Cyber Intelligence Exposure Platform

Lihat lingkungan Anda seperti penyerang melihatnya.

See Every Asset. Understand Every Path. Validate Every Exposure.

Velosight menyatukan Cyber Asset Discovery (CAASM), Asset Relationship Graph, Attack Path Analysis, prioritisasi risiko berbasis konteks, dan validasi exposure otomatis dalam satu platform — dengan enam AI engine sebagai lapisan intelligence dan engine deterministik sebagai pengambil keputusan.

Jadwalkan Demo Jelajahi Platform →
On-premises / self-hosted 8 connector vendor 6 AI engine 12 sumber vulnerability feed
PATH-0001skor 84 · likelihood 63%
Internet → VPN-GW-01 [CVE-2024-21762] → LAP-00094 [CVE-2017-0144] → SERVER-AD02 [CVE-2020-1472]
⚑ Choke point: 100% jalur menuju 7 target kritikal melewati VPN-GW-01
±7.000→2.000
source record menjadi golden asset record dalam satu siklus
~70%
duplikasi identitas aset dieliminasi oleh correlation engine
8×
faktor kontekstual dalam model risiko multiplikatif
0
exploit nyata dijalankan — validasi berjalan dalam simulation mode dengan guardrail policy

Masalahnya

Daftar kerentanan bukan gambaran risiko.

Tim keamanan tenggelam dalam ribuan temuan CVSS tinggi, sementara penyerang hanya butuh satu jalur. Scanner tidak tahu aset mana yang terhubung ke Domain Controller, kredensial siapa yang tersimpan di laptop mana, atau apakah kerentanan itu benar-benar dapat dieksploitasi.

  • Satu perangkat, banyak identitas. AD, EDR, scanner, dan CMDB masing-masing menyebut aset yang sama dengan nama berbeda.
  • Konteks tersebar. Kepemilikan di CMDB, port di scanner, kredensial di EDR — tidak ada yang melihat semuanya.
  • Prioritas salah arah. CVSS 9.8 pada aset terisolasi dikerjakan lebih dulu daripada CVSS 7.5 yang membuka jalan ke crown jewel.
ADIDN-5A9F2C uppercase · FQDN · tanpa IP
EDRidn5a9F2c MAC · IP · serial
Tenable10.10.20.25 hanya IP
CMDBIDN5A9F2C / SN5A9F2C tanpa tanda hubung
▼ blocking → pairwise scoring → survivorship
ASSET-000412
hostname
idn5a9F2c (AD)
mac / serial
dari EDR
port & vuln
dari scanner
pemilik · unit
dari CMDB

Siklus CTEM berkelanjutan

Dari discovery hingga retest — dalam satu pipeline.

Setiap siklus membangun ulang pemahaman atas lingkungan Anda dalam hitungan detik, sementara identitas aset, keputusan analis, dan riwayat tetap bertahan antar siklus.

DISCOVER8 connector + onboarding
NORMALIZEskema SourceRecord standar
CORRELATEgolden asset record
ENRICHCVE, EPSS, KEV, advisory
UNDERSTANDrelationship graph
PRIORITIZErisiko kontekstual
VALIDATEpolicy-gated campaign
REMEDIATEchoke point & tugas
RETESTbukti perbaikan
↻ continuous — hasil retest kembali memperkaya siklus berikutnya

Kapabilitas

Satu arsitektur terintegrasi, bukan tumpukan alat.

Setiap modul membaca dari system of record dan graph yang sama — angka di dashboard, laporan, dan attack path selalu cocok.

01 · CAASM

Velosight Discover

Delapan connector vendor, input manual, import spreadsheet, dan network scan berkredensial (SNMP, SSH, WinRM).

Selengkapnya →
02 · Entity resolution

Normalization & Correlation

Blocking, pairwise scoring, dan survivorship per-field menghasilkan satu Golden Asset Record yang dapat ditelusuri.

Selengkapnya →
03 · Graph

Asset Relationship Graph

Aset, identitas, kredensial, kerentanan, dan aplikasi terhubung dalam satu property graph Neo4j.

Selengkapnya →
04 · AI #4

Attack Path Analysis

Attacker state search dengan k-best Dijkstra — lengkap dengan choke point yang memutus jalur terbanyak.

Selengkapnya →
05 · AI #3

Risk-Based Prioritization

Model risiko multiplikatif delapan faktor, dengan kontribusi per faktor dan penjelasan “Mengapa?”.

Selengkapnya →
06 · Validation

Automated Exposure Validation

AI mengusulkan, engine deterministik memutuskan: policy, scope, approval, evidence, dan audit trail.

Selengkapnya →
07 · AI #6

AI Security Analyst

Tanya jawab Graph RAG yang menjawab dari kondisi aktual lingkungan Anda — dengan query plan dan sitasi.

Selengkapnya →
08 · Vuln intelligence

Vulnerability Feed

Dua belas sumber — CVE List, NVD, OSV, KEV, EPSS, advisory distro — dalam bundle bertanda tangan dari Velosight Hub.

Selengkapnya →
09 · DAST

Web App Scan

Pemindaian pasif lapisan aplikasi dan impor laporan ZAP, Nuclei, atau Burp — temuannya menjadi exposure pada aset host.

Selengkapnya →

Prioritisasi kontekstual

Konteks mengalahkan CVSS mentah.

Model multiplikatif memastikan satu faktor yang sangat rendah — misalnya aset yang benar-benar terisolasi — mampu menekan skor keseluruhan. Setiap skor disertai kontribusi per faktor dan penjelasan naratif.

Hasilnya: tim Anda mengerjakan hal yang benar-benar memutus jalur serangan, bukan sekadar menurunkan angka di laporan.

Risk = Vulnerability× Exploitability× Reachability× Asset Criticality× Identity Privilege× Attack Path× Threat Intel× Security Control
CVSS 7.5 · internet-facing · di jalur menuju DC
Prioritas 1

Dapat dijangkau dari internet dan berada pada attack path menuju Domain Controller.

CVSS 9.8 · aset terisolasi
Prioritas rendah

Tidak ada reachability dan tidak berada pada jalur menuju crown jewel.

AI mengusulkan · mesin deterministik memutuskan

Validasi exposure dengan guardrail yang dapat diaudit.

Tidak ada langkah yang dieksekusi hanya karena AI menyarankannya. Setiap langkah melewati policy, scope, dan approval — lalu dibuktikan terhadap fakta lingkungan.

AI Planner #5

Attack Plan

Menerjemahkan attack path menjadi rangkaian langkah validasi.

Policy Engine

Guardrail

Technique, risk class (safe / intrusive / destructive), scope CIDR, pengecualian OT.

Approval

Persetujuan

Langkah intrusif wajib disetujui manusia. Destruktif selalu diblokir.

Deterministic Engine

Evidence

Prasyarat diperiksa terhadap graph; setiap transisi tercatat di audit trail.

Simulation mode secara bawaan. Tidak ada exploit nyata yang dijalankan — setiap langkah dibuktikan terhadap fakta pada graph dan system of record. Arsitektur policy, approval, evidence, dan audit sudah lengkap sehingga eksekutor nyata dapat dipasang di belakang antarmuka yang sama.

AI Security Analyst · Graph RAG

Tanyakan lingkungan Anda, bukan dokumen.

Konteks utama bukan potongan dokumen, melainkan kondisi aktual lingkungan yang diambil dari asset graph dan system of record. Setiap jawaban menampilkan query plan dan sitasi knowledge base.

  • Tanpa halusinasi data. Model dilarang mengarang hostname, CVE, maupun angka di luar konteks.
  • Bekerja tanpa API key. Narator deterministik bawaan; LLM (Anthropic / OpenAI) bersifat opsional.
  • Hybrid retrieval. pgvector + leksikal atas knowledge base keamanan.
ai-security-analyst
Bagaimana attacker dapat mencapai SAP-DB01?
Ditemukan 3 jalur menuju SAP-DB01. Jalur dengan likelihood tertinggi:
  1. VPN-GW-01 — eksploitasi CVE-2024-21762 dari internet
  2. LAP-00094 — kredensial admin lokal ter-cache
  3. APP-SRV-07 — reuse kredensial → SAP-DB01
query plan: intent=attack_path · entity=SAP-DB01 → graph(k-best) + exposures(pg) + kb(3 sitasi)

Integrasi

Terhubung ke sistem yang sudah Anda miliki.

Klien API sungguhan — bukan sekadar import CSV. Kredensial disegel AES-256-GCM dan tidak pernah dikembalikan API. Menambah integrasi baru cukup dengan mengimplementasikan satu antarmuka connector.

Active DirectoryLDAP paged results
CrowdStrike FalconOAuth2 API
Tenable.ioExport API
VMware vCentervSphere Automation API
AWSQuery API · SigV4
KubernetesAPI server
ServiceNow CMDBTable API
FortiGateFortiOS REST
Input manualkonteks bisnis
Import Excel / CSVpratinjau validasi
Network scanSNMP v2c/v3 · SSH · WinRM
DAST importZAP · Nuclei · Burp

FAQ

Pertanyaan yang sering diajukan

Apa bedanya Velosight dengan vulnerability scanner?

Scanner menghasilkan daftar temuan per aset. Velosight mengorelasikan temuan itu dengan identitas, kredensial, relasi jaringan, dan kritikalitas bisnis dalam satu graph, lalu menghitung jalur serangan nyata menuju crown jewel. Temuan scanner Anda justru menjadi salah satu input.

Apakah validasi exposure menjalankan exploit di jaringan produksi?

Tidak. Engine validasi berjalan dalam simulation mode: setiap langkah dibuktikan terhadap fakta pada graph dan system of record. Policy bawaan Safe Discovery Only hanya mengizinkan teknik non-intrusif; jaringan OT selalu dilarang dan teknik destruktif selalu diblokir.

Apakah data kami keluar dari lingkungan kami?

Velosight di-deploy di infrastruktur Anda (Docker Compose atau Kubernetes). AI Security Analyst bekerja dengan narator deterministik tanpa API key; integrasi LLM eksternal bersifat opsional dan harus diaktifkan secara eksplisit.

Bagaimana jika sebuah aset tidak terlihat oleh connector mana pun?

Halaman Tambah Aset menyediakan input manual, import spreadsheet dengan pratinjau validasi, dan network scan berkredensial. Semua jalur ini tetap melewati pipeline korelasi yang sama — tidak ada jalan pintas yang menulis langsung ke inventory.

Apakah keputusan analis hilang saat siklus discovery berikutnya?

Tidak. Identitas aset (ASSET-000412) dan exposure bertahan antar siklus. Keputusan seperti menerima risiko, menandai sudah diperbaiki, atau bukan exploitable dicatat dengan alasan di audit trail dan diterapkan ulang setiap siklus.

Bisakah kami mencoba tanpa menghubungkan sistem produksi?

Bisa. Velosight menyertakan dataset demo terpisah berisi lingkungan enterprise sintetis (± 2.000 aset, ± 1.250 identitas) dengan database dan graph sendiri, sehingga tidak bercampur dengan inventaris live.

Mulai sekarang

Temukan jalur yang akan dipakai penyerang — sebelum mereka menemukannya.

Lihat Velosight berjalan pada dataset demo, atau diskusikan pilot di lingkungan Anda bersama tim kami.

Jadwalkan Demo Lihat Arsitektur