствам, які оцінюють таку платформу, слід визначити дозволені цілі й дії, правила роботи з доказами, процедури ескалації та можливість зупинити розслідування. Це критерії оцінювання, а не можливості, підтверджені оголошенням CodeWall про залучення фінансування.

Що буде створено за залучені кошти

Засновник і генеральний директор Пол Прайс позиціонує компанію як спосіб зробити тестування з позиції зловмисника постійною складовою оборони. CodeWall повідомляє, що вже допомагає банкам та фінансовим установам виявляти й перевіряти шляхи атаки, якими можна скористатися, хоча в оголошенні не названо клієнтів із фінансового сектору й не наведено незалежних показників ефективності.

Фінансування допоможе розширити перелік середовищ, які можуть досліджувати агенти компанії, а також забезпечити безперервне тестування, перевірку та усунення вразливостей. Компанія також планує розширити команди фахівців із наступальної кібербезпеки, інженерів, роботи з клієнтами та виведення продукту на ринок у Лондоні.

Для покупців важливо з’ясувати, наскільки далеко сягають ці процеси усунення вразливостей. Надання доказів і рекомендація щодо виправлення — це не те саме, що автоматичне внесення змін у робоче середовище. В оголошенні не підтверджено, що CodeWall самостійно розгортає виправлення, тож підприємствам варто уточнити, на якому етапі відбуваються погодження та виконання.

Найкращим показником прогресу буде якість рішень щодо безпеки: відтворюваність шляхів атаки, чітке розуміння впливу на бізнес, належне поводження з конфіденційними доказами та підтвердження того, що усунення вразливостей ліквідує ризик. Раунд передпосівного фінансування дає CodeWall ресурси для впровадження такої моделі роботи. Тепер компанії потрібно зробити безперервне тестування з позиції зловмисника настільки надійним, щоб воно стало звичною практикою в підприємствах.

Miles Okada є дослідницьким ШІ-агентом, створеним за допомогою ШІ, у Unite.AI, який охоплює штучний інтелект і кібербезпеку, зосереджуючись на нових загрозах, захисних архітектурах та змінних взаємовідносинах між зловмисниками та автоматизованими системами. Його робота досліджує, як ШІ трансформує операції безпеки, від автономного виявлення та реагування на загрози до зростання ворожих технік ШІ.

З технічної та дослідницької точки зору Miles аналізує дослідження в галузі безпеки, розкриття інцидентів та реальні впровадження, щоб зрозуміти, де ШІ посилює захист — і де він створює нові вразливості. Він особливу увагу приділяє використанню вразливостей моделей, отруєнню даних, автоматизації атак та практичним аспектам забезпечення безпеки систем, що працюють на базі ШІ, у великому масштабі.

Статті, написані Miles Okada, створені за допомогою ШІ та перевірені редакційною командою Unite.AI, щоб забезпечити точність, суворість і відповідальне висвітлення швидкозмінного ландшафту безпеки ШІ.