自适应安全公司 Illumio D轮融资1.25亿美元

简介:

新融资用以将其分隔及可见性平台进一步推向市场

 

 

6月7日,安全厂商Illumio宣布在D轮融资中收获1.25亿美元,帮助公司继续发展其自适应安全平台,并推向全球市场。

该轮融资由摩根大通资产管理公司领衔,安德森霍洛维茨基金、General Catalyst、8VC、Accel and Data Collective (DCVC)等投资人跟进。如今,Illumio总融资额已达2.67亿美元。

2014年10月,Illumio进入人们视野,旨在帮助公司企业分隔网络,缩减攻击界面,最小化风险。Illumio共同创始人兼CEO安德鲁·鲁宾称,公司自公开以来的表现一直超出预期。新融资轮是机会性资本,Illumio并没有主动拉投资。摩根大通资产管理公司本身也是Illumio的客户。

我们认为自己有机会成长为大公司,在市场占据领导地位。

自适应安全平台

Illumio的核心技术就是其自适应安全平台,可帮助企业分隔网络和用户。该平台含有一个策略计算引擎(PCE),作为设置网络和用户最佳实践及安全策略的主控节点。还有融入工作负载里的虚拟执行节点,确保工作负载遵从PCE定义并管理的策略。

Illumio平台的另一主要元素,是Illumination功能,提供环境内运行的各种服务的可见性。Illumination会建立一张动态应用依赖映射表,供公司企业查看网络中流转的不同服务。

2016年2月,Illumio在该平台终加入了自适应用户分隔功能,让非授权用户看不到也连接不上应用。

“Illumio从成立的第一天起,就想创建能理解环境的软件大脑。理解能力会从数据中心开始,最终将越扩越大。”

最近几年,Illumio与多家厂商集成以延伸其足迹,包括与F5负载均衡器、思科及Arista交换机协作。如今,Illumio正协商与AWS和微软Azure这样的云平台集成,期望该平台能与云提供商内部的原生安全控制通信。

Illumio脱颖而出的最重要依仗,就是将我们的技术嵌入任何计算实例的能力。无论该实例运行在何种计算中心、私有或公有云内。

展望未来,Illumio的技术将以多种方式成长和铺开。

Illumio首席商务官阿兰·科恩称,Illumio产出很多安全分析,客户可在自己的安全运营系统里充分利用这些分析。所以,Illumio可能会围绕分析做更多的工作,或寻找合作伙伴一起,或独立完成。



本文转自d1net(转载)

相关文章
|
机器学习/深度学习 vr&ar
一起来学MediaPipe(二)人脸面网格
一起来学MediaPipe(二)人脸面网格
1614 0
一起来学MediaPipe(二)人脸面网格
|
10月前
|
存储 安全 Android开发
探索Android系统的最新安全特性
在数字时代,智能手机已成为我们生活中不可或缺的一部分。随着技术的不断进步,手机操作系统的安全性也越来越受到重视。本文将深入探讨Android系统最新的安全特性,包括其设计理念、实施方式以及对用户的影响。通过分析这些安全措施如何保护用户免受恶意软件和网络攻击的威胁,我们希望为读者提供对Android安全性的全面了解。
|
12月前
|
人工智能 测试技术 数据处理
首个Mamba+Transformer混合架构多模态大模型来了,实现单卡千图推理
【10月更文挑战第18天】《LongLLaVA: Scaling Multi-modal LLMs to 1000 Images Efficiently via Hybrid Architecture》提出了一种新型多模态大模型LongLLaVA,结合了Mamba和Transformer架构,通过系统优化实现在单张A100 80GB GPU上处理近千张图像的突破。该模型在视频理解、高分辨率图像分析和多模态智能体任务中表现出色,显著提升了计算效率。
397 65
|
10月前
|
人工智能 自然语言处理 API
Multimodal Live API:谷歌推出新的 AI 接口,支持多模态交互和低延迟实时互动
谷歌推出的Multimodal Live API是一个支持多模态交互、低延迟实时互动的AI接口,能够处理文本、音频和视频输入,提供自然流畅的对话体验,适用于多种应用场景。
338 3
Multimodal Live API:谷歌推出新的 AI 接口,支持多模态交互和低延迟实时互动
|
12月前
|
存储 关系型数据库 MySQL
如何在MySQL中进行索引的创建和管理?
【10月更文挑战第16天】如何在MySQL中进行索引的创建和管理?
474 1
|
存储 开发工具 数据安全/隐私保护
Git 与 SVN:版本控制领域的双星对比
【8月更文挑战第27天】
516 6
|
12月前
|
机器学习/深度学习 算法 固态存储
深度学习在图像识别中的应用与发展
本文将探讨深度学习在图像识别领域的应用与发展。通过分析深度学习的基本概念、常用模型以及具体案例,揭示其在图像识别中的重要性和未来趋势。我们将详细介绍卷积神经网络(CNN)的原理与结构,并展示如何利用深度学习进行图像分类、目标检测和图像分割等任务。同时,我们还将讨论当前面临的挑战及可能的解决途径。希望通过这篇文章,读者能够对深度学习在图像识别中的应用有一个全面而深入的了解。
|
12月前
|
机器学习/深度学习 自然语言处理 知识图谱
|
12月前
|
存储
服务器几U是什么意思?
【10月更文挑战第5天】服务器几U是什么意思?
827 0
|
存储 安全 计算机视觉
基于 YOLOv8 的疲劳状态检测 | 附源码
基于 YOLOv8 的疲劳状态检测 | 附源码