SentinelOne: analisi malware da settimane a ore
Con OpenAI Daybreak, SentinelOne riduce da settimane a ore i tempi di analisi dei malware, liberando risorse per esaminare più minacce.
8
Ore per il reverse engineering dei malware, rispetto alle 4–6 settimane precedenti
Il reverse engineering di un malware sofisticato può richiedere da quattro a sei settimane a un ricercatore di sicurezza di altissimo livello. È un lavoro meticoloso: i ricercatori scompongono il software per comprenderne il comportamento, tornando spesso sui propri passi man mano che emergono nuove informazioni. Gregor Stewart, responsabile IA di SentinelOne, afferma che OpenAI Daybreak è ora in grado di produrre risultati di reverse engineering paragonabili a quelli umani in circa otto ore.
Riducendo il tempo necessario per un’analisi approfondita, OpenAI permette ai ricercatori di SentinelOne di esaminare più malware e mettere in relazione i risultati ottenuti da campioni diversi. Questa visione più ampia rivela spesso collegamenti che potrebbero sfuggire a indagini isolate. Stewart descrive questa opportunità come “un tipo di conoscenza che prima non potevamo mai permetterci di acquisire”.
“Un lavoro che avrebbe richiesto da quattro a sei settimane a un ricercatore di altissimo livello, oggi l’IA lo svolge in circa otto ore, con risultati paragonabili a quelli umani.”
Daybreak offre a chi si occupa di difesa informatica l’accesso ai modelli OpenAI per le attività di cybersicurezza. SentinelOne usa queste capacità per effettuare il reverse engineering dei malware, esaminando il software per comprenderne il comportamento. Un’analisi più rapida consente ai suoi ricercatori di esaminare più campioni.
Stewart sottolinea che il suo team resta responsabile dei risultati. “L’unica cosa che non si può automatizzare è la responsabilità”, afferma. “Prendiamo la decisione di modificare l’architettura. È qualcosa su cui vorremmo ancora una supervisione umana, mentre le correzioni puntuali o gli interventi che non modificano radicalmente il funzionamento del software potrebbero prestarsi meglio all’automazione”, aggiunge.
In passato, i team di ricerca di SentinelOne dovevano riservare le indagini approfondite alle minacce più interessanti o rilevanti tra quelle individuate. “Riuscivamo a effettuare il reverse engineering solo di pochissimi software”, racconta Stewart. Con meno campioni da confrontare, avevano meno opportunità di individuare collegamenti tra le minacce.
“Un reverse engineering più rapido ci permette di mappare una porzione molto più ampia del panorama dei malware e di stare al passo con la sua evoluzione. Questo offre ai nostri ricercatori un quadro più chiaro dei collegamenti tra le minacce e di come queste relazioni si evolvono.”
L’analisi più rapida con Daybreak offre ai ricercatori più opportunità di confrontare campioni di malware e cercare componenti comuni. Ad esempio, un componente trovato in due campioni apparentemente non correlati potrebbe fornire ai ricercatori una pista da seguire durante un’indagine per un cliente.
Confrontare i risultati ottenuti da un maggior numero di campioni rivela anche collegamenti più ampi tra le minacce. Individuare questi collegamenti, afferma Stewart, “aiuterebbe ad anticipare le minacce e ad adottare una difesa più proattiva”.
Secondo Stewart, all’interno di SentinelOne l’accesso alle capacità di cybersicurezza di OpenAI sta permettendo a più persone di farsi carico delle attività di sicurezza. “Oggi quasi tutti hanno accesso a competenze che erano molto rare fino a pochi mesi fa”, afferma. Più membri del team possono analizzare i problemi in autonomia, anziché affidarsi a un ristretto gruppo di specialisti.
Stewart vuole integrare le capacità di cybersicurezza di OpenAI nella scrittura del codice, in modo che gli sviluppatori di SentinelOne possano affrontare i problemi di sicurezza durante lo sviluppo.
“OpenAI sta dando un vantaggio a chi si occupa di difesa informatica, mettendo capacità di cybersicurezza di livello esperto a disposizione di tutto il team di sviluppo.”
