Exaforce 融资7500万美元以扩展结合多模态 AI 的 agentic SOC 平台

Exaforce 创立于 2023 年,其自主 SOC 平台利用多模态 AI 引擎整合语义、统计及行为模型,实现自动化日志分析与威胁检测,显著降低人工操作,同时提升安全响应效率。

近日,agentic 安全运营初创公司 Exaforce Inc. 宣布完成一轮 7500 万美元的新融资,用于推进其 agentic SOC 平台的发展。

Exaforce 成立于 2023 年,正在开发一个 agentic 安全运营中心平台,该平台将人工智能代理“ Exabots ”与先进的数据探索相结合。其目标是让企业的人力安全运营工作量降低十倍,同时显著提升安全防护效果。

该平台旨在通过一种将大语言模型与语义及行为模型融合进 AI 引擎的方式来解决安全和运营中的诸多难题。公司表示,这种方法能够为安全运营中心带来更高的准确度、重复性和生产力。

平台力求帮助那些需要 SOC 解决方案的企业,该方案不仅能更有效且持续地应对威胁,能更迅速地检测和调查问题,还能在无需增加人手的情况下以更低成本按需扩展防御能力。

Exaforce 指出,SOC 分析师面临着大量警报,其中许多为误报。这使得他们不得不处理庞大的数据集以及日志拼接、用户验证和工单管理等繁琐的手工任务,从而消耗大量资源并延缓响应速度。此外,在云环境下,检测工程师常常难以覆盖所有威胁,因为云平台原生的威胁检测能力普遍不足,而传统的安全信息与事件管理系统也无法提供充分覆盖。

为应对这些挑战,Exaforce 认为,针对 SOC 的理想 AI 解决方案必须能分析海量日志、云遥测数据和威胁信息,以做出迅速且高风险的决策。仅依赖大语言模型的 agentic 解决方案一次只能审核一小部分数据,这会导致问题分析不全面、推理结果不可靠且易产生虚假信息。

Exaforce 通过其多模型 AI 引擎突破了这一技术瓶颈。该引擎为安全和运营需求量身定制,将语义数据模型、统计模型和行为模型相结合,从原始数据中提取关键见解、行为及关联关系,然后利用知识模型进行更深层次的分析。

多模型的结构化应用提升了 SOC 数据的质量,随后将这些数据输入到大语言模型中,实现对全量数据的端到端推理。该方法避免了单一大语言模型可能出现的盲区,从而提供了更准确、可重复的结果。

Khosla Ventures、Mayfield 和 Thomvest Ventures Inc. 联合领投了本轮 A 轮融资。

Mayfield 管理合伙人 Navin Chaddha 表示:“令我们兴奋的是,Exaforce 正在重新构想开发 AI 队友这一巨大机遇,以分担复杂任务从而提高人类的生产力和工作效率,而他们首选的正是人才和技能相对短缺的 SOC 市场。”

图片:Exaforce

来源:SiliconANGLE

0赞

好文章,需要你的鼓励

2025

04/21

13:50

分享

点赞

邮件订阅