SentinelOne-এ ম্যালওয়্যার বিশ্লেষণ: সপ্তাহের বদলে ঘণ্টা
OpenAI Daybreak দিয়ে SentinelOne কয়েক সপ্তাহের ম্যালওয়্যার বিশ্লেষণ করছে কয়েক ঘণ্টায়, ফলে আরও হুমকি তদন্তের সুযোগ তৈরি হচ্ছে.
8
ম্যালওয়্যারের গঠন ও কার্যপ্রণালি বিশ্লেষণে লাগছে কয়েক ঘণ্টা, যেখানে আগে লাগত 4–6 সপ্তাহ
জটিল কোনো ম্যালওয়্যারের গঠন ও কার্যপ্রণালি বিশ্লেষণ করতে একজন শীর্ষস্থানীয় নিরাপত্তা গবেষকের চার থেকে ছয় সপ্তাহ লাগতে পারে. এটি অত্যন্ত শ্রমসাধ্য কাজ. সফটওয়্যার কীভাবে কাজ করে তা বুঝতে গবেষকেরা এর খুঁটিনাটি পরীক্ষা করেন. নতুন তথ্য পাওয়ার পর প্রায়ই তাদের আগের ধাপগুলোতে ফিরে যেতে হয়. SentinelOne-এর প্রধান এআই কর্মকর্তা গ্রেগর স্টুয়ার্ট জানান, OpenAI Daybreak এখন প্রায় আট ঘণ্টায় মানুষের কাজের সমমান বজায় রেখে সফটওয়্যারের গঠন ও কার্যপ্রণালি বিশ্লেষণ করতে পারে.
গভীর বিশ্লেষণের সময় কমিয়ে OpenAI SentinelOne-এর গবেষকদের আরও বেশি ম্যালওয়্যার পরীক্ষা করার এবং বিভিন্ন নমুনা থেকে পাওয়া তথ্যের মধ্যে যোগসূত্র খোঁজার সুযোগ দিচ্ছে. এই বিস্তৃত দৃষ্টিভঙ্গি প্রায়ই এমন সম্পর্ক সামনে আনে, যা আলাদা আলাদা তদন্তে চোখ এড়িয়ে যেতে পারে. স্টুয়ার্ট এই সুযোগকে বর্ণনা করেন এভাবে: “এমন এক ধরনের বুদ্ধিমত্তা, যার সামর্থ্য আগে আমাদের কখনোই ছিল না.”
“যে কাজ করতে একজন প্রথম সারির গবেষকের চার বা ছয় সপ্তাহ লাগত, এআই এখন প্রায় আট ঘণ্টায় সেই কাজ করে মানুষের কাজের সমমানের ফল দিচ্ছে.”
Daybreak প্রতিরক্ষাকারীদের সাইবার নিরাপত্তার কাজে OpenAI-এর মডেল ব্যবহারের সুযোগ দেয়. SentinelOne এই সক্ষমতা ব্যবহার করে ম্যালওয়্যারের গঠন ও কার্যপ্রণালি বিশ্লেষণ করে, সফটওয়্যারটি কীভাবে কাজ করে তা বোঝার জন্য পরীক্ষা করে. দ্রুত বিশ্লেষণের ফলে গবেষকেরা আরও বেশি নমুনা পরীক্ষা করতে পারেন.
স্টুয়ার্ট জোর দিয়ে বলেন, ফলাফলের দায়ভার এখনো তার দলেরই. তিনি বলেন, “একমাত্র জবাবদিহিই স্বয়ংক্রিয় করা যায় না.” “ধরুন, সফটওয়্যারের কাঠামো বদলানোর সিদ্ধান্তের কথা. এমন সিদ্ধান্তে আপনি এখনো মানুষের তত্ত্বাবধান চাইবেন. অন্যদিকে, নির্দিষ্ট ত্রুটি সংশোধন বা যেসব পরিবর্তনে সফটওয়্যারের কাজের ধরন মৌলিকভাবে বদলায় না, সেগুলো স্বয়ংক্রিয়ভাবে করার জন্য বেশি উপযোগী হতে পারে,” তিনি যোগ করেন.
আগে SentinelOne-এর গবেষণা দলগুলোকে তাদের শনাক্ত করা হুমকির মধ্যে কেবল সবচেয়ে কৌতূহলোদ্দীপক বা গুরুত্বপূর্ণগুলোই গভীরভাবে তদন্ত করতে হতো. স্টুয়ার্ট বলেন, “আমরা খুব অল্পসংখ্যক সফটওয়্যারের গঠন ও কার্যপ্রণালি বিশ্লেষণ করতে পারতাম.” তুলনা করার মতো নমুনা কম থাকায় বিভিন্ন হুমকির মধ্যে যোগসূত্র খুঁজে পাওয়ার সুযোগও কম ছিল.
“ম্যালওয়্যারের গঠন ও কার্যপ্রণালি দ্রুত বিশ্লেষণ করতে পারায় আমরা ম্যালওয়্যার জগতের আরও অনেক বড় অংশের চিত্র তুলে ধরতে এবং এর পরিবর্তনের সঙ্গে তাল মেলাতে পারছি. এতে আমাদের গবেষকেরা আরও স্পষ্টভাবে বুঝতে পারছেন, বিভিন্ন হুমকি কীভাবে পরস্পরের সঙ্গে যুক্ত এবং সেই সম্পর্কগুলো কীভাবে বদলাচ্ছে.”
Daybreak-এর সাহায্যে দ্রুত বিশ্লেষণ করতে পারায় গবেষকেরা ম্যালওয়্যারের নমুনাগুলোর তুলনা করার এবং সেগুলোর মধ্যে একই উপাদান খোঁজার আরও বেশি সুযোগ পাচ্ছেন. যেমন, আপাতদৃষ্টিতে সম্পর্কহীন দুটি নমুনায় একই উপাদান পাওয়া গেলে তা গ্রাহকের জন্য তদন্ত চালানোর সময় গবেষকদের অনুসন্ধানের একটি সূত্র দিতে পারে.
আরও বেশি নমুনা থেকে পাওয়া তথ্যের তুলনা করলে হুমকিগুলোর মধ্যকার আরও বিস্তৃত সম্পর্কও সামনে আসে. স্টুয়ার্ট বলেন, এসব সম্পর্ক বুঝতে পারলে “আপনি আরও আগেভাগে প্রতিরোধ গড়ে তুলতে এবং প্রতিরক্ষায় আরও সক্রিয় ভূমিকা নিতে পারবেন.”
স্টুয়ার্ট জানান, OpenAI-এর সাইবার সক্ষমতা ব্যবহারের সুযোগ পাওয়ায় SentinelOne-এর আরও বেশি কর্মী নিরাপত্তার কাজের দায়িত্ব নিতে পারছেন. তিনি বলেন, “হয়তো কয়েক মাস আগেও যে ধরনের বিশেষজ্ঞ দক্ষতা খুবই দুর্লভ ছিল, এখন প্রায় সবাই তা কাজে লাগানোর সুযোগ পাচ্ছেন.” এখন দলের আরও বেশি সদস্য অল্প কয়েকজন বিশেষজ্ঞের ওপর নির্ভর না করে নিজেরাই সমস্যা খতিয়ে দেখতে পারেন.
স্টুয়ার্ট কোড লেখার কাজে OpenAI-এর সাইবার সক্ষমতা যুক্ত করতে চান, যাতে SentinelOne-এর ডেভেলপাররা সফটওয়্যার তৈরির সময়ই নিরাপত্তার সমস্যাগুলোর সমাধান করতে পারেন.
“উন্নয়ন দলের সবাইকে বিশেষজ্ঞ পর্যায়ের সাইবার সক্ষমতা দিয়ে OpenAI প্রতিরক্ষাকারীদের এগিয়ে দিচ্ছে.”
