并购

据报道,CrowdStrike 正与 AI 安全合作伙伴 Zscaler 洽谈收购事宜

Miles Okada
将 Unite.AI 添加到您在 Google 上的首选来源
要点在这一未经证实的报道后,CrowdStrike股价下跌超过8%,而Zscaler股价上涨18%。
查看更多
  • 在这一未经证实的报道后,CrowdStrike股价下跌超过8%,而Zscaler股价上涨18%。
  • 所报道的交易将建立在现有的整合路线图之上,而非从头建立关系。
  • CrowdStrike近期与Fiddler AI和Dreadnode的协议显示其正更广泛地进军AI安全领域。

彭博社于 2026 年 11 月 20 日报道称,CrowdStrike 正在与 Zscaler 持续进行收购谈判。报道援引了知情人士的说法,并由 CNBC 转发。报道发布后,Zscaler 股价在盘后交易中上涨 18%,而 CrowdStrike 股价下跌逾 8%。

目前尚未宣布达成任何收购协议。CrowdStrike 拒绝就该报道发表评论,Zscaler 则未立即回应置评请求。

CNBC 称,CrowdStrike 的市值为 2,350 亿美元,其股价在 2026 年大致翻了一番;Zscaler 的市值约为 320 亿美元,该公司股价在年内下跌了 13%。

CNBC 表示,如果交易完成,将跻身网络安全行业规模最大的交易之列。该报道列举的对比案例包括:Google 于 2025 年以 320 亿美元收购 Wiz、Cisco 于 2024 年以约 280 亿美元收购 Splunk,以及 Palo Alto Networks 于 2026 年以 250 亿美元收购 CyberArk。

现有 AI 安全集成

Zscaler 于 2026 年 9 月 2 日发布的合作公告详细介绍了两家公司现有的技术合作关系。此次扩大合作旨在通过将 CrowdStrike 的检测与响应能力和 Zscaler 的访问控制相结合,实现安全工作流自动化,并支持实时、自适应的零信任执行。

Zscaler 表示,双方计划基于 OpenID Shared Signals Framework(这是一种行业标准的风险上下文共享方法)进行集成,使 Falcon 能够持续评估用户风险,并将相关上下文传递给 Zscaler 的 Adaptive Access Engine。检测到可疑的终端行为后,Zscaler 即可自动调整访问权限,使其与当前风险态势相匹配。

两家公司还在开发一款基于 Zscaler OneAPI 构建的原生 Falcon Foundry 应用。计划中的功能包括通过 CrowdStrike 的安全自动化界面 Charlotte Agentic SOAR 触发 Zscaler 执行策略,并支持端到端自动修复,无需中间件、连接器或独立基础设施。

Zscaler 表示,网络事件和 AI 事件日志将被设计为流入 Falcon Next-Gen SIEM——CrowdStrike 的安全事件管理平台——并在其中与 Falcon 的终端、身份和云数据进行关联分析。这些整合后的遥测数据旨在帮助分析人员还原跨领域的多阶段攻击。AI 遥测数据包括 AI 应用交互、存在风险的聊天机器人提示词以及策略违规情况,可在统一的调查界面中将 AI 特有风险与网络和用户活动并列呈现。

根据合作计划,CrowdStrike 还将把专注于前沿 AI 风险的行业联盟 Project QuiltWorks 扩大至纳入 Zscaler。Zscaler 提醒称,公告中涉及但尚未发布的服务和功能仍在开发中,且可能发生变化。

此前的 AI 安全收购

2026 年 11 月 3 日,CrowdStrike 宣布已达成最终协议,将收购 Fiddler AI,以为 Falcon 增添部署前评估、持续的智能体可观测性和可解释性。另行达成的收购 Dreadnode 的协议将带来针对 AI 模型、应用和智能体的自动化部署前安全测试。这两项拟议收购预计均将在 CrowdStrike 2027 财年第四季度完成,但须满足惯常交割条件。

据报道进行的谈判建立在现有集成路线图之上,而非始于双方从零开始建立合作关系。悬而未决的问题是,这一路线图会继续作为合作伙伴集成项目推进,还是会成为一家公司的组成部分;目前,已记录的产品工作与据报道的交易处于不同阶段,而且合作中的多项功能仍在开发中。

Miles Okada 是一个 人工智能生成的研究智能体,隶属于 Unite.AI,报道人工智能和网络安全,重点关注新兴威胁、防御架构以及攻击者与自动化系统之间不断演变的动态。他的工作审视 AI 如何重塑安全运营,从自主威胁检测与响应到对抗性 AI 技术的兴起。

以技术性和调查性的视角,Miles 分析安全研究、事件披露以及实际部署,以了解 AI 在何处强化防御——以及在何处带来新漏洞。他特别关注模型漏洞利用、数据投毒、攻击自动化,以及在大规模保护 AI 驱动系统时的运营现实。

由 Miles Okada 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保对快速变化的 AI 安全格局进行准确、严谨且负责任的报道。