ברוכים הבאים לקהילת CloudAppSec IL, קהילה מקצועית המתמקדת באבטחת ענן ובפיתוח מאובטח וחברים בה כ-2000 אנשי מקצוע מהתחום.
העולם סביבנו משתנה במהירות, והכלים הבאים שיעצבו את תעשיית הסייבר כבר כאן. חלקם יהפכו לקטגוריות חדשות בפני עצמן, וחלקם ישנו את הדרך שבה צוותי אבטחה, פיתוח וענן עובדים ביום יום.
בקהילת CloudAppSec IL אנחנו עוקבים מקרוב אחרי מוצרים, סטארטאפים ופתרונות חדשים. אנחנו חיים את התחום, אוהבים לגלות טכנולוגיות חדשות, ורוצים לשתף את הידע הזה עם אנשי מקצוע נוספים.
רוצים להיות חלק מהקהילה?
הצטרפו לקבוצת הוואטסאפ שלנו וקבלו עדכונים על אבטחת ענן, פיתוח מאובטח וסטארטאפים שמעצבים את העתיד.
Apiiro דורגה #1 ב-Gartner Magic Quadrant ל-AST לשנת 2025 ומספקת פלטפורמת ASPM פתוחה עם Risk Graph™ — ניתוח קוד עמוק (DCA) שבונה גרף הקשרים בין הקוד, התשתית, ה-Pipeline וזמן הריצה — עם סוכן AutoFix לתיקון אוטומטי.
הבעיה שנפתרת
ארגונים מוצפים בכמות אדירה של התראות אבטחה מכלי פיתוח שונים (Siloed tools), מה שיוצר עומס כבד (Backlog). לא כל פגיעות היא באמת סיכון לעסק, אך ללא הקשר מתאים קשה להבחין. תהליכים ידניים לתעדוף (Triage) גוזלים זמן יקר ומאטים את צב שחרור התוכנה.
התזה של החברה
אבטחת אפליקציות צריכה להיות 'Agentic' (מבוססת סוכנים אוטונומיים) ופרואקטיבית. Apiiro מאמינה שיש לזהות סיכונים עוד בשלב התכנון (Design), לפני כתיבת שורת קוד ראשונה, ולהשתמש בהקשר העמוק שבין הקוד לבין זמן הריצה (Code-to-Runtime) כדי להבין מה באמת מסוכן.
מה ייחודי בגישתם
השוק המסורתי מסתמך על כלים נפרדים. Apiiro: פלטפורמה פתוחה (Open Platform) — אינטגרציה עם כל כלי האבטחה הקיימים; Risk Graph™ — טכנולוגיה המבוססת על ניתוח קוד עמוק (DCA); מניעה בשלב התכנון — Threat Modeling מבוסס AI לפני שהפיצ'ר פותח; AutoFix Agent — סוכן AI לתיקון אוטומטי.
מה המוצר עושה בפועל
הפלטפורמה מלווה את כל מחזור החיים: Apiiro Design (מידול איומים ותעדוף לפני הפיתוח עם AutoFix); Apiiro Develop (תעדוף ותיקון סיכונים בקוד עם הקשר Runtime, כולל סודות, SCA ו-APIs); Apiiro Deliver (הגנה על שרשרת האספקה SSCS, תשתיות IaC ו-CI/CD); XBOM (מלאי רציף ומפורט של כל רכיבי התוכנה); AutoFix Agent (סוכן AI לתיקון אוטומטי).
הערך המרכזי
צמצום משמעותי ב-MTTR על ידי ביטול הצורך בתעדוף ידני; מניעת סיכונים לפני הגעה לפרודקשן דרך Guardrails; איחוד (Consolidation) של כלי אבטחה שונים לתצוגה אחת; יכולת לנהל אבטחה בקנה מידה עצום (מעל 100 אלף מאגרי קוד).
למי זה רלוונטי
צוותי AppSec ופיתוח בארגוני Enterprise; CISOs ומנהלי אבטחה (לקוחות כמו Shell, Cloudera, SoFi); ארגונים הזקוקים לעמידה ברגולציות כמו NIST v4, PCI ו-SOC2.
תרחישי שימוש
מידול איומים מבוסס AI — יצירת סיפורי איומים והפחתות עבור פיצ'רים חדשים; אבטחת שרשרת אספקה (SSCS); גילוי ואבטחת AI בקוד — ניטור רכיבי AI; ניהול פגיעויות מבוסס סיכון (ASPM).
מצב עסקי
#1 Gartner Magic Quadrant AST-ל 2025 · מובילה גם ב-IDC · לקוחות: Shell, Cloudera · זכויות יוצרים מצוינות לשנת 2026 · אין מידע על סכומי גיוס
Runtime Behavioral Security for Cloud & AI Workloads
Series A
ARMO מבוססת על גישת Behavioral Runtime Security — מתמקדת בהתנהגות בפועל של workloads בזמן ריצה במקום בקונפיגורציה, עם יכולת לעבור ממודל detection למניעה בזמן אמת.
הבעיה שנפתרת
רוב פתרונות האבטחה בענן מתמקדים במבנה הסביבה: נכסים, הרשאות, קונפיגורציות ופגיעויות. מידע זה חשוב להבנת חשיפות פוטנציאליות, אך הוא אינו משקף בהכרח את הסיכון האמיתי בזמן ריצה. .
התזה של החברה
ARMO מבוססת על גישת Behavioral Runtime Security. במקום להסיק סיכון מקונפיגורציות או נכסים, הפלטפורמה מתמקדת בהתנהגות בפועל של workloads בזמן ריצה. המערכת לומדת דפוסי פעולה תקינים של processes, תקשורת בין services והרשאות מנוצלות בפועל. כאשר מזוהה סטייה התנהגותית — ניתן לזהות פעילות חשודה גם בלי פגיעות ידועה ולעבור ממודל detection למניעה.
מה ייחודי בגישתם
בעוד רוב פתרונות אבטחת הענן מתמקדים ב-posture analysis ו-inventory ונשענים על הערכת סיכון תיאורטית, ARMO ממקדת את ההגנה ב-behavior של workloads בזמן ריצה. הניתוח ההתנהגותי מאפשר להבין אם מדובר במתקפה או באנומליה, לצמצם רעש תפעולי ולהפעיל prevention בזמן אמת לפני שהאירוע מתפשט.
מה המוצר עושה בפועל
פלטפורמת ARMO מנטרת את פעילות ה-workloads בסביבות Kubernetes ו-cloud native ומבצעת ניתוח behavioral בזמן ריצה. אוספת telemetry על processes בתוך containers, תקשורת רשת בין workloads ושירותים, שימוש בהרשאות וזהויות שירות וגישה למשאבים רגישים. מזהה lateral movement, privilege escalation, שימוש לרעה בהרשאות, הפעלת קוד זדוני ושימוש חריג ב-AI workloads ו-agents.
הערך המרכזי
מעבר מאבטחה המבוססת על קונפיגורציה בלבד לאבטחה המבוססת על התנהגות בזמן ריצה. הגישה מאפשרת לזהות מתקפות על בסיס behavior אמיתי, להפחית רעש תפעולי, להבין את שרשרת הפעולות של המתקפה ולהפעיל prevention שמגביל פעילות מסוכנת בזמן אמת.
למי זה רלוונטי
ארגונים המפעילים workloads בסביבות cloud native, במיוחד Kubernetes וארכיטקטורות microservices, וגם ארגונים שמפעילים AI workloads או AI agents בפרודקשן. פונה לצוותי Cloud Security, SecOps, Platform Security ו-DevSecOps.
Arnica מספקת מעטפת אבטחה מלאה למחזור חיי הפיתוח (SDLC) עם גישת Pipelineless — 100% כיסוי קוד מיידי ורציף ללא חיבור ל-CI/CD — ומזריקה חוקי אבטחה ישירות לסוכני AI כמו Copilot, Cursor ו-Claude Code.
הבעיה שנפתרת
בעוד AI כותבת קוד במהירות שיא, כלי אבטחה מסורתיים מתקשים להדביק את הקצב ונוטים להחמיץ פגמים לוגיים ופערי אבטחה. ארגונים סובלים מחוסר כיסוי מלא (Coverage) — לא כל מאגרי הקוד מעומסים על התראות שאינן מתועדפות כראוי, ומסיכונים חדשים בשרשרת אספקת התוכנה.
התזה של החברה
הדרך היחידה להגן על פיתוח מודרני היא אבטחה מבוססת סוכנים (Agentic AppSec) שמוטמעת ישירות בתהליך יצירת הקוד. לפי Arnica, האבטחה צריכה להיות Pipelineless — ללא תלות בצינורות ה-CI/CD — ו-Developer-Native, כך שהיא הופכת לחלק בלתי נפרד מכלי הפיתוח שבהם המפתחים כבר משתמשים.
מה ייחודי בגישתם
גישת Pipelineless: 100% כיסוי של הקוד באופן מיידי ורציף ללא צורך בחיבור ל-CI/CD; הזרקת חוקים לסוכני AI — אכיפת מדיניות אבטחה ישירות בתוך כלים כמו Cursor, Copilot ו-Claude Code; AI SAST היברידי — סריקה שמבינה את הכוונה והמשמעות (Intent) של הקוד; לולאות משוב מבוססות למידה.
מה המוצר עושה בפועל
Arnica מספקת מעטפת מלאה ל-SDLC: Agentic Rules Enforcer (הזרקת דרישות אבטחה לסוכני קידוד); AI SAST & AI Code Reviews (סריקה מתקדמת לאיתור חולשות, כולל SQL Injection); ASPM (ניהול ותעדוף סיכונים על בסיס CVSS 10, OWASP Top 10 ו-KEV); Container Security; Automated Mitigation (יצירת פתרונות מוכנים לצ'אט/Slack/Teams/PR); ניהול סודות (Secrets) ו-SCA.
הערך המרכזי
טיפול ב-92% מהסיכונים לפני שהם מגיעים לפרודקשן; צמצום של 78% בסיכונים עוד לפני יצירת ה-Merge Request; כיסוי קוד של 100% מהרגע הראשון; הפחתת רעש משמעותית ותעדוף חכם המבוסס על סבירות לניצול (Exploitation); חיסכון בזמן הנדסי.
למי זה רלוונטי
צוותי אבטחת אפליקציות (AppSec) בארגוני Enterprise גדולים; CISOs המעוניינים בנראות מלאה וציות מהיר; צוותי DevOps ופיתוח; ארגונים בתחומי FinTech ו-HealthTech.
תרחישי שימוש
מניעת חשיפת סודות (Secrets) — גילוי ונטרול אוטומטי של מפתחות גישה; ניהול מלאי שרשרת אספקה (SBOM); מיפוי קונטיינרים לקוד; אבטחת סביבת המפתח באמצעות DepsGuard.
מצב עסקי
פעיל 2026 · 100+ חברות · לקוחות: Rapyd, Cresta, Riskified · DepsGuard (כלי חדש פורסם אפריל 2026)
Backslash Security פועלת מתל אביב ומספקת פלטפורמה להגנה על סביבת הפיתוח המודרנית — מיפוי וממשל על כל כלי ה-AI Coding בארגון, אכיפת Guardrails, הגנת MCP servers והגנה בזמן אמת מהזרקות פרומפט ודליפות נתונים.
הבעיה שנפתרת
טכנולוגיות הפיתוח החדשות מבוססות ה-AI (הכוללות AI agents, פלאגינים, MCP, כישורים) יצרה משטח תקיפה חדש, מורכב ומשתנה במהירות. ארגונים מתמודדים עם סיכוני 'Shadow AI', פיתוח לא מבוקר (קוד הנכתב בעזרת AI ב-'Vibe Coding'), הזרקות פרומפט (prompt injections), דליפת נתונים והסלמת הרשאות.
התזה של החברה
הדרך לאפשר לארגון להתקדם במהירות בעידן ה-AI היא להבטיח שכל תשתית ה-AI Coding וכל נקודת קצה של סוכן AI יהיו תחת נראות, ממשל (Governance) והגנה בזמן אמת. האבטחה לא צריכה לעצור את מהירות הפיתוח (Velocity), אלא לאפשר לצוותי האבטחה להיות ה-'Department of YES' — אימוץ בטוח של הטכנולוגיה.
מה ייחודי בגישתם
כיום צוותי אבטחה מתקשים לעקוב אחר הכלים והסוכנים המפוזרים בארגון. Backslash מציעה: Vibe Coding Security — נראות מלאה ומיידית על כל ה-AI Coding בארגון; אכיפת Secure AI Prompt Rules; אבטחת MCP Servers; הקשחת IDEs ו-Agentic AI; AI Coding Security Assistant.
מה המוצר עושה בפועל
Vibe Coding Dashboard (לוח בקרה עם נראות מלאה, ממשל ושליטה על ה-AI Coding); Secure AI Prompt Rules (אכיפת חוקים ומדיניות על פרומפטים); MCP Server Security (אבטחת שרתי Model Context Protocol); IDE and Agentic AI Hardening (הקשחת סביבות הפיתוח וסוכני ה-AI); AI Coding Security Assistant (עוזר אבטחה מבוסס AI); כלי סריקה ייעודיים — סורק Skills לסוכני AI וכלי גילוי סיכונים ב-OpenClaw.
הערך המרכזי
נראות מיידית ('Shine a Light') — מיפוי והערכה של כל הערימה הטכנולוגית ותעדוף לטיפול; שליטה וממשל — אכיפת מדיניות אחידה למניעת סיכונים לפני שהם מתרחשים; הגנה בזמן אמת — זיהוי ועצירת תקיפות עם יכולות פורנזיקה מלאות; שימור מהירות הפיתוח.
למי זה רלוונטי
צוותי אבטחה ארגוניים האחראים על אבטחת פיתוח ותחנות קצה; CISOs המעוניינים לאמץ GenAI בבטחה; ארגונים המשתמשים ב-AI Agents, שרתי MCP ושיטות פיתוח מבוססות AI.
תרחישי שימוש
מניעת סיכוני Shadow AI וצמצום פיזור כלים לא מבוקרים; הגנה על תחנות עבודה של מפתחים ונקודות קצה של Citizen-developers; חסימת הזרקות פרומפט ודליפת נתונים בזמן אמת; בדיקת רמת האבטחה (Vetting) של שרתי MCP וכישורי סוכנים.
מצב עסקי
פעיל 2026 · תל אביב (רחוב הארבעה 28) · לקוחות: מנהלי אבטחה בחברות טכנולוגיה מובילות · אין מידע על סכומי גיוס
AI Powered DAST & Dynamic Application Security Testing
נוסדה ב 2018 · 51
Bright Security מספקת פלטפורמת DAST ממוקדת מפתחים לבדיקות אבטחה דינמיות של Web Applications, APIs, Business Logic ויישומים מבוססי LLM. פלטפורמת STAR משלבת זיהוי, תיקון ואימות חולשות בתוך מחזור הפיתוח במטרה לאפשר בדיקות אבטחה רציפות בקצב של פיתוח מבוסס AI.
הבעיה שנפתרת
קצב יצירת התוכנה עולה משמעותית בעקבות AI ו GenAI, בעוד שתהליכי Application Security מסורתיים מתקשים לעמוד בקצב. בדיקות אבטחה מתבצעות לעיתים מאוחר מדי במחזור הפיתוח, דורשות עבודה ידנית מצוותי AppSec ומייצרות פער בין מהירות הפיתוח לבין היכולת לזהות, לתקן ולאמת חולשות באפליקציות וב APIs.
התזה של החברה
בעולם שבו AI מאיץ את קצב יצירת הקוד, אבטחת אפליקציות חייבת לפעול באותו קצב ולהיות משולבת ישירות בתוך ה SDLC. לפי Bright, בדיקות אבטחה דינמיות צריכות להפוך מתהליך שמבוצע בסוף הפיתוח לתהליך רציף ואוטומטי שמאפשר לזהות, לתקן ולאמת חולשות מוקדם ובאופן איטרטיבי.
מה ייחודי בגישתם
Bright ממקמת DAST ככלי Developer Centric שניתן לשלב ישירות בתהליכי הפיתוח ולא רק ככלי בדיקה לצוות אבטחה. הפלטפורמה מרחיבה את DAST מעבר לבדיקות Web מסורתיות וכוללת APIs, פגיעויות Business Logic ויישומי LLM. הדגש הוא על אוטומציה של Detection, Remediation ו Validation בתוך workflow משותף של מפתחים וצוותי AppSec.
מה המוצר עושה בפועל
פלטפורמת Bright STAR מספקת Dynamic Application Security Testing עבור Web Applications ו APIs, בדיקות Business Logic ובדיקות אבטחה ליישומים מבוססי LLM. המערכת משתלבת במחזור הפיתוח ומאפשרת לבצע בדיקות מוקדם ובאופן רציף, לזהות חולשות באפליקציה בזמן שהיא פועלת, לספק מידע לצורך Remediation ולאמת שהתיקון אכן פתר את הבעיה.
הערך המרכזי
הקדמת גילוי חולשות לשלבים מוקדמים יותר ב SDLC, הפחתת התלות בבדיקות אבטחה ידניות, שילוב AppSec בתוך workflow של המפתחים והאצת קצב הטיפול בחולשות. החברה מצהירה על שיפור של עד פי 10 במהירות ה Resolution.
למי זה רלוונטי
צוותי AppSec, Product Security, DevSecOps ומפתחים בארגונים שמפעילים Web Applications ו APIs. רלוונטית במיוחד לארגונים עם תהליכי CI/CD מהירים ולחברות שמפתחות אפליקציות או יכולות המבוססות על LLM ו GenAI.
תרחישי שימוש
בדיקות DAST רציפות ל Web Applications ו APIs, שילוב בדיקות אבטחה בתוך SDLC ו CI/CD, איתור חולשות Business Logic, בדיקות אבטחה ליישומי LLM, אימות תיקוני אבטחה ו Shift Left של Dynamic Security Testing.
מצב עסקי
נוסדה ב 2018 · 51 עד 200 עובדים · 116 עובדים משויכים ב LinkedIn · משקיעים כוללים Evolution Equity Partners, Fusion Fund, J Ventures ו DNX Ventures · סכום וסבב הגיוס אינם מופיעים במידע שסופק
Clover Security מפעילה סוכני אבטחת מוצר מונחי-עיצוב שהופכים החלטות אבטחה לטבעיות (instinctive) עבור מפתחים ומנהלי מוצר — מהעיצוב ועד הקוד — תוך כיסוי של 100% משינויי המוצר.
הבעיה שנפתרת
צוותי הנדסה ומוצר מקבלים החלטות אבטחה קריטיות מדי יום, אך צוותי האבטחה אינם מסוגלים לעמוד בקצב בשל כמות עצומה של שינויי מוצר ומחסור במהנדסי אבטחה. המודל הקיים הוא ריאקטיבי — מרדף אחר פגיעויות לאחר שהן כבר נוצרו — מה שיוצר צוואר בקבוק ומותיר שינויים רבים ללא סקירת אבטחה מעמיקה.
התזה של החברה
אבטחת מוצר מתחילה בשלב העיצוב (Design). במקום להיות גורם מעכב בסוף התהליך, האבטחה צריכה להיות מוטמעת כבר בשלבי התכנון המוקדם. לפי Clover, הדרך להשיג זאת היא באמצעות סוכני AI מונחי-עיצוב שהופכים החלטות אבטחה לטבעיות (instinctive) עבור מפתחים ומנהלי מוצר וסוכני AI כאחד.
מה ייחודי בגישתם
השוק המסורתי פועל בצורה ריאקטיבית של גילוי חולשות בקוד קיים. Clover משנה: מניעה במקור (point of inception), חיבור לכלי הפיתוח — סוכני ה-AI מתחברים לכלים שבהם המשתמשים בונים (מעיצוב ועד קוד) — ומעבר מביקורת ידנית (49%) לאוטומציה של 100% כיסוי.
מה המוצר עושה בפועל
Clover מפעילה סוכני אבטחת מוצר שעובדים לצד הצוות האנושי: Automated Security Design Reviews (סקירה אוטומטית ומלאה לכל שינוי), Detection & Prioritization of Design Risk (איתור מוקדם של סיכוני עיצוב קריטיים), Real-time Security Guidance (הנחיות מדויקות למפתחים ומנהלי מוצר בזמן עבודה), Identify Design-to-code Drifts (השוואה רציפה בין עיצוב לבין מימוש), Security Guardrails for AI (שימוש בטוח בכלי AI).
הערך המרכזי
קיצור דרמטי בזמן הסקירה: ירידה מביקורות של שעתיים לביקורות של 1-15 דקות; הגדלת הכיסוי ל-100% — סקירת כל מסמכי העיצוב והכרטיסים; שיפור היעילות פי 4 (400%); סטנדרטים אחידים על פני כל המוצרים.
למי זה רלוונטי
צוותי ProdSec המעוניינים להגדיל את רוחב הפס; CISOs בארגונים המאמצים AI ורוצים נראות; מפתחים ומנהלי מוצר הזקוקים להדרכת אבטחה בזמן אמת.
תרחישי שימוש
אוטומציה של סקירות תכנון אבטחה לכל שינוי מוצרי; זיהוי חריגות (drifts) בין התכנון הראשוני לבין הקוד שנכתב בפועל; הצבת גבולות גזרה (Guardrails) לשימוש בטוח בכלי פיתוח מבוססי AI.
מצב עסקי
השקעה מ-ServiceNow · לקוחות כמו Lemonade · זכויות יוצרים מצוינות לשנת 2026
Agentic Development Security (אבטחת פיתוח מבוססת סוכני AI)
Gartner Leader
Cycode דורגה #1 כמובילה ב-Gartner Magic Quadrant ל-AST לשנת 2025 ומספקת פלטפורמת אבטחת פיתוח אגנטית שמאחדת AST, SSCS ו-ASPM לפלטפורמה אחת, עם סוכן AI Maestro לתיקון אוטומטי ובדיקת exploitability.
הבעיה שנפתרת
המודל המסורתי של אבטחת תוכנה המבוסס על גורם אנושי (Human-led) קרס תחת מהפכת ה-AI — ה-AI הפך כל מפתח ל-'Developer X10', צוות האבטחה לא גדל באותו קצב, כך שהסיכונים מתכפלים במהירות של הקוד. בנוסף, מהירות התוקפים עלתה פי 10, ומשתמשים ב-AI כדי לנצל חולשות לפני שניתן לחסום אותן בגישות מסורתיות-זמניות.
התזה של החברה
החברה דוגלת בחזון ה-Self-Protecting ADLC™ (מחזור פיתוח אפליקציות שמגן על עצמו). התזה היא שאבטחה מודרנית חייבת להיות אוטונומית ו-'Machine Speed'. במקום להסתפק ב-AI שממליץ, המערכת תשמש כ'מנצח' (Conductor) המנתח, מתעד ומוציא לפועל אבטחה לאורך כל תהליך הפיתוח.
מה ייחודי בגישתם
השוק מפוצל בין כלי סריקה (AST), הגנה על שרשרת האספקה (SSCS) וניהול מצב האבטחה (ASPM). Cycode מובילה את ההתכנסות (Convergence) של שלושת התחומים לפלטפורמה אחת. השוני: מעבר מ-AI שמציע הצעות בלבד ל-Agentic Security; שימוש ב-Context Intelligence Graph לחיבור כל האותות; אינטגרציה של מעל 100 כלים לתצוגה מאוחדת אחת.
מה המוצר עושה בפועל
הפלטפורמה מספקת מעטפת אבטחה מקיפה: AI Security (ניטור וממשל על שימוש בכלי AI, מודלים ושירותים חיצוניים בזמן אמת, כולל Guardrails למניעת דליפת סודות); AST — Application Security Testing (סורקי SAST, SCA, IaC ואבטחת קונטיינרים); Software Supply Chain Security (זיהוי סודות, הגנת CI/CD); ASPM (תעדוף סיכונים מבוסס הקשר); AI Maestro ('מוח' מרכזי לתיקון אוטומטי ובדיקת exploitability).
הערך המרכזי
תעדוף ותיקון חולשות מהיר פי 99 באמצעות סוכני exploitability מבוססי AI; צמצום דרמטי ב-MTTR ובחיכוך מול מפתחים בזכות תיקוני קוד אוטומטיים; נראות מלאה ל-'Shadow SDLC' (טכנולוגיות פיתוח לא מנוהלות) ומיפוי רכיבים; אבטחה מקצה לקצה — מ-Prompt ועד ל-Runtime.
למי זה רלוונטי
מובילי אבטחת מוצר (Product Security Leaders) ו-CISOs; צוותי DevSecOps המעוניינים להאיץ קצב תיקון; ארגונים המאמצים כלי AI ופיתוח מבוסס סוכנים (Agentic Development).
תרחישי שימוש
אבטחת אימוץ AI בארגון — הצבת Guardrails וממשל על שימוש במודלים; ניהול מלאי AI ו-AI-BOM; תיקון אוטומטי של חולשות קוד ישירות ב-workflow למפתח; מניעת דליפות קוד וסודות.
מצב עסקי
#1 Gartner Magic Quadrant AST לשנת 2025 · מובילה ראשונה ב-SSCS על ידי Gartner 2025 · פועלת תחת זכויות יוצרים של שנת 2026 · אין מידע על סכומי גיוס
Managed Security Platform (אבטחה מנוהלת) — נקודות קצה, זהויות ועובדים
250,000+ לקוחות ·
Huntress מגנה על מעל 250,000 לקוחות ומנטרת 5+ מיליון נקודות קצה ו-11 מיליון זהויות, עם SOC מאויש 24/7 בני אדם ונתמך ב-AI שלוקח אחריות מלאה — מגילוי ועד תיקון (Remediation).
הבעיה שנפתרת
ארגונים רבים סובלים מ'שטחים מתים' (blind spots) באבטחה שלהם: תוקפים מנצלים הגדרות לא תקינות מחדל, ברירות יתר והרשאות יתר. זמן ממוצע להתקפת כופר (time-to-ransom) עומד על כ-17 שעות בלבד. פתרונות אבטחה ברמה ארגונית (Enterprise-grade) יקרים ומורכבים מדי עבור עסקים קטנים ובינוניים (SMBs).
התזה של החברה
אבטחה איכותית אינה צריכה להיות 'מותרות'. לפי Huntress, הדרך היחידה לעצור האקרים היא שילוב טכנולוגיה מתקדמת עם SOC מאויש ב-AI שפועל 24/7 — לא רק מזהים אלא לוקחים אחריות על כל התהליך, מגילוי ועד תיקון (Remediation), בגישת 'Manage Everything'.
מה ייחודי בגישתם
כיום רוב פתרונות ה-EDR או ה-SIEM מחייבים את הארגון לנהל את המערכת בעצמו. Huntress מציעה ניהול מלא על ידי מומחים (צוות SOC של החברה, שהוקם על ידי יוצאי NSA), מיקוד באותות משמעותיים (מסננת רעש ומספקת רק התראות קריטיות), הגנה מבוססת זהות (Microsoft 365/Google Workspace) ופריסה מהירה תוך 30 דקות.
מה המוצר עושה בפועל
Huntress מספקת פלטפורמה מאוחדת: Managed EDR (זיהוי, תגובה ועצירת איומים בנקודות קצה — Windows, macOS, Linux); Managed ITDR (הגנה על זהויות ב-Microsoft 365 ו-Google Workspace); Managed SIEM (ניהול אירועי אבטחה ותמיכה בדרישות ציות); Managed SAT (הדרכות אבטחה לעובדים); ISPM & ESPM (הקשחת הגדרות זהות ונקודות קצה — גישה מוקדמת).
הערך המרכזי
MTTR מוביל בתעשייה — כ-3 דקות בממוצע לתגובה לאירוע זיהוי; שקט נפשי (Peace of Mind) — הגנה 24/7; צמצום משטח התקיפה — מניעת פריצות מראש; שיפור תרבות האבטחה — עובדים מאומנים שמהווים שכבת הגנה ראשונה.
למי זה רלוונטי
עסקים בכל הגדלים (SMBs עד Enterprises) המחפשים אבטחה ברמה גבוהה ללא צורך בהקמת צוות פנימי; ספקי שירותים מנוהלים (MSPs) ומשווקים; ארגונים במגזרי החינוך, הפיננסים, הבריאות, עריכת דין וממשל מקומי.
Kodem משלבת בין נתוני קוד לזמן ריצה (Runtime) כדי להפחית רעשי התראות ב-99.5% ולתעדף חולשות על בסיס 'יכולת הגעה' (Reachability) אמיתית, עם סוכן Kai — 'מהנדס האבטחה' האנושי-AI שסוקר קוד, מסנן רעשים ומספק תיקונים Ready-to-merge.
הבעיה שנפתרת
ארגונים וצוותי אבטחה טובעים ב'רעש' של התראות ופועלים לפי נתונים חלקיים. כלי אבטחת אפליקציות מסורתיים (SAST ו-SCA) מייצרים כמות אדירה של False Positives שרובן לא ניתנות לניצול בפועל. בנוסף, חולשות חמורות יכולות להשתלב פעמים רבות ביחד לייצור פרצת אבטחה חמורה שכלים סטטיים נוטים להחמיץ.
התזה של החברה
הדרך היחידה להפוך את אבטחת האפליקציות לאפקטיבית היא חיבור בין הקוד לבין זמן הריצה (Runtime). אבטחה מודרנית צריכה להיות 'Agentic' — כוח אבטחה מבוסס AI שלומד, מנתח ומגן על האפליקציות מהקוד ועד הפרודקשן באופן רציף. המטרה: להתמקד במה שתוקפים יכולים לראות ולהגיע אליו בפועל.
מה ייחודי בגישתם
כיום חברות משתמשות בכלים נפרדים ל-SAST, SCA ו-ADR. Kodem מאחדת את הכל לפלטפורמה אחת חכמה: שילוב קוד ו-Runtime — מביאה תובנות הקשריות (Contextual insights) על ידי ניתוח האופן שבו הקוד רץ בפועל; הסוכן 'Kai' — עוזר אבטחה מבוסס AI שמסנן רעשים ומספק תיקונים Ready-to-merge; דיוק מקסימלי — יכולת להפחית ב-99.5% את כמות ההתראות שאינן רלוונטיות.
מה המוצר עושה בפועל
Kodem מספקת פלטפורמה אחודה: Runtime-powered SCA & SAST (סריקות חבילות קוד ומקור המבוססות על נתוני זמן ריצה); ADR — Application Detection & Response (זיהוי ועצירת איומים בזמן אמת); AI-driven Triaging (תעדוף חולשות המבוסס על 'יכולת הגעה' Reachability); Remediation Guidance (הנחיות לתיקון מהיר או פוליסות הגנה מיידיות ב-Runtime); ניטור סביבות פיתוח ו-AI — הגנה על עורכי קוד ו-LLM Agents.
הערך המרכזי
שיפור של 74% ב-MTTR (זמן ממוצע לתיקון חולשות); צמצום של 99.5% בהתראות חסרות משמעות; הפחתה של 83% בחולשות חדשות שנכנסות לכל גרסה (Release); חיסכון בזמן הנדסי — הפיכת צוותי אבטחה קטנים ליעילים פי 10.
למי זה רלוונטי
צוותי AppSec ו-DevSecOps בארגונים גדולים (Enterprises); CISOs המחפשים נראות עמוקה יותר לסיכוני האפליקציה; ארגונים המנהלים סביבות ענן מורכבות, Kubernetes ו-CI/CD pipelines. לקוחות: Google, Microsoft, Riskified, Rapyd.
תרחישי שימוש
מניעת התקפות שרשרת אספקה (Supply Chain Attacks) — זיהוי ונטרול חבילות קוד זדוניות; תעדוף חולשות (CVEs) — החלטה על אילו פגיעויות יש ל-Patch לפי ניצולן בפועל; אבטחת סוכני AI — הגנה מפני RCE בתוך LLM; החלפת כלי סריקה מיושנים.
מצב עסקי
Series A · $18M · יולי 2023 · Greylock · נוסדה 2021 · 51-200 עובדים · תל אביב
Legit Security מספקת פלטפורמת ASPM AI-native שמאבטחת קוד שנוצר על ידי AI (Vibe Coding) ישירות ב-IDE עוד לפני ה-Commit, דרך כלי VibeGuard, ומחזירה שליטה ונראות לצוותי האבטחה בנקודת הקצה של המפתח (Developer Endpoint).
הבעיה שנפתרת
כלי אבטחת האפליקציות (AppSec) המסורתיים לא תוכננו עבור תהליכי פיתוח המונעים על ידי AI, המאיצים את קצב יצירת הקוד מעבר ליכולת הניטור של צוותי האבטחה. ארגונים סובלים מפערי נראות לגבי כלי ה-AI שבהם המפתחים משתמשים (Shadow AI), מהצפת התראות ללא הקשר עסקי (Alert Fatigue), ומסיכונים חדשים בשרשרת האספקה.
התזה של החברה
אבטחה בעידן ה-AI חייבת להיות Native לתהליך הפיתוח ולפעול בקצב שלו. התזה של Legit היא שהגנה אפקטיבית חייבת להתחיל בנקודת הקצה של המפתח (Developer Endpoint) — המקום בו הקוד נוצר — ולהימשך לאורך כל הדרך עד לפרודקשן.
מה ייחודי בגישתם
מרבית פלטפורמות ה-ASPM מתמקדות בנראות רק מרגע שהקוד מגיע ל-CI/CD. Legit משנה: אבטחה ברגע היצירה — באמצעות VibeGuard המערכת סורקת קוד שנוצר על ידי AI ישירות ב-IDE עוד לפני ה-Commit; ממשל על Shadow AI; זיהוי ספציפי לסיכוני AI-generated code.
מה המוצר עושה בפועל
פלטפורמת ASPM שמאגדת ממצאים מכל כלי ה-AppSec, מתעדפת לפי סיכון עסקי, ומספקת visibility לכל pipeline הפיתוח. כוללת VibeGuard לסריקת קוד AI ב-IDE, ממשל על Shadow AI, ונראות מלאה משלב הפיתוח ועד הפרודקשן.
הערך המרכזי
החזרת שליטה ונראות לצוותי האבטחה בנקודת יצירת הקוד; צמצום Alert Fatigue על ידי תעדוף חכם; הגנה ספציפית לקוד AI-generated ולסיכוני Vibe Coding.
למי זה רלוונטי
CISOs, צוותי AppSec ו-DevSecOps בארגונים עם pipeline פיתוח מורכב ושימוש נרחב בכלי AI.
תרחישי שימוש
אבטחת קוד הנכתב בכלי Vibe Coding; ממשל על Shadow AI Tools; תעדוף ממצאים ממקורות AppSec מרובים; ניהול סיכוני שרשרת אספקת תוכנה.
Miggo Security מספקת פלטפורמת ADR המבוססת על גישת Runtime First — לא 'מה חשוף' אלא 'מה באמת רץ וניתן לניצול' — עם יצירה אוטומטית של WAF rules מותאמות תוך דקות.
הבעיה שנפתרת
ארגונים מתמודדים עם פער הולך וגדל בין קצב גילוי החולשות לבין היכולת להגן עליהן בפועל. חולשות מנוצלות תוך שעות בעוד תיקון (patching) לוקח ימים עד שבועות. בנוסף, רוב כלי ה-AppSec מייצרים עשרות אלפי CVEs, רובם אינם ניתנים לניצול בפועל. אין מערכת שמחברת בין זיהוי החולשה לבין הגנה בזמן הפרודקשן.
התזה של החברה
הדרך היחידה להגן על אפליקציות מודרניות ובעיקר מערכות AI היא להתחיל ממה שקורה בפועל בזמן runtime. Miggo מבוססת על גישת Runtime First: לא 'מה חשוף' אלא 'מה באמת רץ וניתן לניצול'. ההגנה צריכה להיות מיידית — מחברת detection ל-mitigation בזמן אמת, בלי תלות ב-patch cycle.
מה ייחודי בגישתם
היום ארגונים משתמשים ב-SAST/SCA/DAST, CNAPP ו-WAF. רוב ההתראות אינן רלוונטיות, אין הוכחת exploitability אמיתית, ה-WAFים איטיים וסטטיים. Miggo: מתחילה מ-runtime behavior, מוכיחה אילו פגיעויות ניתנות לניצול, מייצרת WAF rules מותאמות אפליקציה תוך דקות, ומגלה ועוצרת תקיפות בזמן אמת.
מה המוצר עושה בפועל
פלטפורמת ADR (Application Detection & Response) שמנטרת ומגנה על אפליקציות בזמן runtime: מיפוי מלא של האפליקציה בזמן ריצה (AppDNA), זיהוי נתיבי תקיפה אמיתיים (exploit paths), תעדוף פגיעויות לפי exploitability אמיתית, זיהוי תקיפות בזמן אמת כולל zero-day ואיומים מבוססי AI, יצירה והטמעה אוטומטית של חוקי WAF מותאמים, חסימת תקיפות מיידית גם לפני הטמעת patch. עבור מערכות AI: זיהוי prompt injection והתנהגות חריגה של agents, אכיפת guardrails.
הערך המרכזי
צמצום דרמטי של חלון החשיפה (Exposure Window) עד כ-99%; הפחתת רעש ותעדוף אמיתי של סיכונים; הגנה מיידית לפני patching באמצעות virtual patch; חיסכון של כ-30% פחות overhead לצוותים; שיפור שיתוף פעולה בין Security ל-Engineering.
למי זה רלוונטי
CISOs וצוותי אבטחה בארגונים עם אפליקציות קריטיות; צוותי AppSec, DevSecOps ו-Cloud Security; ארגונים עם Kubernetes, microservices ו-AI workloads; ארגונים עם WAF קיים שאינו נותן מענה מספק.
תרחישי שימוש
חסימת exploits לפני patching דרך virtual patching ב-WAF; הוכחת exploitability של CVEs; צמצום alert fatigue; הגנה על APIs ומיקרו-שירותים; אבטחת AI agents ומודלים בפרודקשן; האצת response לאירועי אבטחה.
מצב עסקי
Seed + Series A · $24.5M · Gartner Cool Vendor for AI Security 2025 · נוסדה 2023
Noma Security גייסה $100M בסבב Series B ומספקת פלטפורמת אבטחת AI הוליסטית — Discover, Secure, Protect — המגלה, ממשלת ומגינה על כל ערימת ה-AI (מודלים, סוכנים, שרתי MCP ומקורות נתונים) מקצה לקצה.
הבעיה שנפתרת
אבטחת ה-AI הופכת למורכבת יותר בשל וקטורי תקיפה ייחודיים כמו הזרקת פרומפט (prompt injection), הרעלת מודלים (model poisoning) ו-jailbreaks, שכלים מסורתיים אינם מסוגלים לזהות. ארגונים סובלים מנקודות עיוור (Blindspots) בתשתית ה-AI שלהם, מחוסר יכולת לנטר התנהגות סוכנים אוטונומיים ומפערים רגולטוריים בציות לחוקי ה-AI המשתנים.
התזה של החברה
אבטחת AI חסונה דורשת הגנה מקצה לקצה (End-to-End) על כל המערכת. לפי Noma, לא ניתן להעריך סיכון מבלי להבין את שרשרת התלות המלאה — כיצד כל מודל, סוכן, שרת MCP ומקור נתונים מחוברים זה לזה. ההגנה צריכה להיות אדפטיבית ובזמן אמת כדי להקדים את האיומים המתפתחים.
מה ייחודי בגישתם
השוק מציע לרוב כלים מפוצלים או חסרי הקשר מלא. Noma: פלטפורמה הוליסטית אחודה (Built-as-one) — אינטגרציה חלקה לתוך תהליכי ה-SecOps הקיימים; נראות עמוקה להקשר (Contextual Insights) — רואה את כל משטח התקיפה, כולל נכסי 'Shadow AI'; הגנה אקטיבית על סוכנים — אכיפת גבולות וניטור תקשורת בזמן אמת.
מה המוצר עושה בפועל
הפלטפורמה פועלת בשלושה שלבים: Discover (גילוי ומיפוי של כל המודלים, הסוכנים, שרתי MCP ומקורות הנתונים); Secure (בניית אבטחה מהיסוד — גבולות לפני פריסה, ניהול גישה, Red Teaming); Protect (ניטור בזמן אמת של כל פרומפט, תגובה וקריאה לכלי, ואכיפת פוליסות ב-Runtime). כולל AI-SPM.
הערך המרכזי
נראות מלאה לכל ערימת ה-AI (Infra, Models, Agents); האצת time-to-production של יכולות GenAI באופן מאובטח; אוטומציה של הפחתת סיכונים ו'Blast Radius' של סוכנים אוטונומיים; שיפור שיתוף פעולה בין צוותי אבטחה, מוצר ו-MLOps.
למי זה רלוונטי
CISOs וצוותי אבטחת סייבר בארגונים המאמצים AI וסוכנים; צוותי MLOps ונתונים (Data) הזקוקים לנראות ושליטה על מחזור חיי ה-AI; ארגונים בתעשיות מוסדרות (Regulated Industries) הנדרשים לעמוד בתקני ציות ל-AI.
תרחישי שימוש
אבטחת סוכני AI (AI Agents) — ניהול אירועים אוטונומי וניטור תקשורת; ניהול נכסי 'Shadow AI'; אבטחת שרתי MCP — זיהוי איומים בזמן אמת; מימוש ממשל וציות (Governance & Compliance) — ניטור רציף ואכיפת בקרה מובנית.
מצב עסקי
Series B · $100M · Evolution Equity Partners + Ballistic Ventures + Glilot Capital · הצומחת ביותר בקטגוריית אבטחת ה-AI
Oligo Security מספקת פלטפורמת Runtime Security המוכיחה אילו פגיעויות באמת ניתנות לניצול (exploitability) בזמן ריצה, חוסמת פונקציות זדוניות ספציפיות ומגנה על מודלי LLM וסוכני AI — צמצום של 99%+ בפגיעויות לטיפול.
הבעיה שנפתרת
החלון שבין חשיפת פגיעות (vulnerability disclosure) לבין ניצול אקטיבי שלה הולך ומצטמצם, כאשר מערכות AI מודרניות מאפשרות גילוי וניצול חולשות במהירות של מכונה. מחזורי patching ותקופתיות אינם מסוגלים לעמוד בקצב זה. ארגונים מוצפים ב'רעש' של עשרות אלפי CVEs, כאשר כמעט אין מי מהן ניתן לניצול בפועל בזמן ריצה.
התזה של החברה
כדי להגן על מה שחשוב, ארגונים חייבים לעבור מנראות פסיבית (כמו סריקות תקופתיות) להגנת Runtime אקטיבית. הדרך היחידה לעשות זאת היא להבין מה באמת קורה בתוך סביבת הביצוע של ה-workload, כולל גישה לזיכרון (memory). הדגש של Oligo הוא לא רק על 'האם הקוד מותקן', אלא על 'מה החבילה הזו עושה בפועל' בזמן אמת.
מה ייחודי בגישתם
כיום ארגונים מסתמכים על סריקות פסיביות ומחזורי patching ארוכים. Oligo עוברת מנראות פסיבית להגנה אקטיבית בזמן אמת; במקום להסתפק ברשימת פגיעויות, מוכיחה אילו מהן באמת ניתנות לניצול (exploitability) בזמן ריצה; מאפשרת לעצור התקפות בשכבת האפליקציה לפני שהן מתפשטות; מסוגלת לעצור התנהגויות אנומליות גם לפני שהן מובנות במלואן.
מה המוצר עושה בפועל
Oligo מספקת פלטפורמה לניהול והגנת Runtime: Runtime Vulnerability Management (תיעוד והוכחת ניצול של פגיעויות, מפחית רעש ב-90-99%); ADR — Application Detection & Response (זיהוי ועצירת תקיפות על אפליקציות ענן בזמן אמת); Runtime AI Security (הגנה על מודלי LLM וסוכני AI, כולל ניהול מצב ASPM); Precise Blocking (חסימת פונקציות זדוניות ספציפיות מבלי להשבית את היישום); Lightweight Sensor (ניטור אפליקציות, קוד, תשתית ענן ורשת).
הערך המרכזי
צמצום של מעל 99% במספר הפגיעויות לטיפול — התמקדות רק באלו שבאמת רצות וניתנות לניצול; עצירת התקפות בזמן אמת, כולל איומי Zero-day והתקפות שרשרת אספקה; הפחתה דרמטית של עומס ההתראות (Alert Fatigue) על צוותי האבטחה; אבטחה של מערכות AI ו-LLMs בזמן הייצור.
הגנה על Workloads ותשתיות קונטיינרים; ניהול פגיעויות באפליקציות מבוסס Runtime; אבטחת AI — הגנה על מודלים וסוכני AI; תגובה לאירועי Zero-day ומניעת התקפות שרשרת אספקה; הפקת BOM (Bill of Materials) ו-VEX בזמן אמת.
מצב עסקי
פעיל · לקוחות: Cato Networks, Mural, OneTrust, Cresta · זכויות יוצרים 2026 · אין מידע על גיוס רשמי
Application Security Platform for AI Generated Code to Cloud Runtime
נוסדה ב 2021 · 51
OX Security מספקת פלטפורמת Application Security שמטרתה להסיר סיכון כבר בנקודת היצירה שלו, החל מקוד שנוצר באמצעות AI ועד לחשיפות שמתגלות בזמן Runtime בענן. הפלטפורמה מזהה היכן הסיכון נוצר ומכוונת את התיקון חזרה למקור כדי למנוע הצטברות של Security Debt לפני ההגעה לפרודקשן
הבעיה שנפתרת
פיתוח מבוסס AI מגדיל משמעותית את קצב יצירת הקוד ואת כמות השינויים, בעוד שכלי אבטחה מסורתיים מתקשים לעמוד בקצב. במקביל, פתרונות Cloud Security רבים מתמקדים בתשתית ובמצב הענן לאחר הפריסה ואינם מחברים את החשיפה שהתגלתה בפרודקשן למקור שלה בקוד או בתהליך הפיתוח
התזה של החברה
אבטחת אפליקציות מודרנית צריכה לטפל בסיכון במקום שבו הוא נוצר ולא רק לזהות אותו לאחר שהגיע לפרודקשן. לפי OX, יש ליצור רצף אבטחה מקוד שנוצר באמצעות AI ועד Runtime בענן, כך שניתן יהיה לזהות חשיפות מוקדם, להבין את המקור שלהן ולתקן אותן לפני שהן הופכות ל Security Debt
מה ייחודי בגישתם
הבידול המרכזי של OX הוא החיבור בין שלב יצירת הקוד לבין Runtime. במקום להסתפק בכלי AppSec שמתמקדים בקוד או בכלי Cloud Security שמתמקדים בתשתית, החברה מציגה גישה שמנסה לעקוב אחר הסיכון לאורך מחזור החיים ולבצע Remediation במקור שבו החשיפה נוצרה
מה המוצר עושה בפועל
פלטפורמת OX עוקבת אחר סיכונים לאורך תהליך הפיתוח ועד סביבת הענן. היא מיועדת לזהות vulnerabilities ו exposures בזמן יצירת הקוד, כולל קוד שנוצר באמצעות AI, ולהמשיך את הניתוח עד Runtime. כאשר מתגלה חשיפה בפרודקשן, המטרה היא לקשר אותה חזרה למקור המתאים בתהליך הפיתוח ולאפשר תיקון במקום שבו נוצר הסיכון
הערך המרכזי
מניעת Security Debt לפני פרודקשן, צמצום הפער בין AppSec לבין Cloud Runtime, תעדוף סיכונים על בסיס הקשר רחב יותר והפחתת הזמן הנדרש כדי להבין מי צריך לתקן חשיפה ובאיזה שלב. הגישה יכולה גם לצמצם את החיכוך בין Security לבין Engineering באמצעות הפניית הממצא ישירות למקור שלו
למי זה רלוונטי
צוותי AppSec, Product Security, DevSecOps ו Cloud Security בארגונים עם תהליכי פיתוח מהירים, שימוש משמעותי בכלי AI Coding וסביבות Cloud Native. רלוונטית במיוחד לארגונים שרוצים לחבר בין אבטחת הפיתוח לבין סיכונים שמתגלים בפרודקשן
תרחישי שימוש
אבטחת קוד שנוצר באמצעות AI, זיהוי vulnerabilities במהלך הפיתוח, מניעת Security Debt, חיבור בין ממצאי Runtime למקור בקוד, תעדוף חשיפות לפני Production והאצת Remediation של סיכוני Application Security
מצב עסקי
נוסדה ב 2021 · 51 עד 200 עובדים · 209 עובדים משויכים ב LinkedIn · מטה בניו יורק · פרטי גיוס ומשקיעים לא נכללו במידע שסופק
Seal Security מספקת סוכן תיקון אוטונומי המספק תיקונים כירורגיים (Surgical Patching) המוטמעים ישירות לתוך הגרסאות הקיימות — ללא צורך בשדרוג גרסה — תוך 72 שעות ממרגע הפרסום.
הבעיה שנפתרת
ארגונים מתמודדים עם סיכוני שרשרת אספקה גוברים, כאשר תוקפים מנצלים את 'שעות הזהב' (Golden Hours — 3-5 שעות בין פרסום גרסה חדשה לבין גילוי פגיעויות). כלי SCA מסורתיים מתריעים אך אינם פותרים. קיימות גם חולשות 'בלתי ניתנות לתיקון' (transitive), מערכות Legacy או ספריות שהגיעו לסוף חייהן (EOL).
התזה של החברה
אבטחה לא צריכה לבוא על חשבון יציבות או מהירות פיתוח. במקום לאלץ צוותים לשדרג גרסאות בכל פעם שמתגלה פגיעות CVE, יש לספק תיקונים כירורגיים (Surgical Patching) שמוטמעים ישירות לתוך הגרסאות הקיימות והמהימנות. המטרה: לאפשר הגנה ב-'Machine Speed' מבלי לשנות את התנהגות האפליקציה.
מה ייחודי בגישתם
השוק מתמקד בסריקה והתראה, או באוטומציה של שדרוגי גרסאות (כמו Dependabot). Seal שונה: תיקון ולא רק התראה (מספקת תיקון מוכן לייצור); Backporting — פורטינג לאחור של תיקוני אבטחה לגרסאות ישנות; מרכזיות — התיקון מבוצע באופן מרכזי ומוטמע אוטומטית בזמן ה-Build.
מה המוצר עושה בפועל
Seal Security מספקת סוכן תיקון אוטונומי: החלפת ספריות בזמן Build (מזהה ספריות פגיעות ומחליפה בגרסאות 'Sealed' מאובטחות לפי המדיניות); תמיכה רחבה בכל השפות המרכזיות (Java, Python, JS, Go, C++ ועוד); אבטחת Linux ו-Containers (Debian, Ubuntu, Alpine כולל EOL); אימות משולש לכל תיקון (מומחי אבטחה אנושיים + בדיקות אוטומטיות + אימות AI).
הערך המרכזי
עמידה ב-SLAs מחמירים — התחייבות לתיקון חולשות קריטיות תוך 72 שעות ממרגע הפרסום; חיסכון אדיר בזמן הנדסי — מניעת חודשים של עבודת פיתוח; תאימות ורגולציה — סיוע בעמידה בתקנים כמו FedRAMP, PCI DSS ו-SOC2-I 4.0; ללא Vendor Lock-in.
למי זה רלוונטי
צוותי AppSec והנדסת תוכנה בארגונים המסתמכים על קוד פתוח; מוסדות פיננסיים וגופים ממשלתיים הנדרשים לרמת אבטחה וציות גבוהה מאוד; ארגונים המנהלים מערכות Legacy או תשתיות EOL (CentOS, RHEL 6) שאינן מקבלות עדכונים רשמיים.
תרחישי שימוש
תיקון חולשות ב-transitive dependencies — טיפול בספריות עמוקות בתוך עץ התלויות; סגירת ה-'Silent Patch Gap' — תיקון חולשות עוד לפני שפורסם להן CVE רשמי; הגנה על סביבות EOL — שמירה על אבטחת שרתים ומכונות קצה שספק התוכנה הפסיק לתמוך בהן.
מצב עסקי
Series A · $13M · אוגוסט 2025 · Vertex Ventures Israel · לקוחות: PayPal, BigID, Censys
Sola Security מאפשרת לארגון לחבר את כל מערכות המידע שלו למקום אחד ולפשט את העבודה — דרך ממשק Prompt Box לשאילת שאלות, בניית דשבורדים, מיקרו-אפליקציות ואוטומציות.
הבעיה שנפתרת
הטיפול בסיכוני סייבר ואבטחת מידע כמעט תמיד כרוך בהרבה מאמץ, משאבים, זמן וסיבוכים. צוותי אבטחת מידע ותשתיות כמעט ולא חווים הישגים מהירים, הם נגררים למאבק מול מספר רב של מוצרים ומתקשים לשמור על תמונת מצב אחודה בין כל הכלים והפתרונות.
התזה של החברה
בעידן ה-AI, לא כל אתגר וסיכון מחייבים רכש של מוצר מדף מסובך בעשרות או מאות אלפי דולרים. אם חברות כמו Canva, Stripe, Notion ו-Monday עשו את זה בעולמות התוכן שלהם, אין סיבה שזה לא יצליח גם בעולם הסייבר.
מה ייחודי בגישתם
ארגון שרוצה לטפל באתגריו נאלץ לרכוש מספר מוצרי מדף יקרים ומסובכים לכל עולם תוכן. Sola מאפשרת לחבר את כל מערכות המידע למקום אחד, לפשט את העבודה, להתאים לצרכי הארגון ולחסוך זמן וכסף.
מה המוצר עושה בפועל
סולה אוספת באופן סלקטיבי וממוקד את הפרטים החשובים ביותר עבור צוות אבטחת המידע מכל הנכסים בארגון: הגדרות, משתמשים, תחנות קצה, מאגרי קוד ומשאבים בענן, ומנגישה אותם דרך ממשק Prompt Box דרכו ניתן לשאול שאלות, לבנות דשבורדים, מיקרו אפליקציות ואוטומציות. בשל האופי הדינמי של מודלי AI, הפלט אינו תמיד מובנה ולכן מומלץ להשתמש לשאלות ממוקדות.
הערך המרכזי
היכולת לפשט מביאה לחסכון משמעותי ומוכח בזמן, כסף ומשאבים. המרחק בין הידע והיכולות לבין כל משתמש בצוות אבטחת המידע הפך למינימלי. שאילתה קצרה אחת יכולה לחסוך ימים שלמים של עבודה.
למי זה רלוונטי
צוותי אבטחת מידע, תשתיות ומערכות מידע, בעיקר בארגונים שיש בהם ריבוי מערכות ענן ו-SaaS.
תרחישי שימוש
ביצוע סקרי סיכונים בסביבות ענן; היתוך ממצאים מכלל מערכות אבטחת המידע לתוך דשבורד אחיד; ייעול ואוטומציה של תהליכי בקרה לניהול משתמשים והרשאות בכמות גדולה של מערכות; האצת תהליכי עמידה בתקנים ורגולציה; ניהול נכסי מידע ותעדוף ממצאים.
Sweet Security מאמצת גישת Runtime-First שבה האירוע מהווה נקודת התחלה — המערכת אוספת ממצאים ממקורות שונים ומאחדת אותם ל-Incident Story אחד ברור, תוך מיפוי, ניטור והגנה על מודלי AI וסוכני AI.
הבעיה שנפתרת
שוק ה-CNAPP התרחב במהירות, אך בארגונים רבים עדיין קיים פער בין זיהוי אירועי אבטחה, הבנת ההקשר האמיתי שלהם והיכולת להגיב במהירות. הבעיה המרכזית היא עומס, רעש ופיצול מידע — ארגונים מקבלים ממצאים ממספר מקורות (posture, לוגים, runtime signals ואירועי ענן) אך נדרשים לחבר ידנית את חלקי הפאזל.
התזה של החברה
Sweet Security מאמצים גישת Runtime-First, שבה האירוע מהווה נקודת התחלה ולא הנכס או הקונפיגורציה. המערכת מתחילה מהתנהגות בפועל בזמן ריצה, ואוספת סביב האירוע ממצאים נוספים ממקורות שונים ומאחדת אותם לממצא אחד קוהרנטי המתאר את כלל סיפור הפעילות או המתקפה בזמן אמת.
מה ייחודי בגישתם
פתרונות מובילים כגון Wiz, Orca, Upwind ו-Lacework בנויים לרוב סביב posture ו-inventory. Sweet הופכת את הסדר: המערכת מתחילה מאירוע runtime בפועל, ולאחר מכן משלבת אוטומטית ממצאי לוגים, הרשאות, תקשורת רשת ואירועי ענן לכדי ממצא אחד המתאר את שרשרת הפעולה המלאה. הבידול המרכזי — הפיכת מקורות מידע מרובים ל-Incident יחיד.
מה המוצר עושה בפועל
ברמת המימוש, המערכת מתקינה סנסור eBPF קל משקל על workloads ואוספת מידע התנהגותי בזמן ריצה. משלבת ממצאי Runtime, לוגים מערכתיים ואפליקטיביים. מספקת מיפוי, ניטור, הגנה ושליטה על מודלי AI וסוכני AI משלב ההגדרה ועד לפעילות בפועל בפרודקשן בסביבת ה-Cloud.
הערך המרכזי
צמצום רעש תפעולי, יצירת סיפור אירוע ברור והורדת MTTR. בהקשר AI: זיהוי Shadow AI, שליטה במידע רגיש ואכיפת מדיניות שימוש.
למי זה רלוונטי
בעיקר לארגונים עם Kubernetes, סביבות microservices וצוותי SecOps/DevOps בקצב גבוה.
תרחישי שימוש
תנועות רוחב בין containers, הסלמות הרשאה, שימוש לרעה ב-credentials, misuse של APIs וחקירת incidents.
AI Agent Governance & Security (נראות, ממשל והגנה לאיומי סוכני AI)
Gartner Leader
Zenity מספקת פלטפורמת נראות, ממשל והגנה לאיומי סוכני AI — מגלה Shadow AI, אוכפת מדיניות Secure-by-design ומזהה בזמן אמת פעולות לא בטוחות של agents, כולל הזרקות פרומפט. Gartner Cool Vendor 2025 בתחום Agentic.
הבעיה שנפתרת
ארגונים מתמודדים עם נוף איומים חדש ולא מוכר שנוצר בעקבות אימוץ מבוזר ומהיר של סוכני AI. צוותי אבטחה סובלים מחוסר נראות לגבי אילו סוכנים קיימים, מי בנה אותם, לאילו נתונים יש להם גישה וכיצד הם מקבלים החלטות בזמן אמת. Poisoned context, הרשאות יתר והקשר מורעל — שפיירוולים מסורתיים של פרומפטים מחמיצים.
התזה של החברה
כדי לאפשר אימוץ AI אחראי מבלי להאט את החדשנות, האבטחה חייבת להיות ממוקדת-סוכן (Agent-centric) וללוות את כל שלבי החיים שלו. Zenity מאמינה בהגנה רב-שכבתית (Defense-in-Depth) — ממשל, ניטור לפני פריסה, הגנה בזמן הגדרה ואכיפת מדיניות מבוססת כוונות (Intent-based).
מה ייחודי בגישתם
כיום צוותי אבטחה מנסים להשתמש בחסימות פרומפטים פשוטות, שאינן מספיקות לעצור התקפות מתוחכמות. Zenity: מנתחת את מסלול הביצוע המלא (Execution path), כולל קריאות לכלים, גישה לזיכרון וזרימת שליטה; מספקת פלטפורמה אחודה לכל הסביבות (SaaS, Cloud, Endpoint); מאפשרת Auto-remediation.
מה המוצר עושה בפועל
פלטפורמת Zenity כוללת: AI Observability (גילוי וניהול מלאי סוכני AI בכל הפלטפורמות — Salesforce, ChatGPT, Copilots — עם פירוט בעלות והרשאות); AI-SPM / Security Posture Management (אכיפת מדיניות Secure-by-design על הגדרות הסוכן לפני פריסה); AIDR / Detection and Response (ניטור בזמן אמת, עצירת פעולות לא בטוחות והזרקות פרומפט).
הערך המרכזי
צמצום של כ-90% בהפרות אבטחה וסיכונים תוך חודשים ספורים; אוטומציה של 95% מהתיקונים של הפרות בסיכון גבוה; מתן ביטחון לצוותי אבטחה לאפשר לCitizen Developers לפתח פתרונות AI; זיהוי וחסימה של דליפת מידע רגיש (PII, PHI, סודות) דרך סוכני AI.
למי זה רלוונטי
CISOs וצוותי אבטחה בארגוני Enterprise גדולים בתחומי הפיננסים, הבריאות, הממשל והטכנולוגיה; ארגונים המאמצים בנרחב Microsoft 365 Copilot, Salesforce Agentforce, ServiceNow; צוותי Compliance וציות רגולטורי.
תרחישי שימוש
גילוי 'Shadow AI' — מיפוי סוכנים ואפליקציות שפותחו או שותפו ללא פיקוח; אבטחת סוכני פיתוח (AI Dev Assistants); מניעת הזרקות פרומפט (Prompt Injection); ממשל וציות (Governance) — אכיפת גבולות גזרה וניהול הרשאות לסוכנים אוטונומיים.
מצב עסקי
Gartner Cool Vendor 2025 (Agentic) · פועלת מול Fortune 20 ו-Fortune 50 · AI TRiSM · זכויות יוצרים מצוינות לשנת 2026