de Google fue una señal clara para la industria: la guerra de seguridad en la nube tiene un ganador. Lo que es más interesante es cómo ganaron. Wiz no fue el primer movimiento. Lacework comenzó cinco años antes con un equipo sólido, una sólida visión del producto y soporte de VC de primer nivel. La adquisición de Wiz por 32.000 millones de dólares Si navegas por las redes sociales, encontrarás ingenieros y CISOs preguntando lo mismo.Threads en X, Reddit y Hacker News tienen docenas de publicaciones que disectan la combinación.La respuesta tiene lecciones no solo para los proveedores de seguridad, sino para cualquiera que construya productos modernos intensivos en datos. Obviamente, Wiz hizo muchas cosas bien desde la estrategia del producto y GTM hasta el soporte y la ejecución del cliente. Pero hay un ángulo en el que no he visto hablar mucho en el análisis habitual. Varias publicaciones están comparando Lacework y Wiz, con ingenieros que comparten experiencias de primera mano de evaluaciones y implementaciones. No soy un tipo de seguridad.Vengo de un fondo de infraestructura de datos.Pero esta historia se trata tanto de arquitectura de datos como de estrategia de producto. Veamos lo que construye cada empresa. Lacework: Graph Ideas, SQL Reality Lacework: Ideas gráficas, Realidad SQL Lacework se lanzó en 2015 con la Plataforma de Datos Polygraph®. El objetivo era detectar amenazas mapeando relaciones y comportamientos entre los activos de la nube, un caso clásico de uso de gráficos. ¿Por qué Snowflake? Probablemente porque Sutter Hill Ventures incubó a ambas compañías. Y para ser justo, Snowflake tuvo sentido en el papel. Ofrece una fuerte escalabilidad y un coste relativamente bajo. Puede almacenar enormes volúmenes de telemetría en la nube, y escala de forma elástica. Snowflake no está construido para cargas de trabajo de gráficos. Escribir una consulta de relación de 3 hops en SQL puede tomar más de 100 líneas de juntas envueltas. SELECT a.user_id, d.device_id, n.network_id
FROM users a
JOIN logins b ON a.user_id = b.user_id
JOIN devices d ON b.device_id = d.device_id
JOIN connections c ON d.device_id = c.device_id
JOIN networks n ON c.network_id = n.network_id
WHERE n.public = true;
 Ahora imagina deshacer esto a 10 saltos, con filtros, agregaciones y lógica de alerta. Incluso los mejores ingenieros ralentizarán. Wiz: Native Graph, Feature Velocity Wiz: Gráfico nativo, Velocidad de características Wiz fue fundada en 2020 por Assaf Rappaport y su antiguo equipo de Adallom. Ellos eligieron un camino diferente. Desde el primer día, Wiz utilizó Amazon Neptune, una base de datos de gráficos nativa. En un blog con AWS titulado , Wiz CTO Ami Luttwak explicó su enfoque: “El mundo es un gráfico” “El mundo es un gráfico, no una tabla, es hora de que nuestras herramientas lo reflejen”. Wiz modeló todo, usuarios, activos, roles y flujos, como nodos y bordes. g.V().hasLabel("vm").has("public", true)
  .out("connectedTo").hasLabel("network")
  .out("reachableBy").has("role", "admin")
  .path()
 Este tipo de lógica es expresable en 10 líneas con Gremlin. En SQL? sería una pesadilla. Esta elección arquitectónica dio a Wiz una enorme ventaja en velocidad de desarrollador. Con Neptune y Gremlin, los ingenieros podían expresar la lógica de seguridad compleja en consultas concisas, legibles y enviarlas rápidamente. Lo que llevaría días o semanas en SQL debido a las juntas frágiles y las cadenas de consultas largas se podía prototipar y empujar en horas. Esto era importante. La seguridad es un campo en movimiento rápido, y la capacidad de Wiz de enviar características a la velocidad de inicio significaba que podía responder a las solicitudes de los clientes, los requisitos de cumplimiento y la inteligencia de amenazas más rápido que Lacework. Incluso con un equipo más pequeño, superaron constantemente la cadencia de entrega de productos de Lacework. Para 2022, Wiz profundizó su compromiso con la infraestructura gráfica al continuar escalando en Amazon Neptune. Su apuesta por la tecnología gráfica nativa no era sólo arquitectónica; definió su velocidad y diferenciación. The Graph Bet That Changed Everything La apuesta gráfica que cambió todo Lacework priorizó la eficiencia de costos. Al usar Snowflake, podían ingerir y retener enormes volúmenes de telemetría con escalado elástico y costos marginales más bajos. No necesitaban mantener una base de datos de gráficos separada o optimizar para cargas de trabajo de gráficos. El trato estaba en la capacidad: el diseño de tablas de Snowflake no se construyó para consultas de relación profunda. El modelado de la lógica gráfica en SQL, especialmente en las juntas multi-hop, era verboso, frágil y difícil de repetir. Esto ralentizó el desarrollo y hizo que el modelado de amenazas avanzado fuera más difícil de ejecutar. Al apostar en un motor de gráficos nativo, obtuvieron iteraciones rápidas, lógica de consulta concisa y un modelo de seguridad basado en relaciones. Los clientes se preocupan más por la velocidad de la función y la calidad de la detección que por los ahorros de computación marginales. Wiz tomó un camino costoso pero estratégico: pagaron mucho más por la infraestructura, pero ofrecieron innovación más rápida y superaron el campo. La arquitectura de Lacework les ayudó a escalar de forma barata, pero esa misma arquitectura dificultaba la creación de características de seguridad nativas de gráficos. Su apuesta está optimizada para el almacenamiento y el costo. Can You Get the Wiz Speed With Low Cost and Unlimited Scalability of Data Lakes? ¿Puedes obtener la velocidad de Wiz con bajo costo y escalabilidad ilimitada de lagos de datos? Si lo has hecho hasta ahora, quizás te preguntes: ¿es posible obtener los beneficios de un sistema de gráficos nativos, iteración rápida, consultas multi-hop expresivas, sin el doloroso coste y la complejidad de las bases de datos de gráficos tradicionales? Muchos unicornios de ciberseguridad han intentado soluciones creativas para abordar los desafíos de escalabilidad y costo de las bases de datos gráficas tradicionales: 
 
 
 Un amigo de una startup de ciberseguridad de la serie F me dijo que solo almacenan datos de gráficos por un día, porque la base de datos de gráficos no puede escalarse. Otra compañía divide su carga de trabajo de gráficos: la topología permanece en una base de datos de gráficos, pero todos los atributos se descargan a un almacén como Snowflake o Databricks. Son compromisos, pero siguen siendo compromisos.

Este audio es producido en el idioma original de la historia!

Cómo una startup que usa Gremlin bate a todo el mundo a la puerta de Google

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Una breve introducción a la teoría del cerebro de Boltzmann

El modelo Bitcoin UTXO, impulsando un ecosistema único

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Una breve introducción a la teoría del cerebro de Boltzmann

El modelo Bitcoin UTXO, impulsando un ecosistema único

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps