Cyera 两年五次收购：DSPM 为什么必须吃下 DLP

从 DSPM 到 DLP，数据安全正在合上「知」与「行」的闭环

模界数智 · AiDClass 团队　|　海外数据安全观察

一、一桩处处反常的收购

2026 年 5 月底，Cyera 宣布收购以色列初创公司 Genie Security。交易金额约 5000 万美元，在动辄数亿美元的网络安全并购里算不上头条。但拆开看，这笔交易的每个细节都不寻常：Genie 成立仅五个月，团队只有五个人，种子轮融资 300 万美元，产品刚刚部署到以色列和美国的几百个端点。按人头折算，每位工程师价值约 1000 万美元。Cyera 甚至没有为这笔收购发布正式新闻稿，只在 LinkedIn 上发了一条帖子。

Genie 做的是端点侧的实时数据防泄漏（DLP）：在员工设备上安装轻量代理，在敏感数据经由生成式 AI 工具、应用程序等通道离开之前实时识别并拦截。两位创始人分别出自以色列 8200 部队和军方网络防御部门 Matzov，天使投资人里有 Wiz 的 CEO Assaf Rappaport。

一周之后的 6 月 2 日，Cyera 宣布完成新一轮 3 亿美元融资，估值 120 亿美元——五个月前是 90 亿，一年半前还只有 14 亿。一家以 DSPM（数据安全态势管理）起家、估值正以这种速度膨胀的公司，为什么要用如此急迫的方式，买下一家几乎还没长成的端点 DLP 初创？

要回答这个问题，得把镜头拉远。

二、不是孤例：两年五购，条条指向「管住数据」

Genie 是 Cyera 两年内的第五笔收购。回看这串清单，脉络相当清晰。

2024 年 10 月，Cyera 以 1.62 亿美元收购 Trail Security——一家成立仅一年多、刚完成 3500 万美元 A 轮（Lightspeed、CRV、Cyberstarts 投资）的下一代 DLP 公司。当时 Cyera 自己的估值不过 14 亿美元，单笔收购花掉超过估值十分之一的现金与股票，决心可见。Trail 的 40 人团队此后成为 Cyera DLP 部门的班底。

随后是 Otterize 与 Shape AI 两笔未披露规模的收购。2026 年 4 月，Cyera 又以约 1 亿至 1.3 亿美元买下 15 人的 Ryft，获得面向 AI Agent 的数据访问治理能力——在企业数据存储与 AI 系统之间加一个受控的授权、分类与策略执行层；Ryft 的 CEO 出任 Cyera AI 安全部门负责人。一个月后，就是 Genie。

图 1　Cyera 的估值曲线与收购动作（据公开报道整理）

五笔收购的指向并不杂乱：Trail 给了它 DLP 引擎和数据活动监控，Ryft 给了它 AI Agent 的数据通道管控，Genie 给了它端点上的最后一厘米。每一笔都落在同一条延长线上——把「看见数据」延伸成「管住数据」。

三、Cyera 自己怎么说：意图并不隐晦

关于战略意图，Cyera 的管理层其实从未遮掩。收购 Trail 时，CEO Yotam Segev 在官方新闻稿里的表述已经把话说满：

「Cyera 决心整合碎片化的数据安全市场……将 DSPM 与 DLP 原生耦合，让每个客户都有机会建立真正有效的数据安全。」

当时 Cyera 打出的旗号是「市场上第一个统一数据安全平台」，并援引 DLP 市场将从 20 亿美元增长到 2034 年 210 亿美元的预测——言下之意，DSPM 厂商收购 DLP 不是防御动作，而是进攻一块十倍于自身品类的市场。

半年后的 2025 年 4 月，承诺落成了产品：Cyera 发布 Omni DLP，把自家 DSPM 的分类引擎与 Trail 带来的实时 DLP 分析引擎接成一个「策略大脑」，宣称可以消除 95% 以上的误报，并把数据在静态、流动、使用中三种状态下的防护统一到一个架构里。

2026 年 4 月接受以色列媒体 Calcalist 采访时，Segev 给出了最直白的定位：Cyera 要成为「数据安全领域的 CrowdStrike 或 Palo Alto Networks」——不做单点产品，通过收购搭建平台。谈到 Genie 时他说，这个团队「能让我们把 AI 与数据管控扩展到端点，支撑企业安全地完成 AI 转型」。

所以，意图层面没有悬念。真正值得展开的问题是下面这个：为什么一家 DSPM 公司的平台化路径，第一站必然是 DLP？

四、知与行：为什么 DSPM 的尽头是 DLP

先把两个缩写还原成分工。DSPM 回答的是认知问题：敏感数据在哪里、是什么、谁能访问、暴露程度如何。它是一个智能层，持续发现数据、做分类分级、分析数据与身份和权限的关系——但它本身不拦截任何东西。DLP 则是执行层：当数据移动违反策略时，阻断、告警、隔离。一个管「知」，一个管「行」。

DLP 是个三十多年的老品类，也是企业安全里被抱怨最多的品类之一。它的病根从来不在「拦不住」，而在「不知道该拦什么」。传统 DLP 靠正则表达式和关键词规则识别敏感内容，规则脆弱、误报震耳欲聋：策略调严了挡住正常业务，惹恼全公司；调松了形同虚设。安全团队三十年来就在这两端之间反复摇摆。

病根其实是认知缺失：拦截动作发生的那一刻，系统并不真正理解这份数据是什么、对这家企业意味着什么、正在被谁以什么身份移动。而这恰好是 DSPM 手里的东西——持续的数据发现、带业务上下文的精确分类、数据-身份-权限的关联图谱。

把两者接起来，DLP 的判断就从「模式匹配」升级为「基于风险的决策」：不是拦下所有含身份证号的文件，而是拦下那一份「被标记为核心数据、正流向个人网盘、操作者两周后离职」的文件。Cyera 自己的技术博客把这层关系说得很直白：DLP 提供控制力，「但前提是有精确的数据分类」。

图 2　DSPM 供「知」、DLP 供「行」，中间是基于分类与身份的策略决策

这就解释了 Cyera 急迫的第一层原因。DSPM 走到一定深度，客户必然要问：「你帮我看见了，然后呢？」可视性如果不闭环成动作，价值就停在报表层；而 DLP 厂商三十年没解决的「该拦什么」，DSPM 恰好是答案。两边互为残缺。谁先把这个闭环合上，谁就拿到了数据安全平台的定义权。

五、AI 撕开了泄漏面：端点 DLP 的复活

还有一个时代变量，解释了为什么是「现在」、为什么是「端点」。

端点 DLP 不是新东西。它在 2000 年代中期盛行过，后来逐渐衰落：内核级代理拖累性能、误拦截造成用户摩擦、异构设备队列的维护成本居高不下。此后十几年，数据防泄漏的重心转向网络边界和云端网关。

生成式 AI 改变了数据流动的物理规律。员工把源代码、客户名单、财务模型直接粘进浏览器里的 AI 提示框；本地运行的 AI 助手和 Agent 拿着用户的授权读文件、查内部系统、对外发请求，其行为与正常用户操作几乎无法区分。数据不再需要「穿过出口」才算泄漏——它在端点上、在一次对话里就完成了转移。只盯网络出口的防线，在 Agent 于边界内部行动时是失效的。

图 3　泄漏出口从集中的网关，散落到每一台端点设备

于是端点重新成为必争之地，只是这一次需要的是「理解语义的实时判断」，而不是当年的特征匹配。Genie 那五个人做的就是这件事。平心而论，技术本身并不惊世骇俗——分析机构 Futurum 直言其架构「谈不上新颖」——真正值钱的，是把这个轻量端点代理接到一个已经懂分类、懂策略的 DSPM 平台上。用 Futurum 的话说，是平台供给的上下文「让一条有用的告警区别于噪音」。

六、大势：DSPM 作为独立品类正在消失

Cyera 急迫的第三层原因，是整个 DSPM 赛道都在被吃掉。

从 2023 年 5 月 IBM 收购 Polar Security 开始，平台型厂商沿着几乎相同的脚本行动：Palo Alto Networks 买下 Dig Security，CrowdStrike 买下 Flow Security，Rubrik 买下 Laminar，Proofpoint 买下 Normalyze；2025 年 7 月 Commvault 收购 Satori，10 月 Veeam 以 17.25 亿美元的大手笔拿下 Securiti；2026 年，Zscaler 又收了 Symmetry Systems。模式高度一致：独立 DSPM 厂商被吸收，技术变成大平台里的一个功能页签。

图 4　DSPM 整合潮（交易额据公开报道，未经当事方全部确认）

Cyera 是仅存的几家具备规模的独立 DSPM 厂商，而它的选择是反向操作：与其等着被平台收编，不如自己长成平台。1500 名员工、15 个国家、宣称覆盖 20% 的财富 500 强，加上 DSPM、DLP、AI 安全、端点四个产品面，它已经把自己做成一个「很难被当作单点产品看待」的标的。Security Buzz 对 Genie 交易的解读补充了另一面：数据安全的并购窗口正在前移，大厂宁可在种子期就买下团队，也不愿等它长成一个更贵的对手，或者落入竞争者手中。

媒体的评价并非一边倒。Futurum 肯定五笔收购「每一笔都填上技术栈中一个明确的层」，但同样点出风险：五个团队、五套技术假设的代码库，能否整合出统一的分类模型、统一的策略引擎和一致的 API，才是决定成败的事；被收购的创始团队能否留任两三年同样未知。还有估值压力——120 亿美元意味着，一旦整合失手或增长不及预期，代价会非常高。

七、写在最后：执行力的上限，是认知的精度

把 Cyera 的五笔收购拼在一起，能看到数据安全下一阶段的大致形态：以「数据的发现与精确分类」为底座，向上长出数据活动监控、AI 访问治理、端点拦截，再用一个统一的策略层把「知」与「行」接成闭环。

图 5　每一层能力都以底座的分类输出为输入

值得注意的是这个堆栈里各层的关系：上面的每一层都依赖底座的输出。分类错了，DLP 的拦截就是无的放矢；分类粗了，误报就会卷土重来；分类更新慢了，新业务、新数据形态就成为盲区。Cyera 用真金白银投票的方向，反过来印证了一件事——数据安全的执行力，上限取决于数据认知的精度。

这与我们在国内市场看到的逻辑是一致的。分类分级在很多机构里仍被当作一项合规作业，但从 Cyera 的路径看，它实际是整个数据安全运营的地基：「知」的精度决定「行」的精度。这也是模界数智把业务推理式的分类分级（AiDClass）作为切入点的原因——先把「这是什么数据、对这家机构意味着什么」回答到专家级精度，后面的每一道防线才有准星。

DLP 喊了三十年「防止数据丢失」，真正缺的从来不是拦截的肌肉，而是理解数据的大脑。Cyera 花 5000 万美元买五个人，买的不是肌肉，是把大脑接上肌肉的速度。

参考资料

[1] Security Buzz: Cyera’s $50M Genie Deal Signals the Rush for AI Security Startups（2026.6）

[2] CTech/Calcalist: Cyber unicorn Cyera acquires five-month-old startup Genie Security in $50 million deal（2026.5）

[3] Cyera 官方新闻稿: Cyera Acquires Trail Security for $162M（2024.10）

[4] Cyera 官方新闻稿: Cyera Launches Omni DLP（2025.4）

[5] Cyera Blog: DSPM vs DLP — Rethinking Data Security in the Age of AI（2025.7）

[6] Futurum: Cyera’s Platform Ambition Takes Shape With Two More Acquisitions（2026.5）

[7] SiliconANGLE: Cyera raises $300M at $12B valuation, doubling its worth in five months（2026.6）

—— 模界数智 · AiDClass 团队