SentinelOne kortar skadeprogramsanalys från veckor till timmar
Med OpenAI Daybreak kortar SentinelOne analysen av skadeprogram från veckor till timmar och får kapacitet att undersöka fler hot.
8
Timmar för reverse engineering av skadeprogram, jämfört med 4–6 veckor
Reverse engineering av ett avancerat skadeprogram kan ta en ledande säkerhetsforskare fyra till sex veckor. Det är ett mödosamt arbete där forskare plockar isär programvara för att förstå hur den beter sig. Ofta behöver de gå tillbaka och ompröva tidigare steg när ny information kommer fram. Gregor Stewart, AI-chef på SentinelOne, säger att OpenAI Daybreak nu kan utföra reverse engineering med resultat i nivå med en människas på ungefär åtta timmar.
Genom att korta tiden för djupanalys ger OpenAI SentinelOnes forskare utrymme att undersöka fler skadeprogram och koppla samman fynd från olika prover. Det bredare perspektivet avslöjar ofta samband som enskilda undersökningar kan missa. Stewart beskriver möjligheten som ”en sorts underrättelsekunskap som vi aldrig tidigare haft råd med”.
”Något som skulle ha tagit en toppforskare fyra eller sex veckor gör AI nu på ungefär åtta timmar, med resultat i nivå med en människas.”
Daybreak ger försvarare tillgång till OpenAI-modeller för cybersäkerhetsarbete. SentinelOne använder dessa funktioner för reverse engineering av skadeprogram, där programvaran undersöks för att förstå hur den beter sig. Snabbare analys ger företagets forskare större kapacitet att undersöka fler prover.
Stewart betonar att hans team fortfarande ansvarar för resultatet. ”Det enda som inte går att automatisera är ansvarstagandet”, säger han. ”Ta till exempel ett beslut om att ändra arkitekturen. Det är något man fortfarande vill att en människa granskar. Däremot kan avgränsade korrigeringar eller sådant som inte förändrar programvarans grundläggande funktion lämpa sig bättre för automatisering”, tillägger han.
Tidigare var SentinelOnes forskningsteam tvungna att begränsa sina djupgående undersökningar till de mest intressanta eller betydelsefulla hoten de upptäckte. ”Vi kunde bara utföra reverse engineering på ett mycket litet antal program”, säger Stewart. Med färre prover att jämföra hade de färre möjligheter att upptäcka kopplingar mellan hot.
”Snabbare reverse engineering gör att vi kan kartlägga en mycket större del av skadeprogramslandskapet och hålla jämna steg med förändringarna. Det ger våra forskare en tydligare bild av hur hot hänger ihop och hur sambanden utvecklas.”
Snabbare analys med Daybreak ger forskarna fler möjligheter att jämföra prover av skadeprogram och leta efter gemensamma komponenter. En komponent som hittas i två till synes orelaterade prover kan till exempel ge forskarna ett spår att följa i en utredning åt en kund.
Genom att jämföra fynd från fler prover kan forskarna också upptäcka mer övergripande samband mellan hot. Att se dessa samband skulle enligt Stewart ”hjälpa dig att avvärja hot tidigare och arbeta mer proaktivt med försvaret”.
Enligt Stewart gör tillgången till OpenAI:s cybersäkerhetsfunktioner att fler personer inom SentinelOne kan ta ansvar för säkerhetsarbetet. ”Nästan alla har nu tillgång till den typ av expertis som det rådde stor brist på fram till för kanske bara några månader sedan”, säger han. Fler teammedlemmar kan undersöka problem själva i stället för att vara beroende av en liten grupp specialister.
Stewart vill integrera OpenAI:s cybersäkerhetsfunktioner i kodutvecklingen så att SentinelOnes utvecklare kan åtgärda säkerhetsproblem redan under arbetets gång.
”OpenAI ger försvararna övertaget genom att ge alla i utvecklingsteamet tillgång till cybersäkerhetskompetens på expertnivå.”
