تحقیق a16z از 100 CISO: چرا بودجه امنیت سایبری در عصر AI با افزایش "تلافی‌جویانه" مواجه شده است؟

By: www.a16z.news|23:58:00 29/10/2026
0
اشتراک‌گذاری
copy
امتیازدهی ما در گوگلامتیازدهی ما در گوگل

نویسندگان: استیف ژانگ، اوون کلبی (a16z)
ترجمه: شنچائو TechFlow

مقدمه شنچائو: سال‌هاست که صنعت امنیت سایبری در حال آماده‌سازی برای روزی است که محاسبات کوانتومی ممکن است سیستم‌های رمزنگاری نامتقارن را به طور کامل دگرگون کند. اما هیچ‌کس انتظار نداشت که مدل‌های زبانی بزرگ و عامل‌های هوش مصنوعی (AI Agents) با سرعتی فراتر از قانون مور پیشرفت کنند و در ابتدا در زمینه مهندسی نرم‌افزار و نفوذ و دفاع، شوک بزرگی ایجاد کنند. از فرار غیرمنتظره عامل‌های OpenAI در ارزیابی امنیتی و نفوذ به سیستم تولید Hugging Face، تا کاهش آستانه بهره‌برداری از آسیب‌پذیری‌های روز صفر به سطحی عمومی، AI به طور نامتقارن هم مهاجمان و هم مدافعان را مسلح می‌کند.

در آستانه این تغییر شدید در الگوی حمله و دفاع، سرمایه‌گذاری‌های برتر سیلیکون‌ولی a16z تحقیقی عمیق از 100 رئیس امنیت اطلاعات (CISO) در شرکت‌های بزرگ با بیش از 500 کارمند انجام داد. داده‌های تحقیق نشان می‌دهد که 87% از این رهبران امنیتی پیش‌بینی می‌کنند که بودجه امنیتی در سال مالی 2027 به طور خالص افزایش خواهد یافت و تمرکز اصلی دفاعی شرکت‌ها در حال تجربه یک جابجایی تاریخی است: از "کشف و توقف" که به طور غیرفعال هشدارها را انباشته می‌کند، به "ترمیم حلقه‌ای خودکار" که به طور کامل به سمت وصله‌های خودکار می‌رود؛ از آزمایش‌های نفوذ دستی که به صورت فصلی انجام می‌شود، به حملات و دفاع‌های خودکار 24 ساعته و 7 روز هفته.

در عین حال، سوءاستفاده از امتیازات "AI سایه‌ای" و عامل‌های هوش مصنوعی درون شرکت، سطح جدیدی از حملات را به وجود آورده است و گسترش ابزارهای برنامه‌نویسی مبتنی بر AI باعث شده است که مخازن کد به طور نمایی گسترش یابند و آستانه تحلیل کد ایستا (SAST) و حفاظت در زمان اجرا به شدت افزایش یابد. این گزارش به طور جامع نیت‌های واقعی خرید و الگوهای بودجه‌ریزی 100 CISO را در ابعاد کلیدی مانند مقابله با حملات، مرکز عملیات امنیت (SOC)، امنیت داده‌ها و یکپارچه‌سازی پلتفرم‌ها به تصویر می‌کشد و راهنمایی پیشرو برای کارآفرینان امنیت سایبری، تصمیم‌گیرندگان فناوری شرکت‌ها و سرمایه‌گذاران بازار اولیه ارائه می‌دهد.

مارتین کاسادو، شریک عمومی a16z، امروز مقاله‌ای جدید منتشر کرد که به بررسی عمیق چهار فلسفه اصلی که سرمایه‌گذاران را در ارزیابی خرید و ساخت امنیت سایبری هدایت می‌کند، پرداخته است: برای خواندن ادامه مطلب اینجا کلیک کنید.

سال‌هاست که کل صنعت امنیت سایبری در حالت آماده‌باش قرار دارد تا با روزی که محاسبات کوانتومی به طور کامل قوانین دفاع سایبری را دگرگون کند، مقابله کند. اما هوش مصنوعی (AI) زودتر از موعد در را کوبید.

تابستان امسال، عامل‌های OpenAI در یک ارزیابی معیار امنیت سایبری به طور غیرمنتظره‌ای فرار کردند و موفق به نفوذ به سیستم تولید آنلاین Hugging Face شدند. در آن زمان، این گروه از عامل‌ها باید در محیط شنی (sandbox) آسیب‌پذیری‌ها را شبیه‌سازی می‌کردند، اما به طور تصادفی به مدارک معتبر دست یافتند و به این ترتیب مرزهای ایزوله را عبور کرده و زیرساخت‌های کلیدی را تصرف کردند.

و این تنها نوک کوه یخ یک نمایش بزرگ است. از آن زمان، AI با سرعتی بی‌سابقه به هکرها و محققان امنیتی کمک کرده است تا نقاط ضعف عمیق در نرم‌افزارهای زیرساخت اینترنت جهانی را کشف کنند.

ماه گذشته، یک تیم تحقیقاتی با استفاده از مدل‌های بزرگ پیشرفته، یک بررسی جامع از مخازن کد منبع انجام داد و بیش از 20 آسیب‌پذیری روز صفر (Zero-Day) که قبلاً هرگز شناسایی نشده بودند، را شناسایی کرد. برخی از این آسیب‌پذیری‌ها حتی شامل کدهای قدیمی بودند که در محیط‌های تولید کلیدی به مدت بیش از 20 سال به آرامی در حال اجرا بودند.

نقص‌های کد همیشه وجود داشته‌اند، اما تغییر اساسی در حال حاضر این است که مدل‌های بزرگ با سرعتی نمایی و به طرز شگفت‌انگیزی از میان انبوه کدها نقاط ضعف را شناسایی کرده و به طور مستقیم زنجیره‌های حمله قابل بهره‌برداری را شبیه‌سازی می‌کنند.

تصویر: کارایی استخراج آسیب‌پذیری‌های مبتنی بر AI به طرز چشمگیری افزایش یافته است.

در عین حال، تعداد افشای آسیب‌پذیری‌های خطرناک نیز به شدت افزایش یافته است. در مواجهه با سیل هشدارها، تیم‌های امنیتی درون شرکت که به طور طبیعی تحت فشار هستند، زمان اختصاص داده شده به هر پاسخ اضطراری به شدت کاهش می‌یابد.

تصویر: تعداد آسیب‌پذیری‌های امنیتی و آسیب‌پذیری‌های خطرناک که شرکت‌ها با آن مواجه هستند، به طور سالانه افزایش می‌یابد.

و مشکل‌تر این است که مرزهای دیجیتالی که تیم‌های امنیتی مسئول حفاظت از آن هستند، به شدت در حال گسترش است. با کمک ابزارهای مبتنی بر AI، کارمندان عادی در حال توسعه و راه‌اندازی برنامه‌های جدید با سرعتی بی‌سابقه هستند؛ و این سیستم‌های تجاری که قبلاً نیاز به ماه‌ها زمان برای ساخت توسط معماران حرفه‌ای داشتند، اکنون می‌توانند در عرض چند هفته یا حتی چند روز به بهره‌برداری برسند.

داده‌های درون شرکت به طور بی‌سابقه‌ای با مقیاس و فراوانی مورد استفاده قرار می‌گیرند. بخش‌ها به طور مداوم اسناد اختصاصی را به مدل‌های بزرگ تغذیه می‌کنند و بین ابزارهای SaaS و داده‌های تجاری در شبکه داخلی، جریان‌های پیچیده‌ای از یکپارچه‌سازی خودکار ایجاد می‌کنند.

این به خوبی توضیح می‌دهد که چرا ما می‌توانیم در بازار ثانویه شاهد افزایش مداوم ارزش بازار کل پلتفرم‌های امنیت سایبری پیشرو مانند Palo Alto Networks و CrowdStrike باشیم و چرا نسل جدیدی از تک‌شاخ‌های امنیت سایبری با سرعتی شگفت‌انگیز به ارزش 10 میلیارد دلار می‌رسند.

تصویر: ارزش بازار کل پلتفرم‌های امنیت سایبری پیشرو در سال‌های اخیر به طور مداوم افزایش یافته و رکوردهای تاریخی را ثبت کرده است.

مرزهای دارایی‌هایی که باید محافظت شوند به طور نامنظم در حال گسترش است و بودجه امنیتی شرکت‌های بزرگ نیز به سرعت و بدون تردید در حال افزایش است.

برای بررسی اینکه تصمیم‌گیرندگان امنیتی در خط مقدم چگونه با این فشارهای بی‌سابقه مقابله می‌کنند، ما تحقیقی عمیق و کمی و کیفی از 100 رئیس امنیت اطلاعات (CISO) در شرکت‌های بزرگ با بیش از 500 کارمند انجام دادیم. شرکت‌های مورد بررسی در صنایع اصلی مانند خدمات مالی، بهداشت و درمان، فناوری پیشرفته و تولید با کیفیت بالا قرار دارند.

همان‌طور که انتظار می‌رفت، اکثریت قریب به اتفاق (87%) CISO ها به وضوح پیش‌بینی می‌کنند که هزینه‌های امنیت سایبری در سال 2027 همچنان به رشد قوی خود ادامه خواهد داد. موتور اصلی این افزایش بودجه، فشارهای فزاینده ناشی از تهدیدات خارجی مبتنی بر AI و نیازهای سخت‌افزاری برای محافظت از برنامه‌های AI داخلی در حال رشد شرکت‌ها است.

تصویر: تحقیق از 100 CISO: 87% از پاسخ‌دهندگان پیش‌بینی می‌کنند که کل بودجه امنیت سایبری همچنان افزایش خواهد یافت.

در میان این جریان‌های جدید مالی، بخش عمده‌ای به وضوح برای خرید ابزارهای امنیتی مدرن تخصیص داده شده است. اما سیگنال مثبت قابل توجه این است که افزایش بودجه ابزارها به قیمت کاهش تعداد کارکنان نبوده است.

نزدیک به نیمی (48%) از شرکت‌های مورد بررسی اعلام کردند که آنها قصد دارند در کنار افزایش خرید نرم‌افزار، تعداد بیشتری از کارشناسان و تحلیلگران امنیتی تمام‌وقت را استخدام کنند.

تصویر: تخصیص بودجه امنیتی جدید: خرید ابزارها در صدر و استخدام کارکنان به طور همزمان در حال گسترش است.

این افزایش همزمان نیروی انسانی و فناوری ناشی از چه چیزی است؟ آرزوی واقعی CISO ها در واقع گسترش کامل دامنه دفاعی است: بررسی هشدارهای حاشیه‌ای که قبلاً مجبور به کنار گذاشتن آنها بودند، انجام آزمایش‌های امنیتی جامع بر روی برنامه‌های داخلی که به طور تصاعدی افزایش یافته‌اند و به طور قابل توجهی کاهش زمان بین افشای آسیب‌پذیری و ترمیم کامل آن.

CISO های برتر در ایالات متحده دیگر به بحث‌های نظری بسنده نمی‌کنند. آنها در حال انجام آزمایش‌های مفهومی (PoC) و آزمایش‌های پایلوت به طور فشرده، تخصیص بودجه‌های خرید ویژه و با احتیاط انتخاب می‌کنند که کدام محصولات را واقعاً به محیط تولید آنلاین خود متصل کنند.

بسیاری از تصمیمات خرید مهم در دو تا سه فصل آینده نهایی خواهند شد.

AI اولویت‌های امنیتی شرکت‌ها را بازسازی می‌کند

در دنیای امنیت سایبری امروز، یک سال زمان کافی است تا تغییرات نسل به نسل به طور کامل رخ دهد.

وقتی از رهبران امنیتی خواسته می‌شود که نقاط تمرکز دفاعی خود را در اوایل سال 2026 مرور کنند، مدیریت افشای آسیب‌پذیری‌ها و آسیب‌پذیری‌ها (Exposure & Vulnerability Management)، مدیریت وضعیت امنیتی ابری (CSPM) و امنیت برنامه (AppSec) به وضوح در صدر اولویت‌ها قرار دارند.

اما تنها چند ماه بعد، وقتی آنها دوباره نقشه سال 2027 را ترسیم می‌کنند، الگوی اولویت‌ها به شدت دچار تغییر می‌شود. آزمایش‌های امنیتی تهاجمی (Offensive Security)، مدیریت امنیت عامل‌های هوش مصنوعی داخلی و مرکز عملیات امنیت خودکار (SOC) به سرعت به نقاط توجه داغ در صنعت تبدیل می‌شوند.

اینکه کدام پروژه‌ها به عنوان استراتژی‌های P0 فوری در نظر گرفته می‌شوند، به ساختار خاص هر شرکت بستگی دارد. مرکز عملیات امنیت خودکار بیشترین رای‌های اول را به دست آورد؛ در حالی که سایر تیم‌ها امنیت تهاجمی یا مدیریت عامل‌های هوش مصنوعی داخلی را به عنوان اولویت اصلی خود قرار دادند.

تصویر: توزیع اولویت‌های اصلی امنیتی P0 و P1 در سال 2027 از تحقیق 100 CISO

حرکت از نقاط تمرکز تعیین شده در سال 2026 به نقشه جدید سال 2027، سرعت شگفت‌انگیز دگرگونی و بازسازی کل دستور کار امنیتی را به تصویر می‌کشد.

در این میان، امنیت عامل‌های هوش مصنوعی داخلی، پاسخ خودکار SOC و مقابله تهاجمی مداوم به عنوان سه مسیر کلیدی با بیشترین افزایش در رتبه‌بندی صنعت شناخته می‌شوند.

تصویر: مسیرهای کلیدی با بیشترین افزایش توجه CISO: امنیت عامل‌ها، خودکارسازی SOC و مقابله تهاجمی مداوم.

این جابجایی تاریخی در واقع توسط دو خواسته عمیق که نمی‌توان نادیده گرفت، هدایت می‌شود:

اول، شرکت‌ها باید با قدرت، مرزهای امنیتی ابزارهای AI که کارکنان و مشتریان به طور گسترده‌ای از آن استفاده می‌کنند، را تقویت کنند.

دوم، تیم‌های دفاعی باید با استفاده از قدرت AI، به طور کامل ابزارهای تولیدی AI را به خط دفاعی روزمره خود وارد کنند تا با سرعت تکامل سلاح‌های حمله هکرها همگام شوند.

دوره خرید بعدی آغاز شده است

با وجود اینکه بحث در مورد قابلیت‌های امنیتی پیشرفته هوش مصنوعی در بازار به شدت داغ است، اما اکثریت قریب به اتفاق شرکت‌های واقعی هنوز در مرحله آزمایشی و تأیید سیستم‌های حفاظتی آنلاین خود هستند. تنها ۱۸٪ از شرکت‌های مورد بررسی اعلام کردند که خط دفاعی اصلی آنها به طور کامل قابلیت‌های بومی هوش مصنوعی را به صورت تولیدی پیاده‌سازی کرده است.

با این حال، نقطه عطف به سرعت در حال نزدیک شدن است: اکثریت قریب به اتفاق شرکت‌ها آزمایش‌های عمیق آزمایشی را آغاز کرده‌اند و به وضوح انتظار دارند که در سال آینده آن را به محیط تولید رسمی منتقل کنند. در این میان، بررسی امنیت کد و دفاع هوشمند در برابر ایمیل‌ها در حال حاضر در نرخ نفوذ تولیدی پیشرو هستند.

تصویر: توزیع مراحل کلیدی فناوری امنیت هوش مصنوعی: آزمایش‌های آزمایشی به سرعت به سمت تولید کامل در حال حرکت است.

در مقایسه با جایگزینی طولانی سیستم‌ها، برنامه‌های واقعی خرید شرکت‌ها معمولاً بسیار سریع‌تر انجام می‌شود.

داده‌های تحقیق نشان می‌دهد که تا ۴۵٪ از CISO‌ها به وضوح برنامه‌ریزی کرده‌اند که در ۱۲ ماه آینده، خرید جدید یا ارتقاء عمده‌ای برای امنیت هوش مصنوعی داخلی انجام دهند؛ و بیش از یک سوم تصمیم‌گیرندگان آماده‌اند تا سفارشات خرید کلانی برای ابزارهای امنیتی تهاجمی و SOC خودکار امضا کنند.

تصویر: فناوری‌های خاصی که CISO‌ها در ۱۲ ماه آینده برنامه‌ریزی برای خرید یا ارتقاء عمده دارند.

با این حال، چالش بزرگی وجود دارد: فرآیند تصمیم‌گیری خریداران به شدت با تکرار سریع محصولات در هم تنیده است. برخی خریداران در حال گسترش مقیاس آزمایش مرحله اول هستند، در حالی که خریداران بیشتری در حال تلاش برای ارزیابی درخشان ویژگی‌های جدید هستند و سعی می‌کنند قبل از همگرایی فناوری، بهترین مسیر را انتخاب کنند.

در زیر، شش روند تحول صنعتی را که صدها CISO برتر به ما نشان داده‌اند، به تصویر می‌کشیم و به فرصت‌های کارآفرینی انقلابی که به شدت به آن اعتقاد داریم، می‌پردازیم.

امنیت تهاجمی در حال تبدیل شدن به یک قابلیت پایدار است

اوایل این ماه، a16z سرمایه‌گذاری دور B شرکت Armadin را که توسط رهبر امنیتی معروف Kevin Mandia تأسیس شده، رهبری کرد. ما به شدت بر روی این حوزه سرمایه‌گذاری می‌کنیم زیرا به شدت معتقدیم که تیم‌های دفاعی باید مانند بهترین مهاجم‌ها فکر کنند و توانایی تهاجمی مشابهی داشته باشند.

در میدان جنگ سایبری که به سرعت در حال تغییر است، سرعت خط مرگ و زندگی است. در مدل‌های سنتی تست نفوذ، تیم‌های امنیتی معمولاً نیاز دارند که هفته‌ها زمان صرف کنند تا یافته‌های گزارش را یکی یکی بررسی کنند و سپس چند ماه یا حتی بیشتر منتظر بمانند تا آزمایش کامل بعدی را برنامه‌ریزی کنند. اما در ساختار چند ابری که به سرعت در حال تغییر است، این نوع بازنگری‌های کم‌فرکانس و ایستا معادل جستجوی شمشیر در قایق است.

تکامل انفجاری هوش مصنوعی این فاصله زمانی کشنده را چند برابر کرده است. آخرین محاسبات مشاور معروف Bain نشان می‌دهد که ابزارهای هوش مصنوعی می‌توانند چرخه حمله معمولی از شناسایی تا آغاز حمله مرگبار را از ۴ هفته به ۲ روز کاهش دهند.

تصویر: محاسبات Bain: زمان چرخه حمله تحت تأثیر هوش مصنوعی از ۴ هفته به ۲ روز کاهش می‌یابد.

با توجه به حملات کاهش ابعاد از سوی رقبای خود، رهبران امنیتی شرکت‌ها به شدت امیدوارند که فرکانس آزمایش‌های خود را به طور قابل توجهی افزایش دهند. تا ۸۳٪ از پاسخ‌دهندگان معتقدند که افزایش قابل توجه فرکانس آزمایش وضعیت امنیتی بسیار مهم است، که ۵۴٪ از مدیران آن را به عنوان شریان حیاتی بقا شرکت می‌دانند.

همان‌طور که یکی از CISO‌های یک غول تولیدی چند ملیتی گفت: "با توجه به تهدیدات جدیدی که با هوش مصنوعی تقویت شده‌اند، ما باید با سرعتی فراتر از هکرها، قبل از اینکه آنها درب را بزنند، آسیب‌پذیری‌ها را پیدا کنیم."

تصویر: تحقیق از صدها CISO: بیش از ۸۰٪ از پاسخ‌دهندگان به شدت بر اهمیت افزایش فرکانس آزمایش وضعیت امنیتی تأکید می‌کنند.

تجربه‌های عملی و پیشرفته مهندسان تست نفوذ انسانی هنوز هم یکی از دارایی‌های اصلی و غیرقابل‌جایگزین هر شرکت مدرن است. اما نمی‌توان انکار کرد که دامنه سیستم‌ها و برنامه‌هایی که می‌توان با چشم غیرمسلح پوشش داد، بسیار محدود است.

به همین دلیل، اکثریت قریب به اتفاق شرکت‌ها به شدت در حال شکستن عادت قدیمی خود هستند که تنها یک یا دو بار در سال تست نفوذ نمونه‌ای انجام دهند و به جای آن، تمرین‌های معمولی انسانی را به عنوان حداقل استاندارد در نظر می‌گیرند و در بالای آن، سیستم‌های تیم قرمز هوش مصنوعی که می‌توانند به صورت ۲۴ ساعته و بدون وقفه خود را شناسایی کنند، اضافه می‌کنند.

نتایج تحقیق به وضوح این روند آینده را تأیید می‌کند: در حال حاضر، تنها ۱۸٪ از شرکت‌های مورد بررسی می‌توانند تست‌های تهاجمی را به صورت خودکار و مداوم پس از هر بار انتشار کد انجام دهند؛ اما در افق سه سال آینده، انتظار می‌رود که تا ۸۳٪ از شرکت‌ها تست‌های مداوم و خودکار قرمز و آبی را به زیرساخت‌های عادی شرکت خود اضافه کنند.

تصویر: پیش‌بینی افزایش فرکانس تست‌های امنیتی تهاجمی: در سه سال آینده، سهم تست‌های خودکار مداوم به ۸۳٪ خواهد رسید.

این تغییر در الگوی فناوری، در حال بازسازی عمیق چرخه حیات ساخت و نگهداری نرم‌افزار است. هر بار که کد ساخته و مستقر می‌شود، به طور خودکار شبیه‌سازی عمیق تهاجم و دفاع را فعال می‌کند و مهندسان توسعه می‌توانند چند ساعت قبل از راه‌اندازی رسمی کسب و کار، مسیر واقعی آسیب‌پذیری‌ها و دفاع‌ها را مشاهده کنند.

تصویر: ادغام عمیق تست‌های تهاجمی مداوم در CI/CD مدرن و خط تولید نرم‌افزار

قیمت --

--
--
--

یافتن آسیب‌پذیری‌ها مهم است، اما تعمیر خودکار کلید پیروزی است

در فرآیند کشف آسیب‌پذیری، تنها پیدا کردن آسیب‌پذیری‌ها معمولاً آسان‌ترین بخش است. آنچه واقعاً تیم‌های امنیتی و مهندسی شرکت‌ها را آزار می‌دهد، جنگ طولانی و طاقت‌فرسا برای اصلاح کامل حجم زیادی از آسیب‌پذیری‌ها است.

اصلاح یک آسیب‌پذیری عمیق به این معنی است که تیم امنیتی باید در میان صدها یا هزاران میکروسرویس، مسئول کسب و کار مربوطه را شناسایی کند، بفهمد که کدام کد یا فایل‌های پیکربندی باید اصلاح شوند و پس از آزمایش‌های طولانی و مکرر، اطمینان حاصل کند که پس از نصب وصله، هیچ‌گونه اختلال غیرمنتظره‌ای در کسب و کار اصلی آنلاین ایجاد نخواهد شد.

همان‌طور که یک مسئول امنیتی از یک غول فناوری مالی به صراحت بیان کرد: "با استفاده از ابزارهای مختلف اسکن هوش مصنوعی موجود، شما واقعاً می‌توانید به سرعت تعداد زیادی آسیب‌پذیری پیدا کنید، اما تیم مهندسی شما به هیچ وجه نمی‌تواند با همان سرعت آنها را اصلاح کند."

یک نقشه واقعی مسیر حمله که از طریق آزمایش‌های عملی تأیید شده است، می‌تواند به تیم‌های مهندسی کمک کند تا به وضوح اولویت‌های اصلاح را مشخص کنند. این نقشه می‌تواند به وضوح نشان دهد که آیا مهاجم واقعاً می‌تواند به آن نقطه آسیب‌پذیر دسترسی پیدا کند، کدام لایه‌های حفاظتی مؤثر هستند و چه تغییرات اصلی می‌توانند با کمترین هزینه توسعه، بزرگترین ریسک‌ها را از بین ببرند.

تصویر: نقشه‌های حمله تأیید شده به شدت به تیم‌های مهندسی کمک می‌کنند تا بر روی اصلاح حلقه‌های ریسک اصلی تمرکز کنند.

یک مدیر اجرایی از یک پلتفرم امنیت سایبری جهانی این فرصت بین نسلی را به طور مختصر به عنوان "یافتن و اصلاح" (Fix It With The Find It) توصیف کرد. این به این معنی است که محصولات امنیتی آینده نباید فقط به ارائه یک لیست طولانی از هشدارها محدود شوند، بلکه باید بتوانند به طور مستقیم کد اصلاحی آزمایش شده و درخواست‌های Pull را تولید کنند و توضیحات دقیق وابستگی‌های متنی را نیز ارائه دهند.

شرکت‌های نوپایی که می‌توانند کشف آسیب‌پذیری، تأیید خودکار زنجیره حمله و تعمیر خودکار وصله‌ها را به طور کامل در یک حلقه بی‌وقفه ادغام کنند، در این موج صنعتی به شدت در موقعیت تجاری مرکزی قرار خواهند گرفت.

مرکز عملیات SOC در حال گسترش است: یک اقدام خودکار برای هر عمل خاص

با کاهش شدید سرعت حملات خارجی، تیم‌های تحلیلی مرکز عملیات امنیت (SOC) باید با سرعت بیشتری به تحقیقات و پاسخ به تهدیدات بپردازند. با این حال، توانایی شرکت‌ها برای حفظ سطح بالای دفاع، به مدت طولانی تحت تأثیر کمبود شدید نیروی انسانی تحلیل‌گران Tier-1 و Tier-2 قرار داشته است.

ابزارهای SOC بومی هوش مصنوعی در حال تصاحب کامل کارهای خسته‌کننده و تکراری هستند. عاملان هوشمند می‌توانند در کسری از ثانیه شواهد پراکنده در نقاط پایانی، شبکه و لاگ‌های هویتی را جمع‌آوری کنند و به طور منظم بررسی‌های استاندارد را انجام دهند، به طوری که تحلیل‌گران انسانی با کیفیت بالا بتوانند بر روی حملات پیشرفته و پنهان‌ترین تهدیدات تمرکز کنند.

با این حال، در عمل پیاده‌سازی فناوری، اینکه چه میزان از اختیارات سیستم را به این عاملان هوش مصنوعی بدهیم، خط قرمز جدی است که هر CISO محتاط باید به آن توجه کند. تحقیقات نشان می‌دهد که در حال حاضر ۳۶٪ از پاسخ‌دهندگان به راحتی اجازه می‌دهند که عاملان به طور خودکار تحقیقات پیچیده و جمع‌آوری شواهد را انجام دهند، اما تنها ۱۳٪ از CISO‌ها حاضرند به عاملان اجازه دهند که به طور کامل در محیط تولید اقدام به مسدود کردن و تغییر وصله‌های کد کنند.

تصویر: تحقیق از صدها CISO: تمایل به اعطای اختیارات خودکار به عاملان هوش مصنوعی در مراحل مختلف SOC

جستجوی داده‌های مرتبط در لاگ‌های فقط خواندنی و صدور سیاست‌های فایروال یا قطع شبکه سرور در سیستم تولید، دو نوع عمل با ریسک‌های کاملاً متفاوت هستند. بنابراین، اکثر تیم‌های امنیتی در حال حاضر تمایل دارند که فرآیندهای پیچیده و طولانی جمع‌آوری شواهد را به طور کامل به عاملان واگذار کنند و در هنگام انجام اقدامات مسدودکننده با ریسک بالا، تأیید انسانی (Human-in-the-Loop) را حفظ کنند.

این نیز دلیل اصلی سرمایه‌گذاری استراتژیک a16z در Cotool است. Cotool به تیم‌های امنیتی شرکت‌ها این امکان را می‌دهد که تجربیات تحقیقاتی و راهنماهای عملیاتی خود را به سرعت به عاملان هوشمند خودکار تبدیل کنند. این عاملان می‌توانند به طور بی‌وقفه در ابزارهای موجود کار کنند و هشدارها را مدیریت کنند، تحقیقات سراسری انجام دهند و به طور هوشمند طرح‌های اقدام را پیش‌نویس کنند و یک بار در یک جریان کاری اصلی را حل کنند و در عین حال مرزهای امنیتی را حفظ کنند و حجم زیادی از تولید را برای تیم SOC آزاد کنند.

حفاظت از دارایی‌های هوش مصنوعی و امنیت عاملان داخلی شرکت

فناوری هوش مصنوعی به طور عمیق در جریان‌های روزمره کسب و کار مدرن گنجانده شده است. تحقیقات نشان می‌دهد که تا ۹۲٪ از شرکت‌های بزرگ مورد بررسی، کارکنان در حال استفاده از ابزارهای هوش مصنوعی تولیدی در کار روزمره تولیدی خود هستند؛ ۸۱٪ از شرکت‌ها در حال آزمایش عمیق داخلی یا به طور رسمی در حال بهره‌برداری از عاملان هوش مصنوعی خود هستند؛ و ۸۰٪ از شرکت‌ها محصولات تعاملی هوش مصنوعی تولیدی را برای مشتریان خود راه‌اندازی کرده‌اند.

تصویر: تحقیق از صدها CISO: آمار نفوذ تولیدی هوش مصنوعی تولیدی و عاملان هوش مصنوعی داخلی در شرکت‌ها

این سیستم‌های داخلی با قدرت بالا معمولاً دارای امتیازات بی‌سابقه‌ای هستند: توانایی نفوذ مستقیم به کدهای اصلی، جستجوی کامل اسناد محرمانه شرکت‌های غیر عمومی و حتی انجام عملیات به‌طور مستقیم بین انواع مختلف SaaS‌های کلیدی. همان‌طور که یکی از مدیران امنیتی یک مؤسسه بزرگ خدمات مالی ابراز داشت: "امروزه هر کامپیوتر کارمندی در حال تبدیل شدن به یک مرکز داده میکرو با چگالی بالا است."

نگرانی‌های امنیت داخلی ناشی از این موضوع به شدت حائز اهمیت است. در یک تحقیق، ۴۷٪ از CISOها افشای داده‌های حساس داخلی توسط کارمندان به ابزارهای هوش مصنوعی غیرکنترل‌شده را به عنوان بزرگ‌ترین کابوس خود معرفی کردند؛ ۴۱٪ از پاسخ‌دهندگان نیز شب‌ها خوابشان نمی‌برد و نگران عملیات غیرمجاز توسط هوش‌های مصنوعی با مجوز بالا یا حملات تزریق کلمات کلیدی (Prompt Injection) بودند که می‌تواند منجر به فاجعه‌های سیستماتیک در انطباق شود.

تصویر: تحقیق از صد CISO: رده‌بندی خطرات امنیتی اصلی در هنگام استقرار دارایی‌های داخلی هوش مصنوعی

برای بسیاری از شرکت‌های بزرگ، این خطرات امنیتی حل‌نشده به‌طور عینی سرعت نوآوری کسب‌وکار را کاهش داده است. تا ۶۳٪ از CISOهای پاسخ‌دهنده اعتراف کردند که ملاحظات احتیاطی در زمینه امنیت و انطباق به‌طور متفاوتی باعث تأخیر در راه‌اندازی کامل حداقل برخی از آزمایش‌های هوش مصنوعی داخلی شده است.

تیم‌های امنیتی به شدت به یک مرکز راداری جامع نیاز دارند: برای درک اینکه در شبکه شرکت چه ابزارها و هوش‌های مصنوعی در حال کار هستند، مالکیت‌های تجاری آن‌ها چه کسانی هستند، چه مجوزهای دسترسی سیستمی به آن‌ها داده شده و در هر لحظه چه اقداماتی را در حال انجام هستند.

اما برای درک دقیق این حرکات میکروسکوپی، چالش‌های فنی بسیار سخت‌تر از آنچه تصور می‌شود، هستند. هوش‌های خودمختار مدرن معمولاً به‌طور مستقیم بر روی کامپیوترهای محلی کارمندان اجرا می‌شوند و به‌طور کامل مجوزهای دسترسی بالای کاربر را به ارث می‌برند. برای سیستم‌های نظارت امنیتی سنتی که بر اساس مرزهای شبکه یا APIهای ابری ساخته شده‌اند، عملیات مختلفی که توسط هوش‌ها آغاز می‌شود، به‌طور ظاهری مشابه کلیک‌های قانونی ماوس کارمند به نظر می‌رسد.

این دقیقاً منطق سرمایه‌گذاری کلان ما در Neo است. تیم بنیان‌گذار Neo قبلاً موتور اصلی غول امنیت نقطه‌ای SentinelOne را طراحی کرده‌اند و اکنون در حال بازسازی کامل لایه‌های دفاعی امنیت نقطه‌ای در برابر پارادایم جدیدی هستند که توسط هوش‌های مصنوعی انبوه هدایت می‌شود و به‌طور دقیق حرکات هوش‌ها را ثبت می‌کند و بین امنیت انطباق و کارایی نوآوری یک مانع محکم ایجاد می‌کند.

ریسک‌های مرتبط با "انسان" به تکامل هوش مصنوعی رسیده‌اند

اگرچه آسیب‌پذیری‌های زیرساختی و حملات ماشینی به‌طور فزاینده‌ای پیچیده می‌شوند، اما ضعیف‌ترین و دشوارترین بخش در خط دفاع سایبری همیشه خود انسان‌ها هستند. جالب است که تا به امروز، "۱۲۳۴۵۶" همچنان در صدر فهرست رایج‌ترین رمزهای ضعیف کارمندان در شرکت‌های جهانی قرار دارد.

و بلوغ هوش مصنوعی در حال حرکت به سمت صنعتی‌سازی و جعل‌های پیچیده در مهندسی اجتماعی و تقلب هویتی است. یک ایمیل فیشینگ جعلی می‌تواند به‌طور کامل لحن نوشتاری همکاران گروه را تقلید کند؛ یک تماس صوتی می‌تواند به‌طور زنده صدای رئیس مستقیم شما را کپی کند؛ حتی یک شرکت‌کننده در یک کنفرانس ویدیویی از راه دور نیز می‌تواند به‌طور واقعی به عنوان یکی از مدیران تیم شما که هر روز با او در ارتباط هستید، ارائه شود.

زمانی که برای تأمین مالی به دفتر a16z آمد، بنیان‌گذار Adaptive Security، برای همه شرکای حاضر دو عکس به‌ظاهر یکسان از ایلان ماسک (Elon Musk) نشان داد و از ما خواست تا حدس بزنیم کدام یک عکس واقعی است.

تصویر: آزمایش واقعی فیشینگ Adaptive Security: تشخیص واقعی و جعلی در عکس واقعی و جعل عمیق (Deepfake)

شگفت‌انگیز است که اکثر سرمایه‌گذاران با تجربه در آنجا، همه اشتباه حدس زدند.

این صحنه به‌وضوح بحران اعتماد هویتی را که امروزه شرکت‌ها با آن مواجه هستند، نشان می‌دهد: مهندسی اجتماعی مدرن به‌طور کامل از مرحله ابتدایی جعل‌های ضعیف با اشتباهات گرامری و پسوندهای عجیب فراتر رفته است. حتی یک کارمند کلیدی که تحت آموزش‌های محرمانه سخت قرار گرفته و روزانه بسیار محتاط است، در برابر حملات صوتی و چهره‌ای که در میلی‌ثانیه به‌طور بی‌نقص تقلید می‌شود، به راحتی می‌تواند شکست بخورد.

این لحظه ما را به این باور رساند که آزمون‌های انطباق سنتی و آزمایش‌های فیشینگ ابتدایی باید به‌طور کامل یک انقلاب هوش مصنوعی را تجربه کنند. Adaptive به‌طور خاص از مدل‌های بزرگ تولیدی استفاده می‌کند تا تمرین‌های عمیق جعلی با دقت بالا و متناسب با زمینه‌های تجاری خاص را برای کارمندان شرکت‌ها به‌طور زنده سفارشی‌سازی کند و به‌طور بنیادی توانایی ایمنی کارمندان را در عصر هوش مصنوعی بازسازی کند.

چالش‌های شدیدتر نه تنها در واقعیت جعلی بودن، بلکه در مقیاس حملات پس از کاهش هزینه‌های حاشیه‌ای جعلی به صفر است. مهاجمان تنها با یک خط دستور می‌توانند به‌طور همزمان هزاران نوع فیشینگ هدفمند برای کارمندان بخش‌های مختلف تولید کنند که باعث می‌شود استراتژی‌های دفاعی سنتی مبتنی بر کلمات کلیدی و لیست سیاه به‌طور کامل شکست بخورد.

کدهای انبوه به‌سرعت تولید می‌شوند، و آستانه امنیت کد به‌طور کلی افزایش می‌یابد

در زنجیره تأمین پیچیده نرم‌افزار، حتی اگر به کدهای نوشته شده توسط تیم خود اعتماد کامل داشته باشید، به محض اینکه یکی از اجزای متن‌باز یا خدمات شخص ثالث شما دارای یک درب پشتی مرگبار باشد، کل ساختمان امنیتی به‌طور ناگهانی فرو می‌ریزد. افشای اخیر یک حادثه بزرگ حمله زنجیره تأمین، زنگ خطر این واقعیت آسیب‌پذیر است.

امنیت کد هرگز یک مسیر جدید نبوده است. دهه‌هاست که شرکت‌های بزرگ و متوسط هر ساله هزینه‌های زیادی را برای ابزارهای تحلیل کد ایستا (SAST) و تحلیل اجزای نرم‌افزار (SCA) صرف می‌کنند. اما با گسترش گسترده ابزارهای برنامه‌نویسی هوش مصنوعی مانند Cursor و GitHub Copilot، اهرم تولید نرم‌افزار به‌طور کامل تغییر کرده و حجم کدهای جدید در مخازن کد شرکت‌ها به‌طور نمایی افزایش یافته است.

کدهای انبوه به‌سرعت تولید می‌شوند، اما تعداد مهندسان امنیتی داخلی شرکت‌ها به‌هیچ وجه نمی‌تواند به‌طور همزمان دو برابر شود. به همین دلیل، در میان صد CISO که ما تحقیق کردیم، نزدیک به نیمی (۴۸٪) به‌طور قاطع امنیت کد هوش مصنوعی را به عنوان یکی از پنج اولویت اصلی خود برای سال ۲۰۲۷ معرفی کردند و این معیار نسبت به سال‌های گذشته تقریباً دو برابر افزایش یافته است.

همان‌طور که یکی از CISOهای یک مؤسسه بزرگ خدمات مالی ابراز داشت: "تعداد مهندسان توسعه‌ای که روزانه در جلوی کیبورد مشغول تولید کدهای تجاری هستند، به‌طور قابل توجهی بیشتر از تعداد افرادی است که مسئول بررسی کدهای امنیتی هستند."

تقاضا به شدت افزایش یافته، اما غول‌های پلتفرمی همچنان حق انتخاب اول را دارند

اگرچه اولویت‌های دفاعی به‌طور چشمگیری تغییر کرده‌اند و بودجه‌های خرید جدید شرکت‌ها به‌طور انبوه آزاد شده‌اند، اما در خط واقعی تصمیم‌گیری خرید، غول‌های پلتفرمی قدیمی همچنان حق اولویت قوی در درخواست قیمت دارند.

زمانی که از CISOها پرسیده شد که اگر بخواهند قابلیت‌های امنیتی هوش مصنوعی جدیدی را در شرکت پیاده‌سازی کنند، ابتدا به چه کسی مراجعه می‌کنند، ۴۴٪ به‌طور عادی رأی اول خود را به فروشندگان پلتفرم‌های موجود خود می‌دهند و امیدوارند که از طریق ارتقاء بدون درز قابلیت‌های موجود، نیازهای خود را برآورده کنند.

همان‌طور که یکی از مدیران Fortune 500 به‌طور صریح اشاره کرد: "من به CrowdStrike اعتماد دارم. این برند امنیتی برتر دارای شهرتی غیرقابل تغییر و اعتبار عملیاتی است که از آزمون‌های سخت عبور کرده است."

با این حال، اولین تماس معمولاً به معنای مقصد نهایی سفارش نیست. زمانی که ما به‌طور عمیق‌تر بررسی کردیم که چه عواملی می‌تواند تصمیم‌گیرندگان امنیتی را به خرید محصولات استارتاپ‌های نوظهور سوق دهد، داده‌های تحقیق یک پاسخ تجاری بسیار شفاف ارائه داد.

تصویر: تحقیق از صد CISO: عوامل اصلی که شرکت‌ها را به انتخاب محصولات استارتاپی خارج از غول‌های موجود سوق می‌دهد

۶۱٪ از CISOها به‌وضوح بیان کردند که به محض اینکه فروشندگان استارتاپ بتوانند قابلیت‌های کلیدی جدیدی را ارائه دهند که به‌طور کامل در خط تولید غول‌های قدیمی غایب است، آن‌ها بلافاصله بودجه خاصی برای خرید اختصاص خواهند داد؛ در حالی که ۴۹٪ از خریداران عملکرد برتر محصولات استارتاپی را به‌عنوان نقطه عطف تعیین‌کننده معرفی کردند.

در اکثر سناریوهای واقعی، خرید محصولات امنیتی پیشرفته استارتاپ‌ها توسط شرکت‌های بزرگ نه به‌منظور جایگزینی کامل یا انقلاب در پلتفرم‌های موجود است، بلکه برای اتصال دقیق یک چاقوی تیز ویژه در کنار خط دفاعی موجود و پر کردن خلاهای تکنولوژیکی است که مجموعه‌های سنتی قادر به مقابله با آن نیستند.

سر و صدای بازار پیچیده و متنوع، انتخاب را دشوارتر می‌کند

با نگاهی به اکوسیستم امنیت سایبری هوش مصنوعی در سطح شرکتی، صدها استارتاپ نوظهور مانند قارچ از زمین بیرون آمده‌اند و ادعا می‌کنند که می‌توانند دفاع هوشمند کاملاً خودکار، ردیابی هشدار در میلی‌ثانیه و یک حلقه بسته که نیروی انسانی را به‌طور کامل آزاد می‌کند، ارائه دهند.

در نمای کلی نمایشگاه‌های کنفرانس امنیت سیاه‌چادر (Black Hat 2026)، این وضعیت رقابتی شدید به‌خوبی ترسیم شده است: در برخی از زیرمجموعه‌های امنیتی هوش مصنوعی، تا ۴۳ شرکت رقیب وجود دارد که منجر به همگن‌سازی شدید مفاهیم بازاریابی و سردرگمی در موقعیت‌یابی شده است.

خریداران شرکتی که در میان سر و صدای بازار و بمباران فروش قرار دارند، به‌طور اجباری زمان زیادی را صرف تأیید صحت می‌کنند: هر محصول در زمان عدم نظارت واقعاً چه درصدی از کارهای کثیف را می‌تواند انجام دهد؟ تیم‌های تحلیل‌گر انسانی بعداً چقدر باید درگیر شوند؟ هوش‌ها در محیط تولید چه مجوزهای عملیاتی دارند؟ و در صورت بروز اشتباه، آیا سیستم می‌تواند یک درخت تصمیم‌گیری شفاف که قابلیت بررسی قانونی دارد، ارائه دهد؟

CISO یک برند بزرگ پوشاک جهانی به‌طور زنده روند خستگی‌اش در انتخاب را توصیف کرد: آن‌ها از میان هفت یا هشت شرکت رقیب مشابه، تنها سه شرکت را برای آزمایش عمیق و عملی انتخاب کردند. به‌قول او: "تمام محصولات در ارائه‌های PPT به‌نظر بی‌نقص می‌رسند، اما تنها زمانی که آن‌ها را به‌طور واقعی به سیستم‌های تجاری واقعی و شلوغ متصل می‌کنید، می‌توانید ببینید که چه کسی واقعی است و چه کسی نه."

چالش بزرگ‌تر این است که خط مبنای مقایسه‌های افقی نیز در حال تحول شدید است. تیم‌های جدید به‌طور مداوم به میدان می‌آیند، مرزهای قابلیت محصولات موجود هر ماه تغییر می‌کند و هر بار که عملکرد استدلال مدل‌های بزرگ پایه بهبود می‌یابد، دیوارهای فنی محصولات موجود دوباره تحت آزمایش‌های سخت قرار می‌گیرد.

همان‌طور که یکی دیگر از مسئولان امنیتی یک شرکت بزرگ ابراز کرد: "من هرگز نمی‌خواهم در شرکت خود به‌طور بی‌پایان یک دسته ابزارهای نقطه‌ای موقتی که یکدیگر را به‌طور مستقل و بدون ارتباط دارند، خریداری کنم."

اما باید دید که این احتیاط و خودداری که به‌طور عینی وجود دارد، نه تنها تقاضای بالای بازار برای فناوری‌های امنیتی واقعی را خاموش نکرده، بلکه با نیروی خرید قوی به‌طور عمیق همزیستی دارد. تیم‌های امنیتی شرکت‌های بزرگ با احساس فوریت بی‌سابقه‌ای در حال درخواست بودجه‌های خرید خاص، به‌سرعت پروژه‌های آزمایشی را پیش می‌برند و محصولات پیشگام که در آزمون‌های عملی موفق بوده‌اند را به‌طور رسمی به جریان تولید روزمره خود اضافه می‌کنند.

چشم‌انداز و پیش‌بینی

در یاد ما، هیچ‌گاه هیچ‌یک از امواج فناوری به‌سرعت و به‌طور عمیق و گسترده‌ای مانند هوش مصنوعی، دستور کار کلی امنیت سایبری در بالاترین سطح شرکت‌های آمریکایی و جهانی را بازسازی نکرده است.

بودجه‌ها به‌سرعت در حال افزایش هستند، تیم‌ها در حال گسترش هستند و دیدگاه و افق تیم‌های دفاعی نیز دیگر محدود به منطقه راحتی امنیتی تعیین‌شده توسط پلتفرم‌های سنتی نیست.

این دقیقاً همان پنجره تاریخی طلایی است که استارتاپ‌های بزرگ امنیت سایبری در حال ظهور هستند. در جبهه‌های پیشرفته‌ی مقابله و دفاع هوش مصنوعی، حسابرسی امنیتی هوش‌مصنوعی و سرزمین‌های جدید ترمیم خودکار، غول‌های قدیمی و حجیم هنوز به طور کامل واکنش نشان نداده‌اند، در حالی که رهبران امنیتی پیشرو و تیزبین، از قبل در انتظار هستند تا در عمیق‌ترین خندق‌ها نیروی جدید و قوی‌تری را وارد کنند.

ما به شدت معتقدیم که با این انقلاب بی‌سابقه در الگوهای حمله و دفاع، غول‌های جدید صنعت امنیت سایبری نسل بعدی در این خاک حاصلخیز به سرعت در حال پرورش هستند. این غول‌ها به طور محکم حول قابلیت‌های امنیتی جدیدی که شرکت‌ها تازه در حال شکوفایی آن هستند، بنا خواهند شد و خط دفاعی عظیمی را برای حفاظت از تمدن دیجیتال جهانی در دهه‌های آینده ایجاد خواهند کرد.

تشکر ویژه: از زین لاکی، جوئل د لا گارزا و دیوید جورج برای مشارکت‌های برجسته‌شان در تحقیق و تحلیل عمیق این مقاله سپاسگزاری می‌کنیم.

سلب مسئولیت: تمام محتوای موجود در این مقاله صرفاً برای مقاصد اطلاعاتی ارائه شده است و نباید به عنوان مبنای رسمی برای هرگونه تصمیم‌گیری قانونی، تجاری، سرمایه‌گذاری یا مالیاتی استفاده شود. برخی از سرمایه‌گذاری‌های ذکر شده در اینجا، شرکت‌های سرمایه‌گذاری شده توسط صندوق‌های تحت مدیریت a16z هستند. برای مشاهده مجموعه کامل سرمایه‌گذاری و افشای منافع اصلی، لطفاً به وب‌سایت رسمی مراجعه کنید.

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.

ممکن است شما نیز علاقه‌مند باشید

شرکت Jieyue Xingchen گوشی STEPX Neo را معرفی کرد، هوش مصنوعی به طور مستقیم در سیستم عامل تعبیه شده است

نئو 10 ساله، N3 را در حکمرانی توکن‌ها و ساختار کمیته تثبیت می‌کند

سرمایه‌گذاری VC در رمزارز: اسپیکو و نوس ریسرچ هر کدام 90 میلیون دلار جمع‌آوری کردند

نکته‌ای درباره Mecka AI که توسط انویدیا مورد توجه قرار گرفته است، آیا قبلاً در حوزه Crypto فعالیت کرده است؟

قیمت ریدیوم نزدیک ⁦$2.45⁩: چه چیزی رالی هفتگی ⁦%24⁩ RAY را پیش می‌برد و آیا ⁦$2.57⁩ شکسته می‌شود؟

بر اساس داده‌های CoinGecko، قیمت ریدیوم در ⁦08/10/2026⁩ نزدیک ⁦$2.45⁩ معامله شد؛ حدود ⁦%11⁩ در 24 ساعت و تقریباً ⁦%24⁩ در هفت روز رشد کرد. هیچ اطلاعیه واحدی این حرکت را توضیح نمی‌دهد. در عوض، ترکیبی از رشد کارمزد StonkFun و LaunchLab، بازخرید تأمین‌شده از محل کارمزدها، چرخش سرمایه به توکن‌های با بتای بالا و آرایش تکنیکال صعودی از این رالی حمایت می‌کند. نزدیک‌ترین آزمون، سقف 30 روزه در محدوده ⁦$2.57⁩ است؛ در حالی که افت Solana یا کاهش کارمزدهای ناشی از شرکا می‌تواند به‌سرعت این رشد را معکوس کند.

در هلند یک مجرم سایبری به دلیل ارتباطات احتمالی با ShinyHunters دستگیر شد

مقامات هلندی، پپین ون در استاپ، که به صورت آنلاین به عنوان امبریون شناخته می‌شود، را به دلیل مظنون بودن به کمک به گروه هک ShinyHunters دستگیر کردند. این پرونده دوباره توجه را به این گروه جلب می‌کند که ادعای نفوذ به FBI را کرده و با یک نشت گسترده داده‌های مشتریان Odido مرتبط است.
...

آخرین لیست سکه ها در WEEX

iconiconiconiconiconiconiconicon
پشتیبانی مشتری:@weikecs
همکاری تجاری:@weikecs
معاملات کمّی و بازارسازی:bd@weex.com
برنامه VIP:support@weex.com