SentinelOne reduz a análise de malware de semanas para horas
Com o OpenAI Daybreak, a SentinelOne reduz a análise de malware de semanas para horas, ganhando capacidade para investigar mais ameaças.
8
Horas para fazer engenharia inversa de malware, em vez de 4–6 semanas
A engenharia inversa de um programa de malware sofisticado pode levar quatro a seis semanas a um investigador de segurança de topo. É um trabalho minucioso em que os investigadores desmontam o software para compreender o seu comportamento, muitas vezes revendo os passos anteriores à medida que descobrem novas informações. Gregor Stewart, diretor de IA da SentinelOne, afirma que o OpenAI Daybreak já consegue obter resultados de engenharia inversa ao nível dos de um ser humano em cerca de oito horas.
Ao reduzir o tempo necessário para uma análise aprofundada, a OpenAI dá aos investigadores da SentinelOne margem para investigar mais malware e relacionar descobertas entre amostras. Esta visão mais abrangente revela frequentemente relações que poderiam passar despercebidas em investigações isoladas. Stewart descreve esta oportunidade como «um tipo de inteligência que nunca antes tivemos recursos para obter».
«Algo que teria levado quatro ou seis semanas a um investigador de topo, a IA faz agora em cerca de oito horas, com resultados ao nível dos de um ser humano.»
O Daybreak dá às equipas de defesa acesso a modelos da OpenAI para tarefas de cibersegurança. A SentinelOne utiliza estas capacidades para fazer engenharia inversa de malware, examinando o software para compreender o seu comportamento. Uma análise mais rápida dá aos seus investigadores maior capacidade para investigar outras amostras.
Stewart salienta que a sua equipa continua a ser responsável pelo resultado. «A única coisa que não se pode automatizar é a responsabilidade», afirma. «Veja-se, por exemplo, a decisão de alterar a arquitetura. É algo que continua a exigir supervisão humana, ao passo que as correções pontuais ou as alterações que não mudam fundamentalmente o funcionamento do software poderão ser mais adequadas à automatização», acrescenta.
No passado, as equipas de investigação da SentinelOne tinham de reservar a investigação aprofundada para as ameaças mais interessantes ou importantes que detetavam. «Só conseguíamos fazer engenharia inversa de um número muito reduzido de programas», afirma Stewart. Com menos amostras para comparar, tinham menos oportunidades de identificar ligações entre ameaças.
«Uma engenharia inversa mais rápida permite-nos mapear uma parte muito maior do panorama do malware e acompanhar a sua evolução. Isso dá aos nossos investigadores uma visão mais clara das ligações entre as ameaças e de como essas relações evoluem.»
A análise mais rápida com o Daybreak dá aos investigadores mais oportunidades para comparar amostras de malware e procurar componentes comuns. Por exemplo, um componente encontrado em duas amostras aparentemente sem relação pode dar aos investigadores uma pista a explorar numa investigação para um cliente.
Comparar as descobertas num maior número de amostras também revela relações mais abrangentes entre ameaças. Identificar essas relações, afirma Stewart, «ajudaria a antecipar ameaças e a adotar uma defesa mais proativa».
Segundo Stewart, o acesso às capacidades de cibersegurança da OpenAI está a permitir que mais pessoas na SentinelOne assumam a responsabilidade por tarefas de segurança. «Agora, quase todos têm acesso a conhecimentos especializados que eram muito escassos, talvez até há poucos meses», afirma. Mais membros da equipa podem investigar problemas por si próprios, em vez de dependerem de um pequeno grupo de especialistas.
Stewart quer integrar as capacidades de cibersegurança da OpenAI na criação de código, para que os programadores da SentinelOne possam resolver problemas de segurança durante o desenvolvimento.
«A OpenAI está a dar vantagem a quem defende os sistemas, ao disponibilizar capacidades de cibersegurança ao nível de especialistas a todos os membros da equipa de desenvolvimento.»
