SentinelOne verkort malwareanalyse van weken tot uren
Met OpenAI Daybreak verkort SentinelOne malwareanalyse van weken tot uren, waardoor er ruimte ontstaat om meer dreigingen te onderzoeken.
8
Uur voor reverse engineering van malware, in plaats van 4–6 weken
Reverse engineering van geavanceerde malware kan een toponderzoeker in cyberbeveiliging vier tot zes weken kosten. Het is nauwgezet werk: onderzoekers ontleden software om het gedrag ervan te begrijpen en moeten vaak eerdere stappen opnieuw doorlopen als ze nieuwe informatie ontdekken. Volgens Gregor Stewart, AI-directeur bij SentinelOne, kan OpenAI Daybreak nu in ongeveer acht uur reverse engineering uitvoeren met resultaten op menselijk niveau.
Doordat diepgaande analyses minder tijd kosten, geeft OpenAI de onderzoekers van SentinelOne ruimte om meer malware te onderzoeken en bevindingen uit verschillende samples met elkaar te verbinden. Die bredere blik legt vaak verbanden bloot die bij afzonderlijke onderzoeken onopgemerkt zouden blijven. Stewart omschrijft deze mogelijkheid als "een vorm van inzicht die we ons nooit eerder konden veroorloven".
"Waar een toponderzoeker vier of zes weken voor nodig zou hebben, doet AI dat nu in zo'n acht uur, met resultaten op menselijk niveau."
Daybreak geeft verdedigers toegang tot OpenAI-modellen voor cyberbeveiliging. SentinelOne gebruikt deze mogelijkheden voor reverse engineering van malware: het onderzoeken van software om het gedrag ervan te begrijpen. Snellere analyses geven de onderzoekers meer capaciteit om extra samples te onderzoeken.
Stewart benadrukt dat zijn team verantwoordelijk blijft voor het resultaat. "Het enige wat je niet kunt automatiseren, is verantwoordelijkheid", zegt hij. "Neem een besluit om de architectuur te veranderen. Daar wil je nog steeds een mens naar laten kijken. Gerichte correcties of aanpassingen die de werking van de software niet fundamenteel veranderen, lenen zich wellicht beter voor automatisering", voegt hij toe.
Voorheen moesten de onderzoeksteams van SentinelOne diepgaand onderzoek beperken tot de interessantste of belangrijkste dreigingen die ze ontdekten. "We konden maar een heel klein aantal stukken software aan reverse engineering onderwerpen", zegt Stewart. Doordat ze minder samples konden vergelijken, hadden ze minder mogelijkheden om verbanden tussen dreigingen te ontdekken.
"Dankzij snellere reverse engineering kunnen we een veel groter deel van het malwarelandschap in kaart brengen en de veranderingen daarin bijhouden. Dat geeft onze onderzoekers een duidelijker beeld van de samenhang tussen dreigingen en hoe die verbanden zich ontwikkelen."
Snellere analyses met Daybreak geven onderzoekers meer mogelijkheden om malwaresamples te vergelijken en naar gemeenschappelijke componenten te zoeken. Een component die in twee ogenschijnlijk losstaande samples voorkomt, kan onderzoekers bijvoorbeeld een aanknopingspunt bieden voor verder onderzoek bij een klant.
Door bevindingen uit meer samples te vergelijken, worden ook bredere verbanden tussen dreigingen zichtbaar. Inzicht in die verbanden zou volgens Stewart "helpen om dreigingen in een eerder stadium af te weren en proactiever te werk te gaan bij de verdediging".
Volgens Stewart kunnen meer mensen binnen SentinelOne verantwoordelijkheid nemen voor beveiligingstaken nu ze toegang hebben tot de cyberbeveiligingsmogelijkheden van OpenAI. "Bijna iedereen heeft nu toegang tot expertise die tot misschien zelfs een paar maanden geleden nog zeer schaars was", zegt hij. Meer teamleden kunnen problemen zelf onderzoeken, in plaats van afhankelijk te zijn van een kleine groep specialisten.
Stewart wil de cyberbeveiligingsmogelijkheden van OpenAI integreren in het schrijven van code, zodat ontwikkelaars bij SentinelOne beveiligingsproblemen al tijdens het bouwen kunnen aanpakken.
"OpenAI geeft verdedigers de overhand door iedereen in het ontwikkelteam toegang te geven tot cyberbeveiligingsmogelijkheden op expertniveau."
