SentinelOne redueix l'anàlisi de malware de setmanes a hores
Amb OpenAI Daybreak, SentinelOne redueix l'anàlisi de programari maliciós de setmanes a hores i guanya capacitat per investigar més amenaces.
8
Hores per fer enginyeria inversa de programari maliciós, en lloc de 4–6 setmanes
Fer enginyeria inversa d'un programari maliciós sofisticat pot requerir entre quatre i sis setmanes a un investigador de seguretat de primer nivell. És una feina minuciosa en què els investigadors desmunten el programari per entendre com es comporta i sovint han de tornar sobre els seus passos a mesura que descobreixen informació nova. Gregor Stewart, director d'IA de SentinelOne, afirma que OpenAI Daybreak ja pot fer enginyeria inversa amb resultats equiparables als d'una persona en unes vuit hores.
En reduir el temps necessari per fer anàlisis a fons, OpenAI dona als investigadors de SentinelOne marge per investigar més programari maliciós i relacionar les troballes de diferents mostres. Aquesta visió més àmplia sovint revela relacions que podrien passar desapercebudes en investigacions aïllades. Stewart descriu aquesta oportunitat com "un tipus de coneixement que mai abans ens havíem pogut permetre".
"Una tasca que hauria requerit quatre o sis setmanes a un investigador de primer nivell, ara la IA la fa en unes vuit hores amb resultats equiparables als d'una persona."
Daybreak dona als defensors accés als models d'OpenAI per a tasques de ciberseguretat. SentinelOne utilitza aquestes capacitats per fer enginyeria inversa de programari maliciós, examinant-lo per entendre com es comporta. Una anàlisi més ràpida dona als seus investigadors més capacitat per investigar altres mostres.
Stewart subratlla que el seu equip continua sent responsable dels resultats. "L'únic que no es pot automatitzar és la responsabilitat", afirma. "Pensem, per exemple, en la decisió de canviar l'arquitectura. Això encara voldríem que ho supervisés una persona, mentre que les correccions puntuals o els canvis que no alteren fonamentalment el funcionament del programari poden ser més adequats per a l'automatització", afegeix.
Tradicionalment, els equips de recerca de SentinelOne havien de reservar la investigació a fons per a les amenaces més interessants o importants que descobrien. "Només podíem fer enginyeria inversa d'un nombre molt reduït de programes", explica Stewart. Amb menys mostres per comparar, tenien menys oportunitats de detectar connexions entre amenaces.
"Fer enginyeria inversa més de pressa ens permet cartografiar una part molt més àmplia del panorama del programari maliciós i seguir-ne el ritme d'evolució. Això dona als nostres investigadors una visió més clara de com es connecten les amenaces i de com evolucionen aquestes relacions."
L'anàlisi més ràpida amb Daybreak dona als investigadors més oportunitats de comparar mostres de programari maliciós i buscar-hi components comuns. Per exemple, un component trobat en dues mostres aparentment inconnexes podria donar als investigadors una pista a seguir durant una investigació per a un client.
Comparar les troballes d'un nombre més gran de mostres també revela relacions més àmplies entre amenaces. Segons Stewart, detectar aquestes relacions "ajudaria a ampliar l'abast de la defensa i a adoptar una actitud més proactiva".
Stewart explica que, dins de SentinelOne, l'accés a les capacitats de ciberseguretat d'OpenAI està permetent que més persones assumeixin tasques de seguretat. "Ara gairebé tothom té accés a uns coneixements especialitzats que, fins fa potser només uns mesos, eren molt escassos", afirma. Més membres de l'equip poden investigar els problemes pel seu compte en lloc de dependre d'un petit grup d'especialistes.
Stewart vol incorporar les capacitats de ciberseguretat d'OpenAI a la creació de codi, perquè els desenvolupadors de SentinelOne puguin abordar els problemes de seguretat durant el desenvolupament.
"OpenAI està donant avantatge als defensors posant capacitats de ciberseguretat de nivell expert a l'abast de tot l'equip de desenvolupament."
