Компанія Horizon3 залучила 250 мільйонів доларів у рамках раунду серії E при оцінці понад 2 мільярди доларів для розширення автономного тестування на проникнення штучного інтелекту

Horizon3 залучила 250 мільйонів доларів у рамках раунду серії E при оцінці, що перевищує 2 мільярди доларів, надавши компанії зі сфері кібербезпеки суттєві нові кошти для розширення автономної платформи тестування на проникнення та подальшого руху в напрямку автоматизованого захисного виправлення.

Раунд був координований існуючими інвесторами NightDragon та New Enterprise Associates (NEA). Компанія Horizon3 заявляє, що її оцінка понадтрьохкратně зросла порівняно з оцінкою у 650 мільйонів доларів, що була прив’язана до серії D трохи понад рік тому.

Фінансування відбувається на тлі все більш складної диспропорції, з якою стикаються команди безпеки. Штучний інтелект може допомогти атакувальникам виявляти слабкості, адаптувати техніки та рухатися через компрометовані середовища швидше, тоді як багато організацій усе ще залежать від сканування уразливостей та періодичних тестів на проникнення, які надають лише знімок їхньої безпекової позиції.

Horizon3 робить ставку на те, що організації відреагують на це, атакуючи свою власну інфраструктуру безперервно, перш ніж це зробить хтось інший.

Перетворення тестування на проникнення у безперервний процес

Horizon3 є компанією, яка стоїть за NodeZero, платформою, призначеною для автономного проведення тестів на проникнення проти внутрішніх мереж, зовнішньої інфраструктури, середовищ хмарних обчислень, розгортань Kubernetes та інших компонентів технологічного стеку організації.

Натомість просто генеруючи список відомих уразливостей, NodeZero намагається використати слабкості та поєднати їх у повні атакові шляхи. Наприклад, неправильна конфігурація може розкрити облікові дані, які потім можуть надати доступ до іншого системи та в кінцевому підсумку привести до чутливих даних або адміністративних привілеїв.

Цей підхід спрямований на відрізнення між уразливостями, які теоретично існують, та слабкостями, які можуть бути використані для заподіювання суттєвої шкоди.

Під час тесту організації можуть спостерігати техніки, які використовуються, через інтерфейс у режимі реального часу. Як тільки тестування завершено, платформа надає докази експлуатації, карти шляхів, пройдених через середовище, та рекомендує дії для переривання атакового шляху. Команди безпеки можуть потім повторно запустити відповідний тест, щоб підтвердити, що ремонт був ефективним.

NodeZero також може виявити проблеми, які не залежать від традиційної уразливості програмного забезпечення, включаючи слабкі паролі, розкриті облікові дані, неефективні засоби безпеки, витік даних та погану сегментацію мережі. Її внутрішні тести можуть перейти від систем на місці до сервісів, таких як Amazon Web Services, Microsoft Azure та Microsoft 365, коли існує експлуатований шлях.

Більш широкою метою є заміна періодичних оцінок на повторюваний цикл виявлення слабкостей, виправлення їх та тестування того самого середовища знову.

Як Horizon3 використовує штучний інтелект без надання йому повного контролю

Хоча Horizon3 описує NodeZero як автономного штучного інтелекту-хакера, його архітектура більш контрольована, ніж це може бути зрозуміло з цієї фрази.

Платформа поєднує графічний розсудок, машинне навчання, детерміністичну логіку та вузькоспеціалізований генеративний штучний інтелект. Вона будує карту систем, користувачів, облікових даних та відносин у середовищі, а потім використовує цю інформацію для планування та перепріоритезації потенційних атакових шляхів.

Генеративний штучний інтелект використовується для завдань, таких як ідентифікація високоцінних систем, інтерпретація потенційного бізнес-впливу компрометованих даних, генерація виконавчих резюме та пропозиція додаткових стратегій, коли тест досягає перешкоди. Машинне навчання може класифікувати файли та поведінку, тоді як графічний розсудок допомагає платформі визначити, як окремі слабкості можуть бути пов’язані.

Важливо, що компанія Horizon3 заявляє, що генеративні моделі не створюють та не використовують безпосередньо експлойти. Дії, які використовуються для атаки виробничих середовищ, є детерміністичними, попередньо валідованими та обмеженими конфігурацією тестування. Це розділення спрямоване на збереження адаптивності, пов’язаної зі штучним інтелектом, при зменшенні непередбачуваності, яка виникла б у разі незалежної генерації атакового коду великою мовною моделлю.

High-Value Targeting, одна з нових можливостей платформи, ілюструє підхід. Система оцінює назви, привілеї, мережеві відносини та бізнес-контекст для ідентифікації цілей, таких як контролери доменів, адміністративні облікові дані та сервери баз даних. Вона може потім пріоритезувати атакові шляхи, які найімовірніше призведуть до серйозного оперативного або фінансового впливу, а не ставити всі доступні системи на одному рівні.

Ріст за межами традиційного управління уразливостями

Horizon3 повідомляє, що її технологія завершила приблизно 310 000 тестів у виробничих умовах та використовується понад 7 000 організаціями, включаючи банки, мережі охорони здоров’я, урядові агентства та чотири компанії з Fortune 10.

Компанія також повідомила про 120% ріст доходів від щорічних повторюваних платежів. Ці цифри допомагають пояснити, чому інвестори були готові підтримати суттєвий пізній раунд при різко вищій оцінці, хоча вони залишаються метриками, заявленими компанією.

Раунд залучення інвесторів привернув сім нових інвесторів: Acrew Capital, Blue Cloud Ventures, Demeter Group, EDBI, PSG, SAIC та Sapphire Ventures. Повернулися інвестори включали Craft Ventures, Prosperity7 Ventures, Qualcomm (QCOM ) Ventures, Ridge Ventures та SignalFire.

Засновник NightDragon Дейв ДеВолт, який раніше очолював FireEye та McAfee, та керуючий директор NightDragon Морган Кяук будуть входити до ради директорів Horizon3 у рамках угоди.

Фінансування глобальної експансії та автономного виправлення

Horizon3 планує розділити новий капітал серед комерційної експансії, міжнародного зростання та розвитку продукту.

Компанія має намір збільшити свої операції з продажів, маркетингу та каналів серед клієнтів підприємств, середнього ринку та федеральних клієнтів. Міжнародно компанія готується до входу на ринки Сінгапуру та Австралії, а також розширення свого існуючого присутності у Європі, на Близькому Сході та в Африці.

Більш суттєвою частиною дорожньої карти є рух за межі ідентифікації експлуатованих проблем.

Horizon3 планує розробити автономних агентів синього загону, які можуть діяти на основі результатів, отриманих NodeZero. Довгострокова концепція полягає у безперервному циклі навчання, в якому наступна система ідентифікує та доводить атаковий шлях, захисний агент реалізує або пропонує виправлення, а NodeZero тестиє середовище знову, щоб підтвердити, що шлях закритий.

Компанія вже ввела інтеграції через свій сервер протоколу контексту моделі, який може передавати результати тестування на проникнення в інструменти, такі як Jira, GitHub, платформи безпеки та інфраструктури як код. Потенційні дії включають обертання скомпрометованих облікових даних, коригування правил виявлення кінцевих точок, розгортання компенсувальних засобів контролю та верифікацію того, чи виправлення було ефективним.

NodeZero також може розгорнути Tripwires, які є приманками, розміщеними на уразливих чи стратегічно важливих активах. Якщо справжній зловмисник пізніше взаємодіє з однією з них, система може сповістити організацію про те, що може відбуватися зловмисна діяльність.

Від знаходження проблем до доведення безпеки

Раунд серії E відображає більш широкі зміни в оцінці кібербезпеки.

Традиційне управління уразливостями часто генерує більше результатів, ніж команди безпеки можуть реально адресувати. Бали тяжкості можуть вказувати на те, що вада небезпечна в загальному сенсі, але вони не завжди розкривають, чи можна до неї дістатися, поєднати з іншими слабкостями чи використати для компрометації важливої системи всередині конкретної організації.

Автономне тестування на проникнення намагається звузити цю прогалину, генеруючи докази того, що атакувальник міг би досягти в реальних умовах. Наступним викликом є визначення того, яку частину процесу виправлення можна також автоматизувати без введення нових оперативних ризиків.

Дозволення захисним агентам змінювати облікові дані, конфігурації чи політики безпеки могло б суттєво скоротити час реакції. Це також вимагатиме суворих меж затвердження, аудиторських слідів, механізмів відкату та засобів захисту проти автоматичного виправлення, яке може порушити законні системи.

Horizon3’s нове фінансування надає компанії ресурси для переслідування цього переходу у набагато більших масштабах. Її прогрес допоможе визначити, чи залишається автономне тестування на проникнення в основному швидшим інструментом оцінки безпеки або розвивається у ширший контрольний шар, в якому системи штучного інтелекту безперервно атакують, ремонтують та валідують корпоративну інфраструктуру.

Раунд у 250 мільйонів доларів свідчить про те, що інвестори вважають, що остання модель може стати важливою частиною того, як організації захищають усе більш складні мережі. Доведення того, що це можна розгортати безпечно та послідовно, тепер буде так само важливо, як і доведення того, що технологія може знайти шлях всередину.