HiddenLayer তাদের Series B রাউন্ডে ১০০ মিলিয়ন ডলার সংগ্রহ করেছে, যার নেতৃত্বে রয়েছে Delta-v Capital এবং এতে অংশগ্রহণ করেছে Microsoft-এর M12, Morgan Stanley এবং Ten Eleven Ventures। এন্টারপ্রাইজগুলো যখন জেনারেটিভ AI এবং অরথোনোমাস এজেন্টগুলোকে (autonomous agents) প্রোডাকশনে নিয়ে যাচ্ছে, তখন এই অর্থ তাদের AI runtime security প্ল্যাটফর্মকে আরও শক্তিশালী করতে সাহায্য করবে।
AI মডেলগুলোর চারপাশের অ্যাটাক সারফেস (attack surface) বা আক্রমণের ক্ষেত্র দ্রুত বৃদ্ধি পাচ্ছে। যেসব কোম্পানি একসময় কেবল প্রুফ-অফ-কনসেপ্ট নোটবুক চালাত, তারা এখন লার্জ ল্যাঙ্গুয়েজ মডেল এবং এজেন্টিক ওয়ার্কফ্লোগুলোকে (agentic workflows) কাস্টমার-ফেসিং সার্ভিস, অভ্যন্তরীণ সিদ্ধান্ত গ্রহণ প্রক্রিয়া এবং এমনকি প্রতিরক্ষা-মানের সিস্টেমেও যুক্ত করছে। প্রতিটি নতুন এন্ডপয়েন্ট—প্রম্পট ইন্টারফেস, টুল ইন্টিগ্রেশন, মডেল ভার্সন—শত্রুদের জন্য একটি প্রবেশপথ তৈরি করে, এবং সেই এন্ডপয়েন্টগুলোকে রক্ষা করার জন্য প্রয়োজনীয় টুলের বাজার প্রযুক্তির অগ্রগতির চেয়েও দ্রুত গতিতে বাড়ছে।
কেন AI নিরাপত্তা তত্ত্ব থেকে প্রয়োজনীয়তায় রূপান্তরিত হয়েছে
তিন বছর আগে বেশিরভাগ সিকিউরিটি অ্যানালিস্ট AI-নির্দিষ্ট হুমকিগুলোকে কেবল গবেষণার বিষয় হিসেবে দেখতেন। অ্যাডভারসারিয়াল অ্যাটাক (adversarial attacks) কতটা ব্যাপক হতে পারে, তা নিয়ে বিতর্ক থাকলেও সে অনুযায়ী পদক্ষেপ নেওয়া হয়নি। Gartner-এর পূর্বাভাস অনুযায়ী, এন্টারপ্রাইজগুলোর AI সিকিউরিটি টুলের ওপর ব্যয় এ বছর ২.৮৩ বিলিয়ন ডলারে পৌঁছাবে, যা গত বছরের তুলনায় ৮৩ শতাংশ বেশি; এবং আগামী বছর এটি ৪.৭৮ বিলিয়ন ডলারে গিয়ে ঠেকবে। এই সংখ্যাগুলো নির্দেশ করে যে, পরীক্ষামূলক পাইলট থেকে এখন এটি মিশন-ক্রিটিক্যাল ডিপ্লয়মেন্টে বা অত্যন্ত গুরুত্বপূর্ণ পর্যায়ে চলে এসেছে। এটি আরও সংকেত দেয় যে, সংস্থাগুলো বুঝতে পারছে যে একটি কম্প্রোমাইজড মডেল প্রতিরোধমূলক টুলের খরচের চেয়েও অনেক বেশি ক্ষতির কারণ হতে পারে।
HiddenLayer-এর প্রবৃদ্ধি সেই প্রবণতাকেই প্রতিফলিত করে। CEO Chris Sestito জানিয়েছেন যে, গত বারো মাসে কোম্পানির বার্ষিক পুনরাবৃত্ত আয় (annual recurring revenue) দশ গুণেরও বেশি বেড়েছে, যা বর্তমানে "দশ মিলিয়ন ডলারের" (tens of millions) পরিসরে রয়েছে। এই বৃদ্ধির ৯০ শতাংশেরও বেশি আসছে নতুন গ্রাহকদের কাছ থেকে—যাদের মধ্যে রয়েছে আর্থিক প্রতিষ্ঠান, বড় টেক কোম্পানি, মার্কিন প্রতিরক্ষা বিভাগ এবং গোয়েন্দা সংস্থা। একটি নাম প্রকাশ না করা ক্লায়েন্ট, যারা প্রতি সপ্তাহে ৭০ কোটিরও বেশি ব্যবহারকারীর কাছে একটি ফ্রন্টিয়ার মডেল সরবরাহ করে, তারাও এই পরিষেবা গ্রহণ করেছে, যা এই সমস্যার ব্যাপকতাকে ফুটিয়ে তোলে।
মডেল হার্ডেনিং থেকে অরথোনোমাস এজেন্ট সুরক্ষা পর্যন্ত
প্রথাগত মেশিন-লার্নিং সিকিউরিটি মূলত ট্রেনিং পাইপলাইন সুরক্ষিত রাখা এবং অ্যাডভারসারিয়াল ইনপুট শনাক্ত করার ওপর গুরুত্ব দিত, যা সূক্ষ্মভাবে প্রেডিকশন বা পূর্বাভাসকে বিকৃত করতে পারে। HiddenLayer এখনও সেই মৌলিক বিষয়গুলো—ডিসকভারি, রানটাইম প্রোটেকশন, অ্যাটাক সিমুলেশন এবং সাপ্লাই-চেইন চেক—পরিচালনা করে, তবে এটি এখন জেনারেটিভ AI-এর অনন্য ঝুঁকিগুলো মোকাবিলা করছে।
- Prompt injection – ক্ষতিকারক ইনপুট যা একটি মডেলকে অনিচ্ছাকৃত কমান্ড কার্যকর করতে বা গোপনীয় তথ্য প্রকাশ করতে বাধ্য করে। এই প্ল্যাটফর্মটি প্রম্পটগুলো মডেলে পৌঁছানোর আগেই সেগুলো যাচাই (sanitise) করে এবং পলিসি লঙ্ঘন হচ্ছে কি না তা দেখার জন্য আউটপুট মনিটর করে।
- Agent manipulation – স্বয়ংক্রিয় বা অরথোনোমাস এজেন্টগুলো যখন টুল, API এবং ডেটা সোর্সগুলোকে চেইন বা যুক্ত করে কাজ করে, তখন তাদের মাঝপথে হাইজ্যাক করা সম্ভব, যা ক্ষতিকারক কাজ বা ডেটা লিক ঘটাতে পারে। HiddenLayer প্রতিটি ওয়ার্কফ্লো ধাপে পলিসি চেক যুক্ত করে এবং নির্ধারিত নিয়ম লঙ্ঘন করলে সেই কাজগুলো বাতিল করে দেয়।
- Malicious tool use – AI এজেন্টগুলো দিন দিন এক্সটার্নাল প্লাগইন, কোড ইন্টারপ্রেটার বা রিট্রিভাল মডিউলের ওপর বেশি নির্ভরশীল হয়ে পড়ছে। এই সমাধানটি এই ইন্টিগ্রেশনগুলোর অস্বাভাবিক আচরণ পর্যবেক্ষণ করে, যেমন কোনো রিট্রিভাল মডিউল অপ্রত্যাশিত পেলোড (payload) প্রদান করছে কি না।
ওপেন-সোর্স এবং ওপেন-ওয়েট মডেলগুলো একটি বিশেষ সমস্যা তৈরি করে। যেহেতু মডেল ফাইলগুলো অবাধে বিতরণ করা যায়, তাই আক্রমণকারীরা এতে লুকানো কোড বা ক্ষতিকারক ওয়েট (weights) যুক্ত করতে পারে যা মডেল লোড হওয়ার সাথে সাথেই কার্যকর হয়। HiddenLayer প্রায় ৫০টি AI ফাইল ফরম্যাট বিশ্লেষণ এবং স্ক্যান করে, যাতে "মডেলের ভেতরে লুকানো মডেল" খুঁজে পাওয়া যায় যা ব্যাকডোর হিসেবে কাজ করতে পারে। এই সাপ্লাই-চেইন ডিফেন্স কম্প্রোমাইজড আর্টফ্যাক্টগুলোকে প্রোডাকশনে চলার আগেই আটকে দেয়।
নতুন মূলধন কীভাবে ব্যয় করা হবে
HiddenLayer এই ১০০ মিলিয়ন ডলার তিনটি ক্ষেত্রে বরাদ্দ করবে:
- Sales and distribution – একটি নির্দিষ্ট বা নিশ (niche) গো-টু-মার্কেট প্রচেষ্টাকে একটি বৃহত্তর এন্টারপ্রাইজ সেলস ইঞ্জিনে রূপান্তরিত করা, যাতে সেই সব সেক্টরে পৌঁছানো যায় যারা মাত্র বড় পরিসরে AI গ্রহণ করতে শুরু করেছে।
- Engineering research – উদীয়মান অ্যাটাক ভেক্টরের (attack vectors) শনাক্তকরণ লজিকের ওপর আরও জোর দেওয়া, যেমন মাল্টি-মোডাল প্রম্পট ইনজেকশন এবং ক্রস-এজেন্ট কোঅর্ডিনেশন অ্যাটাক।
- Geographic expansion – ইউরোপ, মধ্যপ্রাচ্য এবং আফ্রিকা (EMEA) অঞ্চলে উপস্থিতি তৈরি করা, যেখানে AI স্বচ্ছতা এবং নিরাপত্তা সংক্রান্ত রেগুলেটরি বা নিয়ন্ত্রক চাপ বাড়ছে।
Sestito HiddenLayer-এর পরিষেবাকে "AI-এর জন্য Endpoint Detection and Response (EDR)" হিসেবে তুলনা করেছেন। EDR এজেন্টরা যেভাবে অপারেটিং-সিস্টেমের প্রসেসগুলোতে ক্ষতিকারক কার্যকলাপের জন্য নজর রাখে, HiddenLayer-এর রানটাইম গার্ড ঠিক একইভাবে মডেল ইনফারেন্স কল, টুল ইনভোকেশন এবং ডেটা ফ্লো-তে পলিসি লঙ্ঘনের জন্য নজর রাখে।
পাল্টা যুক্তি: ক্লাউড জায়ান্টরা কি এই বিশেষ ক্ষেত্রটিকে গ্রাস করে ফেলবে?
কোম্পানিটি স্বীকার করে যে বড় ক্লাউড প্রদানকারী প্রতিষ্ঠানগুলো—AWS, Azure, Google Cloud—তাদের পরিচালিত AI পরিষেবাগুলোতে অনুরূপ runtime protection অন্তর্ভুক্ত করতে পারে। যদি কোনো ক্লাউড ভেন্ডর বিল্ট-ইন prompt-injection ফিল্টার বা agent-policy enforcement প্রদান করে, তবে এন্টারপ্রাইজগুলো থার্ড-পার্টি অ্যাড-অন হিসেবে এর গুরুত্ব কম মনে করতে পারে।
Sestito যুক্তি দেন যে, governance, identity এবং policy control যথেষ্ট জটিল থাকবে যা বিশেষায়িত সমাধানগুলোর প্রয়োজনীয়তা প্রমাণ করবে। তিনি বলেন, “যখন আপনি মাল্টি-টেন্যান্ট, উচ্চ-মূল্যের ওয়ার্কলোড নিয়ে কাজ করছেন যা সাংগঠনিক সীমানা অতিক্রম করে, তখন একটি সাধারণ (one-size-fits-all) ক্লাউড অফারিং প্রতিটি কমপ্লায়েন্সের সূক্ষ্ম বিষয়গুলো সমাধান করতে পারে না।” তিনি বিশ্বাস করেন যে একটি ডেডিকেটেড সিকিউরিটি লেয়ার হাইপারস্কেলরদের বিশাল প্রোডাক্ট সাইকেলের চেয়ে দ্রুতগতিতে কাজ করতে পারে এবং বিদ্যমান security information and event management (SIEM) টুলগুলোর সাথে গভীর ইন্টিগ্রেশন এই প্ল্যাটফর্মটিকে প্রাসঙ্গিক রাখবে।
আগামী মাসগুলোতে যা লক্ষ্য রাখতে হবে
- Adoption velocity – যদি hidden-layer সিকিউরিটি টুলগুলো AI প্রকিউরমেন্ট চুক্তির জন্য একটি পূর্বশর্ত হয়ে দাঁড়ায়, তবে এন্টারপ্রাইজ লাইসেন্স উল্লেখযোগ্যভাবে বৃদ্ধি পেতে পারে, বিশেষ করে নিয়ন্ত্রিত (regulated) সেক্টরগুলোতে।
- Competitive moves – প্রধান ক্লাউড প্রদানকারীদের পক্ষ থেকে নেটিভ AI runtime hardening সংক্রান্ত ঘোষণাগুলোর দিকে নজর রাখুন। একটি বান্ডেলড অফার hidden-layer-কে hybrid-cloud বা on-premises ডেপ্লয়মেন্টের দিকে মোড় নিতে বাধ্য করতে পারে।
- Regulatory pressure – সরকারগুলো যখন AI-নির্দিষ্ট সিকিউরিটি স্ট্যান্ডার্ড তৈরি করছে, তখন কমপ্লায়েন্সের প্রয়োজনীয়তাগুলো স্পষ্টভাবে runtime protection-এর কথা উল্লেখ করতে পারে, যা HiddenLayer-এর মতো ভেন্ডরদের জন্য একটি রেগুলেটরি সুবিধা (tailwind) তৈরি করবে।
- Threat evolution – নতুন আক্রমণ কৌশল—যেমন একাধিক এজেন্টের মধ্যে সমন্বিত prompt injection বা বড় পরিসরে model weights বিষাক্ত করার সাপ্লাই-চেইন অ্যাটাক—যেকোনো ডিটেকশন ইঞ্জিনকে পরীক্ষা করবে। HiddenLayer যে গতিতে তার ডিটেকশন মডেলগুলো মানিয়ে নিতে পারে, সেটিই হবে একটি মূল পার্থক্যকারী বৈশিষ্ট্য।
সারকথা
HiddenLayer-এর ১০০ মিলিয়ন ডলারের তহবিল সংগ্রহ দেখায় যে AI-নির্দিষ্ট runtime security-র বাজার এখন তাত্ত্বিক বিতর্ক থেকে বাণিজ্যিক আবশ্যিকতায় পরিণত হয়েছে। এন্টারপ্রাইজ AI যখন বিচ্ছিন্ন মডেলের বাইরে জটিল এবং টুল-সমৃদ্ধ এজেন্টে বিস্তৃত হচ্ছে, তখন নিরবচ্ছিন্ন, পলিসি-চালিত সুরক্ষা প্রথাগত endpoint security-র মতোই অপরিহার্য হয়ে উঠছে। এই স্টার্টআপটি অত্যাধুনিক প্রতিপক্ষ এবং ক্লাউড জায়ান্টদের মধ্যে চলমান সিকিউরিটি আর্মস রেসের চেয়ে এগিয়ে থাকতে পারে কি না, তার ওপর ভিত্তি করেই নির্ধারিত হবে যে এটি "EDR for AI" হিসেবে টিকে থাকবে নাকি একটি বড় প্ল্যাটফর্মের অন্তর্ভুক্ত আরেকটি ফিচারে পরিণত হবে। আগামী প্রান্তিকটি উন্মোচন করবে যে ডেডিকেটেড AI সিকিউরিটি ভেন্ডররা এমন একটি ইকোসিস্টেমে নিজেদের জন্য একটি স্থায়ী জায়গা তৈরি করতে পারে কি না, যা এখনও তার নিজস্ব সীমানা নির্ধারণ করছে।