融资
RevEng.AI 获得 1.5 亿美元 A 轮融资,以验证 AI 生成软件的安全性和完整性

随着 AI 生成代码在企业和政府系统中变得越来越普遍,网络安全初创公司正在竞相解决一个日益增长的信任问题:组织如何验证他们部署的软件中实际运行的内容。 RevEng.AI 宣布了一轮 1.5 亿美元的 A 轮融资,由 北约创新基金 领投,Sands Capital、In-Q-Tel、IQ Capital 和 Episode One 参投。该公司表示,这笔资金将帮助其扩大平台,以分析编译的软件二进制文件中的隐藏威胁、恶意功能和软件供应链风险。
伦敦的这家公司专注于网络安全领域的一个日益增长的挑战:组织无法完全检查软件一旦被编译成可执行形式。传统的应用程序安全工具主要集中在源代码分析、存储库和包元数据上。但是,实际运行在系统上的编译二进制文件通常仍然不透明,特别是在处理第三方软件、固件或闭源应用程序时。
AI 生成代码的日益增长的风险
软件行业正在经历一场重大转变,AI 编码助手 正在演变成越来越自治的编码代理,能够生成和部署大量软件,且几乎没有人工监督。虽然这种转变正在加速开发周期,但也正在创造新的安全盲点。
RevEng.AI 认为,组织即将进入一个时代,在这个时代,很多被交付的软件可能永远不会被人类完全审查。这引发了人们对隐藏的漏洞、嵌入的恶意功能和意外行为的担忧,这些行为可能在编译的可执行文件中保持不可见。
这个问题在软件驱动金融系统、医疗网络、能源网、交通系统和国防运作的环境中变得尤为重要。依赖链中一个被破坏的软件组件可能会影响数百万用户或破坏关键基础设施。
软件供应链攻击 已经成为全球增长最快的网络安全威胁之一。过去几年发生的高调事件已经证明,攻击者可以渗透到可信的软件更新或第三方库中,以获得对企业系统的广泛访问。RevEng.AI 正试图通过将验证工作转移到二进制级别来解决这一挑战。
无需源代码分析软件
RevEng.AI 技术的一个显著方面是,它可以在不需要访问源代码的情况下运行。相反,该平台直接在编译的二进制文件、可执行文件、固件和其他机器可读软件构件上工作。
这种方法很重要,因为许多组织经常依赖外部供应商、开源社区或承包商开发的软件。在很多情况下,原始源代码可能不可访问、不实用或根本不可用。
RevEng.AI 的平台使用一个名为 BinNet 的基础 AI 模型,该公司称其是在与北约盟国政府和商业安全团队的精英网络单位一起训练的。该系统旨在自动执行传统上由高级专家处理的逆向工程任务。
通过直接检查二进制文件,该平台可以识别隐藏的组件、可疑的发布更改、恶意行为、漏洞和意外的功能,这些功能可能嵌入在软件构件中,并在部署之前识别出来。
该公司表示,这大大减少了检查软件完整性所需的时间和专业知识,这一直依赖于稀缺的逆向工程人才。
为什么二进制级别验证很重要
今天的大多数网络安全工具仍然集中在源代码存储库和声明的软件依赖项上。然而,实际运行在机器上的编译可执行文件可能与组织认为他们正在部署的内容有很大差异。
随着 AI 系统开始自主生成软件,这种区别变得越来越重要。开发团队可能并不完全了解 AI 辅助应用程序中包含的每个依赖项、生成的模块或嵌入的行为。
RevEng.AI 的方法有效地将编译的二进制文件本身视为最终的真相来源。与依赖于软件内容的声明相比,该平台尝试检查实际存在于将在生产系统上运行的可执行文件中的内容。
根据该公司的说法,其平台可以将新软件版本与可信版本进行比较,识别构建之间的异常偏差,并发现可能在开发或部署期间引入的隐藏或未声明的组件。
这种类型的验证对于管理复杂的软件供应链的组织来说可能尤为重要,这些供应链包括第三方供应商、承包商、开源组件和 AI 生成的代码。
软件验证的未来
自主编码系统的崛起可能会在未来十年内重塑组织对软件信任和安全的看法。随着 AI 生成的软件变得更加普遍,进入生产环境的代码量可能最终超过人类审查员的实际检查能力。
这种转变可能会将二进制级别验证和自动化逆向工程推入企业网络安全操作的核心。组织可能会开始将连续的二进制检查直接集成到软件采购、部署和更新工作流中,而不是将逆向工程视为仅供精英安全研究人员使用的专业学科。
这对传统网络安全的影响超出了范围。像医疗保健、金融、能源、交通、制造业和国防等行业越来越依赖软件生态系统,在这些生态系统中,隐藏的漏洞或恶意功能可能会产生连锁的运营后果。
与此同时,AI 编码代理的快速采用可能会为软件问责制创造新的形式。组织可能最终需要独立的验证层,以验证部署的软件的行为,无论代码是在哪里或如何生成的。
随着软件开发变得越来越自动化,专注于检查编译的二进制文件而不是仅仅依赖源代码分析的技术可能会成为企业保护下一代 AI 驱动基础设施的重要组成部分。作为软件开发变得越来越自动化,无论代码如何或在哪里生成,验证软件的安全性和完整性将变得至关重要。












