SentinelOne shkurton analizën e malware-it nga javë në orë
Me OpenAI Daybreak, SentinelOne shkurton analizën e softuerëve keqdashës nga javë në orë, duke krijuar mundësi për të hetuar më shumë kërcënime.
8
Orë për inxhinierinë e kundërt të softuerëve keqdashës, nga 4–6 javë më parë
Inxhinieria e kundërt e një softueri keqdashës të sofistikuar mund t’i marrë një studiuesi të nivelit të lartë në fushën e sigurisë katër deri në gjashtë javë. Është një punë e imët, ku studiuesit e zbërthejnë softuerin për të kuptuar si sillet, shpesh duke u kthyer te hapat e mëparshëm teksa zbulojnë informacione të reja. Gregor Stewart, Drejtor i Inteligjencës Artificiale në SentinelOne, thotë se OpenAI Daybreak tani mund të japë rezultate të inxhinierisë së kundërt në nivelin e punës njerëzore për rreth tetë orë.
Duke shkurtuar kohën e nevojshme për analiza të thelluara, OpenAI u jep studiuesve të SentinelOne mundësinë të hetojnë më shumë softuerë keqdashës dhe të lidhin gjetjet nga mostra të ndryshme. Kjo pamje më e gjerë shpesh zbulon lidhje që hetimet e veçuara mund të mos i kapin. Stewart e përshkruan këtë mundësi si “një lloj informacioni që më parë nuk kishim kurrë burime të mjaftueshme për ta siguruar”.
“Një punë që një studiuesi të shkëlqyer do t’i merrte katër ose gjashtë javë, IA-ja tani e kryen për rreth tetë orë, me rezultate të të njëjtit nivel.”
Daybreak u jep mbrojtësve qasje në modelet e OpenAI për punë në fushën e sigurisë kibernetike. SentinelOne i përdor këto aftësi për inxhinierinë e kundërt të softuerëve keqdashës, duke i shqyrtuar ata për të kuptuar si sillen. Analiza më e shpejtë u jep studiuesve të saj më shumë mundësi për të hetuar mostra të tjera.
Stewart thekson se ekipi i tij mbetet përgjegjës për rezultatin. “E vetmja gjë që nuk mund të automatizohet është llogaridhënia”, thotë ai. “Merrni si shembull një vendim për të ndryshuar arkitekturën. Ky është një rast ku ende do të donit mbikëqyrje njerëzore, ndërsa korrigjimet e veçanta apo ndërhyrjet që nuk ndryshojnë në themel mënyrën si funksionon softueri mund të jenë më të përshtatshme për automatizim”, shton ai.
Më parë, ekipet kërkimore të SentinelOne duhej t’i kufizonin hetimet e thelluara te kërcënimet më interesante ose më të rëndësishme që zbulonin. “Arrinim të kryenim inxhinieri të kundërt vetëm për një numër shumë të vogël programesh”, thotë Stewart. Me më pak mostra për krahasim, ata kishin më pak mundësi të dallonin lidhje mes kërcënimeve.
“Inxhinieria e kundërt më e shpejtë na mundëson të studiojmë një pjesë shumë më të madhe të softuerëve keqdashës dhe të ndjekim ndryshimet e tyre. Kjo u jep studiuesve tanë një pamje më të qartë të lidhjeve mes kërcënimeve dhe të mënyrës se si evoluojnë këto lidhje.”
Analiza më e shpejtë me Daybreak u jep studiuesve më shumë mundësi të krahasojnë mostra softuerësh keqdashës dhe të kërkojnë përbërës të përbashkët. Për shembull, një përbërës i gjetur në dy mostra në dukje pa lidhje me njëra-tjetrën mund t’u japë studiuesve një pistë për ta ndjekur gjatë një hetimi për një klient.
Krahasimi i gjetjeve nga më shumë mostra zbulon gjithashtu lidhje më të gjera mes kërcënimeve. Zbulimi i këtyre lidhjeve, thotë Stewart, “do t’ju ndihmonte ta zgjeronit mbrojtjen dhe të vepronit më herët për t’u mbrojtur”.
Stewart thotë se, brenda SentinelOne, qasja në aftësitë e OpenAI për sigurinë kibernetike po u mundëson më shumë njerëzve të marrin përgjegjësi për punën e sigurisë. “Tani pothuajse të gjithë kanë qasje në atë lloj ekspertize që ishte shumë e rrallë ndoshta edhe vetëm pak muaj më parë”, thotë ai. Më shumë anëtarë të ekipit mund t’i hetojnë vetë problemet, në vend që të mbështeten te një grup i vogël specialistësh.
Stewart dëshiron t’i integrojë aftësitë e OpenAI për sigurinë kibernetike në shkrimin e kodit, që zhvilluesit e SentinelOne të mund t’i trajtojnë problemet e sigurisë gjatë zhvillimit.
“OpenAI po e kalon avantazhin në anën e mbrojtësve, duke i ofruar çdo anëtari të ekipit të zhvillimit aftësi të nivelit të ekspertëve në sigurinë kibernetike.”
