Xygeni זוכה בשני פרסי Global InfoSec עבור אבטחת יישומי GenAI ו Application Security Posture Management (ASPM) והכרה בעבודתה של החברה בסיוע לצוותי אבטחה והנדסה להפחית רעש, לתעדף סיכונים אמיתיים ולאבטח פיתוח בסיוע בינה מלאכותית מבלי להאט את האספקה. עבור צוותי DevSecOps מודרניים, זה חשוב מכיוון שהשוק נע במהירות לכיוון מבוסס סיכון. ASPM ופיתוח מאובטח המבוסס על בינה מלאכותית, ולא על סורקים מבודדים והתראות מנותקות. גרטנר כבר הדגישה את שניהם Application Security Posture Management ו AI Code Security עוזרים כתחומים טרנספורמטיביים ב-AppSec המודרני, תוך אזהרה גם כי פיתוח מונחה בינה מלאכותית וקידוד וייב מרחיבים את משטח ההתקפה.
שני הפרסים הללו משקפים מציאות פשוטה. צוותי אבטחה לא צריכים יותר dashboardהם צריכים הקשר ברור, קביעת סדרי עדיפויות אמיתיים ותיקון בטוח לייצורזה בדיוק המקום שבו Xygeni מתמקדת, מקוד לענן, ומקוד שנכתב על ידי בני אדם ועד קוד שנוצר על ידי בינה מלאכותית.
למה שני הפרסים האלה חשובים
ניצחון בשתי הקטגוריות חשוב משום שהוא מראה ש-AppSec כבר אינו מחולק בין "אבטחת יישומים מסורתית" ל"אבטחת בינה מלאכותית". כיום, העולמות הללו מחוברים.
צוותי פיתוח שולחים תוכניות מהירות יותר, משתמשים בקוד פתוח יותר, מסתמכים על יותר CI/CD אוטומציה, ואימוץ גובר של עוזרי קידוד בינה מלאכותית וזרימות עבודה סוכניות. במקביל, מנהיגי אבטחה נמצאים תחת לחץ להפחית תוצאות חיוביות שגויות, להסביר בבירור את הסיכונים העסקיים ולאוטומטי את התיקון מבלי לשבש את הייצור. גרטנר מתארת את השינוי הזה ישירות: פיתוח בסיוע בינה מלאכותית מציג חששות אבטחה חדשים, בעוד ASPM, ניתוח נגישות ותיקון מבוסס בינה מלאכותית הופכים למרכזיים בייעול DevSecOps.
זו הסיבה שהפרסים האלה משתלבים כל כך טוב זה בזה. אפשר לזהות Xygeni ASPM כמישור הבקרה לסיכון היישום. השני מזהה DevAI כשכבה מונעת לאבטחת קוד שנוצר וסיוע בינה מלאכותית לפני שהוא הופך לבעיית ייצור.
למה Xygeni ניצחה באבטחת יישומי GenAI
פרס אבטחת היישומים של GenAI מדגיש אתגר שונה, אך דחוף לא פחות: כיצד לאבטח קוד כאשר בינה מלאכותית היא כעת חלק מתהליך העבודה של הפיתוח.
זה המקום DevAI בולט. במקום להתייחס לסיכון של בינה מלאכותית כבעיית זמן ריצה נפרדת, Xygeni מביאה אבטחה עד לנקודה שבה נוצר הקוד. הפלטפורמה משלבת ניתוח סטטי מעמיק, תעדוף מבוסס ניצול, תיקון אוטומטי של בינה מלאכותית וזיהוי מודע לתוכנות זדוניות כדי לעזור למפתחים לזהות ולתקן דפוסים מסוכנים מוקדם.
גישה זו רלוונטית במיוחד כעת. גרטנר מציינת שעד שנת 2027, לפחות 30% מחשיפות אבטחת היישומים ינבעו משיטות קידוד מבוססות Vibe, ועד שנת 2026, לפחות 40% מהארגונים יעברו כברירת מחדל לספקי בדיקות אבטחת היישומים שלהם לתיקון אוטומטי מבוסס בינה מלאכותית של קוד פגיע.
אבטחה בנקודת יצירת הקוד
DevAI תומך במודל מניעתי. של קסיגני code security החומרים מסבירים שהפלטפורמה מבצעת ניתוח סטטי עמוק כדי לזהות פגמי הזרקה, XSS, בעיות זיכרון, תצורות שגויות ודפוסי קוד זדוני, תוך סינון ממצאים דרך משפך תעדוף מבוסס ניצול, כך שצוותים מתמקדים במה שניתן לנצל, ולא רק במה שקיים.
זהו הבחנה חשובה. בפיתוח בסיוע בינה מלאכותית, מהירות אינה הבעיה העיקרית. אמון שלא נבדק מפתחים יכולים לייצר קוד במהירות, אך הם עדיין זקוקים לאימות דטרמיניסטי, הקשר אבטחה ותיקונים בטוחים.
תיקון בינה מלאכותית שמפתחים יכולים להשתמש בו בפועל
ה-AI AutoFix של Xygeni מוסיף את השכבה הבאה. הוא מייצר הצעות לתיקון מודעות להקשר, מחליף דפוסים מסוכנים בחלופות בטוחות יותר, ויוצר... pull requests עם תיקונים המותאמים לשיטות עבודה מומלצות לשפה.
זה חשוב משום שעתיד אבטחת היישומים של GenAI אינו עוסק רק בזיהוי. הוא עוסק ב... תיקון בטוח לייצורכלי שמוצא בעיות אך אינו יכול לסייע בפתרון שלהן בתוך תהליך העבודה מוסיף חיכוך. כלי שיכול להנחות תיקון בטוח בהקשר משפר הן את האבטחה והן את מהירות המפתח.
Guardrails לפיתוח בסיוע בינה מלאכותית ופיתוח סוכני
סיפור GenAI רחב יותר גם מהשלמת קוד. מחזור ההייפ של גרטנר לשנת 2025 לאבטחת יישומים קורא לפרוטוקול הקשר מודל, בינה מלאכותית. code security עוזרי בינה מלאכותית, הגנת זמן ריצה וקידוד וייב כשינויים משמעותיים ב-AppSec. כמו כן, הוא מזהיר כי MCP מביא חששות חדשים בנוגע להרשאות ופרטיות, וכי אין להתייחס לקוד שנוצר על ידי בינה מלאכותית כבטוח מטבעו.
הקשר זה הופך את מיקומה של Xygeni בתחום ה-DevAI לרלוונטי במיוחד. הערך הוא לא רק בכך שהוא עוזר למפתחים לתקן קוד. הערך הוא בכך שהוא מציג... guardrails שבו פלט שנוצר על ידי בינה מלאכותית פוגש זרימות עבודה הנדסיות אמיתיות.
למה Xygeni ניצח עבור Application Security Posture Management
Application Security Posture Management צריך לעשות יותר מאשר לאסוף ממצאים. זה אמור לעזור לצוותים להחליט מה באמת חשוב עכשיו.
קסיגני'ס ASPM הגישה בנויה סביב רעיון זה. הפלטפורמה מאחדת אותות לאורך מחזור חיי אספקת התוכנה, כולל מאגרי קוד, תלויות, pipelines, בונים קבצים, תשתיות כקוד ומשאבי ענן, ולאחר מכן ממפים באופן רציף את הקשרים והמצב שלהם בהקשר.
זה משנה כי רוב הצוותים עדיין טובעים בהתראות מקוטעות. לפי Xygeni's ASPM חומרים, 48% מהארגונים מקבלים יותר מ-10,000 התראות ביום, ועד 52% מההתראות הללו הן חיוביות שגויות. Xygeni מטפלת בבעיה זו באמצעות קביעת סדרי עדיפויות הקשריים, אשר מתחשבת ביחסי נכסים, חומרה, ניצול, חשיפה, השפעה עסקית וקריטריונים המוגדרים על ידי הלקוח, ומסייעת להפחית רעש מיותר עד 90%.
שכבת הקשר אמיתית, לא עוד סורק
Xygeni לא מתמקם ASPM כצובר סורק. במקום זאת, הוא בונה שכבת מלאי וקורלציה לרוחב ה- SDLCהיא מזהה נכסים באופן אוטומטי, עוקבת אחר תלויות ותורמים, ומעניקה לצוותים תצוגה של סיכוני האפליקציה מקוד לענן.
זה בדיוק המקום שבו המודרני ASPM יוצר ערך. גרטנר מגדיר ASPM כדרך לנהל באופן רציף את סיכוני האפליקציה על ידי איסוף, ניתוח ותעדוף של בעיות אבטחה לאורך מחזור חיי התוכנה, ובכך לסייע לצוותים לאכוף מדיניות ולתקן אותן בצורה יעילה יותר.
קביעת סדרי עדיפויות דינמיים המשקפים סיכון אמיתי
חלק בולט של Xygeni ASPM הסיפור הוא שלו משפך דינמי לתעדוףלקוחות יכולים להגדיר עד שמונה שלבים ולשפר את קביעת העדיפויות באמצעות גורמים כגון נגישות, ניצול וקריטריונים ספציפיים לעסק. בפועל, משמעות הדבר היא שצוותים יכולים להפסיק להגיב לנפח ולהתחיל לתקן את מה שבאמת ניתן להשגה, חשוף או חשוב מבחינה תפעולית.
זוהי סיבה טובה לכך שההכרה הזו הגיונית. בשנת 2026, הטוב ביותר ASPM פלטפורמות אינן אלו שמציגות הכי הרבה נתונים. הן אלו שהופכות מורכבות לרשימה קצרה ואמינה של פעולות.
זרימות עבודה טובות יותר, לא יותר חיכוכים
קסיגני'ס ASPM גם מסייע בסגירת המעגל מבחינה תפעולית. הוא משלב דוחות אבטחה של צד שלישי, מנרמל ממצאים ומרכז זרימות עבודה לתיקון תהליכים כך שצוותים יכולים לתאם מהר יותר בין כלים וסביבות שונות.
עבור מנהיגי ביטחון, זה מתורגם למשהו בעל ערך רב יותר נראות בלבד: מיון טוב יותר, בעלות ברורה יותר ושיפור יציבה מדיד לאורך זמן.
מודל AppSec חזק יותר לשנת 2026
יחד, שני הפרסים הללו מצביעים על מסר רחב יותר.
אבטחת האפליקציות המודרנית נעה לעבר:
- הקשר מאוחד במקום ממצאים בודדים
- קביעת סדרי עדיפויות המבוססים על ניצול במקום מיון לפי חומרה בלבד
- תיקון אוטומטי במקום גידול ידני של צבר הזמנות
- אבטחת בינה מלאכותית מונעת במקום ניקוי תגובתי
- זרימות עבודה המתמקדות במפתחים במקום צווארי בקבוק באבטחה
הפלטפורמה של Xygeni מתיישבת מקרוב עם כיוון זה. ASPM בצד, זה מקשר אותות בין קוד, ענן, pipeline, תלויות ומצב. בצד של GenAI, זה עוזר לצוותים לאבטח קוד שנוצר על ידי בינה מלאכותית וקוד שנכתב על ידי בני אדם מוקדם יותר, עם תעדוף ותיקון מובנים בתהליך העבודה.
זו גם הסיבה שההכרה היא יותר מאבן דרך של מותג. היא משקפת את הכיוון הבא של תוכניות AppSec.
מה המשמעות של זה עבור צוותי אבטחה והנדסה
בעד CISמערכת הפעלה, מנהיגי AppSec וצוותי DevSecOps, המסר הוא מעשי.
אם הצוותים שלכם עדיין עוברים בין סורקים, בודקים אינספור ממצאים כפולים ומנסים לשלוט בפיתוח בסיוע בינה מלאכותית ללא תוצאות ברורות guardrails, המודל הישן כבר נמצא תחת לחץ.
השלב הבא של AppSec צריך:
- נקודת מבט אחת על הסיכון ברחבי SDLC
- קביעת סדרי עדיפויות המבוססים על ניצול אמיתי והקשר עסקי
- תיקון אוטומטי שמתאים לזרימות עבודה הנדסיות
- בקרות חזקות יותר עבור קוד שנוצר על ידי בינה מלאכותית וקוד בסיוע בינה מלאכותית
- אות טוב יותר, פחות רעש
זה המרחב שבו Xygeni זוכה להכרה.
סופי Takeaway
Xygeni זוכה בשני פרסי Global InfoSec עבור ASPM ו אבטחת יישומי GenAI משום ששתי הקטגוריות דורשות כיום את אותו הדבר: אבטחה שהיא הקשרית, ניתנת לפעולה ובנויה לאופן שבו תוכנה מפותחת בפועל כיום.
ASPM אמור לעזור לצוותים לתקן את הסיכונים הנכונים תחילה.
אבטחת היישומים של GenAI אמורה לעזור לצוותים להשתמש בכלי קידוד של בינה מלאכותית מבלי ליצור נקודות מתות.
Xygeni בונה עבור שניהם.
על המחבר
מייסד שותף ומנהל טכנולוגיות ראשי
פטימה Said מתמחה בתוכן הממוקד במפתחים עבור AppSec, DevSecOps, ו- software supply chain securityהיא הופכת אותות אבטחה מורכבים להנחיות ברורות ומעשיות המסייעות לצוותים לתעדף מהר יותר, להפחית רעש ולשלוח קוד בטוח יותר.
