Empirical Security huy động 25 triệu USD: Dự báo lỗ hổng bảo mật bằng AI trước khi bị hacker khai thác

Bài viết được dịch và tổng hợp từ tin tức gốc. Bạn có thể đọc bài viết gốc bằng tiếng Anh tại đây.

Điểm tin nhanh:

• Empirical Security huy động thành công 25 triệu USD trong vòng gọi vốn Series A, nâng tổng số vốn lên 37 triệu USD.
• Công ty tập trung vào việc dự báo chính xác các lỗ hổng bảo mật nào có khả năng bị hacker khai thác cao nhất.
• Sử dụng hai mô hình AI chính: Foundation (dữ liệu toàn cầu) và Radiant (dữ liệu riêng biệt của từng tổ chức).

Trong kỷ nguyên mà các cuộc tấn công mạng diễn ra với tốc độ chóng mặt, việc các đội ngũ bảo mật phải đối mặt với hàng nghìn lỗ hổng mỗi ngày không còn là chuyện hiếm. Tuy nhiên, vấn đề cốt lõi không nằm ở số lượng lỗ hổng, mà là làm sao để xác định đâu là "điểm chết" mà hacker sẽ thực sự nhắm tới. Nếu bạn đang loay hoay với hàng tá cảnh báo bảo mật mà không biết ưu tiên xử lý cái nào, thì giải pháp của Empirical Security chính là câu trả lời cho bài toán tối ưu hóa nguồn lực kỹ thuật.

Tầm nhìn về dự báo lỗ hổng bảo mật

Empirical Security được sáng lập bởi Ed Bellis và Michael Roytman, những người từng đứng sau thành công của Kenna Security - cái tên đã định hình khái niệm quản lý lỗ hổng dựa trên rủi ro (risk-based vulnerability management). Sau khi rời Kenna, họ coi Empirical là "công việc còn dang dở" trong việc giải quyết sự quá tải thông tin bảo mật.

Sự phức tạp của hạ tầng hiện đại, từ cloud, SaaS cho đến các API, đã khiến các phương pháp quét lỗ hổng truyền thống trở nên lạc hậu. Việc áp dụng các kỹ thuật như tối ưu hóa quy trình Review Pull Request với GitDigest và LockGlance hay xây dựng hệ thống quan sát cho AI Coding Agent là cần thiết, nhưng bảo mật lỗ hổng vẫn là một mắt xích yếu nếu không có sự hỗ trợ của AI dự báo.

Hai mô hình AI chiến lược

Thay vì cung cấp một danh sách CVE (Common Vulnerabilities and Exposures) dài dằng dặc, Empirical Security triển khai hai mô hình dự báo chuyên biệt:

Lưu ý: Sự kết hợp giữa dữ liệu toàn cầu và ngữ cảnh cục bộ giúp doanh nghiệp không chỉ biết thế giới đang bị tấn công như thế nào, mà còn biết chính xác tài sản nào của mình đang ở trong tầm ngắm.

Tại sao dự báo lại quan trọng hơn bao giờ hết?

Trong bối cảnh các AI Agent đang trở thành công cụ đắc lực cho cả phòng thủ lẫn tấn công, việc bảo mật giao tiếp giữa các AI Agent là ưu tiên hàng đầu. Bellis lập luận rằng ba năm trước, dữ liệu còn quá phân mảnh, nhưng hiện nay, các "hồ dữ liệu bảo mật" (security data lakes) đã cho phép các mô hình AI học hỏi từ các kịch bản khai thác thực tế thay vì chỉ dựa vào các điểm số severity tĩnh.

Đánh giá & Lời khuyên Thực tiễn

Từ góc nhìn của một kỹ sư cấp cao, việc áp dụng các công cụ dự báo như Empirical Security mang lại những giá trị sau:

• Ưu điểm: Giảm thiểu đáng kể "noise" trong các báo cáo bảo mật, giúp đội ngũ kỹ thuật tập trung vào các rủi ro có xác suất khai thác cao nhất.
• Nhược điểm: Hiệu quả của mô hình Radiant phụ thuộc hoàn toàn vào chất lượng dữ liệu đầu vào (telemetry) từ hệ thống của tổ chức.
• Phạm vi ứng dụng: Phù hợp nhất với các doanh nghiệp có quy mô hạ tầng lớn, nơi việc vá lỗi thủ công là không khả thi.

Mẹo hay: Trước khi triển khai bất kỳ giải pháp AI bảo mật nào, hãy đảm bảo rằng hệ thống log của bạn đã được chuẩn hóa. Nếu dữ liệu đầu vào không sạch, AI sẽ chỉ đưa ra những dự báo sai lệch, gây lãng phí tài nguyên.

Câu hỏi thường gặp (FAQ)

Empirical Security có thay thế hoàn toàn các công cụ quét lỗ hổng truyền thống không?

Không, nó đóng vai trò là lớp phân tích thông minh nằm trên các công cụ quét hiện có, giúp ưu tiên hóa các kết quả thay vì thay thế chúng.

Làm thế nào để mô hình Radiant hiểu được kiến trúc của tôi?

Radiant sử dụng các thuật toán học máy để phân tích telemetry, cấu hình cloud và các tài sản kỹ thuật cụ thể trong môi trường của bạn để đưa ra dự báo tùy chỉnh.

Rủi ro lớn nhất khi sử dụng AI trong bảo mật là gì?

Đó là sự phụ thuộc quá mức vào dự báo của máy móc. Con người vẫn cần đóng vai trò kiểm chứng cuối cùng đối với các quyết định vá lỗi quan trọng.

Kết luận

Việc Empirical Security huy động thành công 25 triệu USD là minh chứng cho thấy thị trường đang khát khao các giải pháp bảo mật chủ động thay vì bị động. Nếu bạn đang quản lý hạ tầng phức tạp, việc xem xét các công cụ dự báo lỗ hổng là bước đi chiến lược để bảo vệ tài sản số. Hãy theo dõi hi_dev để cập nhật thêm các xu hướng bảo mật mới nhất và đừng quên thảo luận cùng chúng tôi về cách bạn đang tối ưu hóa quy trình bảo mật tại đơn vị của mình.