ویگا ۱۲۰ میلیون دلار جذب کرد تا روش‌های تشخیص تهدیدات سایبری سازمانی را بازنگری کند

ارتقاء امنیت سایبری سازمانی با رویکرد "اجرای امنیت در محل داده"

شرکت نوپای هوش مصنوعی Vega Security موفق به جذب ۱۲۰ میلیون دلار سرمایه در دور سری B شد و ارزش‌گذاری خود را تقریباً به ۷۰۰ میلیون دلار رساند. این اقدام مالی با رهبری Accel و با مشارکت Cyberstarts، Redpoint، و CRV انجام شد. این سرمایه‌گذاری جدید، که مجموع بودجه شرکت را به ۱۸۵ میلیون دلار می‌رساند، قرار است صرف توسعه بیشتر مجموعه عملیات امنیتی بومی هوش مصنوعی (AI-native security operations suite)، تقویت تیم‌های بازاریابی و فروش، و گسترش جهانی شود. تخصص اصلی Vega در ارائه راه‌حلی است که با مدل‌های سنتی مانند SIEM (مدیریت رویداد و اطلاعات امنیتی) که دهه‌هاست بر بازار تسلط دارند، مقابله می‌کند.

شای سندلر، هم‌بنیان‌گذار و مدیرعامل Vega، معتقد است مدل عملیاتی غالب SIEM نه تنها “به طرز دیوانه‌واری گران” است، بلکه در محیط‌های ابری که حجم داده‌ها به طور تصاعدی در حال انفجار است و داده‌ها در سیستم‌های ذخیره‌سازی مختلف پراکنده شده‌اند، عملکرد تشخیص عملیات امنیتی مبتنی بر هوش مصنوعی را با شکست مواجه می‌کند. راه‌حل Vega به جای متمرکزسازی تمام داده‌های حجیم امنیتی در یک مکان (مانند رویکرد Splunk)، قصد دارد امنیت را در همان محلی اجرا کند که داده‌ها قرار دارند؛ این شامل خدمات ابری، دریاچه‌های داده، و سیستم‌های ذخیره‌سازی موجود می‌شود.

چالش‌های مدل‌های سنتی و مزایای رویکرد Vega

ابزارهای قدیمی‌تر نیازمند این هستند که شرکت‌ها تمام داده‌های امنیتی خود را قبل از تجزیه و تحلیل برای تشخیص تهدیدات، در یک مکان ذخیره کنند. این فرآیند هم کند و هم پرهزینه است و در محیط‌های ابری مدرن عملاً دیگر پاسخگو نیست. اندره براسووینو، شریک در Accel، اشاره می‌کند که متمرکزسازی داده‌ها عملاً مشتری را در برابر فروشندگان اصلی مانند Splunk (که اخیراً توسط سیسکو خریداری شد) گروگان می‌گیرد.

Vega با هدف ارائه یک مدل عملیاتی جدید، سازمان‌ها را قادر می‌سازد تا بدون پیچیدگی‌ها و هزینه‌های هنگفت، از تمام پتانسیل داده‌های سازمانی خود برای آمادگی پاسخگویی به حوادث استفاده کنند. به گفته سندلر، «هدف ما این است که به سادگی قابلیت تشخیص و پاسخگویی بومی هوش مصنوعی را در هر کجا که داده‌ها وجود دارند، و در مقیاس وسیع، برای آن‌ها فراهم کنیم.»

• تمرکز بر اجرای هوش مصنوعی بومی در عملیات امنیتی.
• تغییر مدل از متمرکزسازی داده‌ها به اجرای امنیت در محل ذخیره‌سازی داده‌ها.
• ارائه راه‌حلی که از نظر هزینه کارآمدتر و در تشخیص تهدید بهتر باشد.
• هدف‌گذاری برای سادگی در پذیرش برای پیچیده‌ترین سازمان‌ها
• امضای قراردادهای چند میلیون دلاری با شرکت‌های بزرگ مانند Instacart.

سندلر بیان کرد: «ما می‌خواهیم به سادگی قابلیت تشخیص و پاسخگویی بومی هوش مصنوعی را در هر کجا که داده‌ها هستند، در مقیاس وسیع، برای آن‌ها فراهم کنیم.»

براسووینو اظهار داشت: «اسپلانک و هر رقیبی که از آن زمان آمده، همیشه داده‌ها را متمرکز کرده‌اند، اما با انجام این کار اساساً مشتری را گروگان می‌گیرید.»

شرکت ۱۰۰ نفره Vega Security نشان داده است که رویکرد جدید آن‌ها موفقیت‌آمیز بوده است، زیرا مشتریان بزرگ سازمانی به دلیل درد بزرگی که راه‌حل‌های موجود ایجاد کرده‌اند، به سرعت به دنبال جایگزین هستند که نیاز به مهاجرت‌های طولانی‌مدت داده نداشته باشد و «به صورت پلاگین و اجرای فوری» ارزش تشخیص و پاسخگویی را ارائه دهد.