NTT DATA Ignite Thailand 2026

Corma ระดมทุน 125 ล้านดอลลาร์ ฝึกโมเดลพื้นฐานเพื่อความมั่นคงปลอดภัยไซเบอร์

Corma สตาร์ทอัพที่พัฒนาโมเดลปัญญาประดิษฐ์สำหรับทีมงานด้านความมั่นคงปลอดภัยไซเบอร์ ได้ระดมทุนรอบใหม่มูลค่า 125 ล้านดอลลาร์

Credit: Corma

NEA เป็นผู้นำในการระดมทุนรอบ Series A ในครั้งนี้ โดย Corma ระบุว่านักลงทุนเดิมอย่าง Khosla Ventures, Coatue และ Sequoia Capital ได้เข้าร่วมลงทุนด้วยเช่นกัน ส่งผลให้บริษัทมีมูลค่ากิจการอยู่ที่ 1 พันล้านดอลลาร์แล้ว

Corma ซึ่งมีสำนักงานตั้งอยู่ในซานฟรานซิสโกและเทลอาวีฟ ระบุว่าโมเดล AI ของคู่แข่งมักจะมีความสามารถในการเปิดฉากโจมตีทางไซเบอร์ได้ดีกว่าการแก้ไขปัญหาเหล่านั้น บริษัทได้ทำการทดสอบเมื่อเร็ว ๆ นี้โดยให้โมเดลภาษาขนาดใหญ่หลายตัวพยายามเจาะระบบเครือข่ายจำลองขององค์กร ซึ่งผลปรากฏว่าโมเดลเหล่านั้นสามารถติดตั้งไฟล์ที่เป็นอันตรายได้สำเร็จถึง 85% ของการทดสอบทั้งหมด ในทางกลับกัน โมเดลเหล่านั้นกลับตรวจพบไฟล์ที่เป็นอันตรายที่พวกมันติดตั้งเองเพียง 12% เท่านั้น

ตามข้อมูลจาก Corma ช่องว่างระหว่างความสามารถในการโจมตีและการป้องกันของ LLM อาจทำให้แฮกเกอร์ได้เปรียบทีมงานด้านความมั่นคงปลอดภัยไซเบอร์ นี่คือปัญหาที่บริษัทกำลังจัดการด้วยโมเดล AI ที่ปรับแต่งมาเพื่อความมั่นคงปลอดภัยไซเบอร์โดยเฉพาะ Corma กล่าวว่าอัลกอริทึมของบริษัทสามารถเร่งขั้นตอนการตอบสนองต่อการละเมิดข้อมูลบางประเภทได้เร็วขึ้นถึง 100 เท่า พร้อมทั้งลดค่าใช้จ่ายที่เกี่ยวข้องลงได้ด้วย

บริษัทได้เปรียบเทียบประสิทธิภาพของโมเดลหนึ่งตัวกับคู่แข่งโดยใช้เกณฑ์การวัดที่เรียกว่า DefenseBench V5 ซึ่งเป็นการทดสอบสองตัวชี้วัดหลัก ได้แก่ ความน่าเชื่อถือของโมเดลในการปฏิบัติงานด้านความมั่นคงปลอดภัยไซเบอร์เชิงป้องกัน และความเร็วในการปฏิบัติงานให้เสร็จสิ้น โดย Corma ระบุว่าโมเดลของบริษัทมีประสิทธิภาพเหนือกว่า GPT-6 Astra, Claude Opus 5.5 และ LLM ระดับแนวหน้าอื่น ๆ อีกหลายตัว

อัลกอริทึมของบริษัทตรวจพบการละเมิดข้อมูลโดยการวิเคราะห์ข้อมูลจากเครื่องมือด้านความมั่นคงปลอดภัยไซเบอร์อื่น ๆ โดย Corma สามารถนำเข้าข้อมูลเทเลเมทรีที่สร้างจากไฟร์วอลล์ ซอฟต์แวร์ตรวจสอบเครือข่าย และแอปพลิเคชันอื่น ๆ อีกมากมาย บริษัทระบุว่าโมเดลของบริษัทไม่ได้เพียงแค่ตรวจพบภัยคุกคามเท่านั้น แต่ยังสามารถสร้างคำแนะนำในการแก้ไขปัญหาสำหรับภัยคุกคามแต่ละรายการได้อีกด้วย

การทำให้งานตอบสนองต่อการละเมิดข้อมูลเป็นไปโดยอัตโนมัตินั้นมีความยากลำบาก เนื่องจาก LLM จำเป็นต้องกรองข้อมูลผลบวกลวงจำนวนมากและแจ้งเตือนที่ซ้ำซ้อน นอกจากนี้ โมเดลมักจะมีสิทธิ์เข้าถึงข้อมูลเกี่ยวกับการละเมิดข้อมูลเพียงบางส่วนเท่านั้น หลายบริษัทมักลบข้อมูลบันทึกความมั่นคงปลอดภัยไซเบอร์ทิ้งหลังจากผ่านไปช่วงเวลาหนึ่งเพื่อลดค่าใช้จ่ายในการจัดเก็บข้อมูล

Corma กล่าวว่าอัลกอริทึมของบริษัทสามารถทำการตรวจสอบการละเมิดข้อมูลได้โดยอัตโนมัติอย่างเต็มรูปแบบ หากจำเป็นต้องใช้ข้อมูลจากมนุษย์ อัลกอริทึมจะแจ้งเตือนไปยังสมาชิกที่เกี่ยวข้องในทีมความมั่นคงปลอดภัยไซเบอร์ นอกจากนี้ยังสามารถควบคุมโมเดลของ Corma ด้วยตนเองผ่านแชตบอตบน Slack ตัวอย่างเช่น ผู้ดูแลระบบสามารถขอให้ Corma ตรวจสอบซ้ำว่าความพยายามในการกำจัดมัลแวร์จากเซิร์ฟเวอร์ที่ถูกบุกรุกเมื่อเร็ว ๆ นี้นั้นประสบความสำเร็จหรือไม่

“นับตั้งแต่เราก้าวออกมาจากช่วงทดลองลับ ความต้องการจากบรรดาองค์กรที่ใหญ่ที่สุดในโลกนั้นมีเข้ามาอย่างล้นหลาม และหนึ่งในปัญหาที่ยากที่สุดของเราคือการจัดหาขีดความสามารถให้เพียงพอเพื่อรองรับความต้องการดังกล่าว” Alon Pluda ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหารของ Corma กล่าว

Corma จะนำเงินทุนที่ได้รับใหม่ไปใช้ในการจัดซื้อโครงสร้างพื้นฐานเพิ่มเติมและยกระดับโมเดล AI ของบริษัทต่อไป

ที่มา: https://siliconangle.com/2026/11/16/corma-raises-125m-to-train-cybersecurity-optimized-foundation-models/

About นักเขียนฝึกหัดหมายเลขเก้า

Check Also

Google Project Zero เปลี่ยนนโยบาย เปิดเผยช่องโหว่หลัง 90 วันแม้ยังไม่ได้แก้ไข

Google Project Zero ประกาศนโยบายเปิดเผยช่องโหว่แบบใหม่ที่จะเผยแพร่รายละเอียดช่องโหว่เมื่อครบ 90 วันหลังแจ้ง vendor ไม่ว่าจะมีแพตช์แล้วหรือไม่ ก่อนลดกำหนดเวลาลงเหลือ 60 วันในปี 2027 และ 30 วันในปี …

Alibaba เปิดตัว Qwen4-Max โมเดล LLM ขนาด 2.4 ล้านล้าน Parameters ลดต้นทุนด้วยสถาปัตยกรรมใหม่

Alibaba เปิดตัว Qwen4-Max โมเดลภาษาขนาดใหญ่ (LLM) รุ่นล่าสุดและมีความสามารถสูงสุดของบริษัท ให้ผลลัพธ์คุณภาพสูงกว่ารุ่นก่อนด้วยต้นทุนที่ต่ำลง จากสถาปัตยกรรมใหม่ Qwen4 ที่ทำให้การ training มีประสิทธิภาพมากขึ้นและ attention mechanism ที่ปรับปรุงใหม่