SentinelOne 将恶意软件分析时间从数周缩短至数小时

对一款复杂的恶意软件进行逆向工程，顶尖安全研究人员可能需要四到六周。这项工作艰苦而细致：研究人员要拆解软件，了解其行为，而且每当发现新信息时，往往需要回头重新梳理。SentinelOne 首席 AI 官 Gregor Stewart 表示，OpenAI Daybreak 现在大约八小时就能产出达到人类水平的逆向工程成果。

OpenAI 缩短了深度分析所需的时间，让 SentinelOne 的研究人员能够调查更多恶意软件，并将不同样本的分析结果联系起来。这种更全面的视角，往往能揭示单独调查时可能遗漏的关联。Stewart 将这一机会形容为“让我们获得了一种过去根本负担不起的情报能力”。

Daybreak 让防守方能够使用 OpenAI 模型开展网络安全工作。SentinelOne 利用这些能力对恶意软件进行逆向工程，通过检查软件来了解其行为。分析速度的提升，让研究人员有余力调查更多样本。

Stewart 强调，他的团队仍须对结果负责。他说：“唯一无法自动化的，就是责任的承担。”“以更改架构的决策为例。这种事情仍然需要人工把关；而局部修复，或是不会从根本上改变软件运行方式的工作，可能更适合自动化处理。”他补充道。

过去，SentinelOne 的研究团队只能从发现的威胁中，挑选最值得关注或最重要的进行深入调查。Stewart 说：“我们当时只能对极少数软件进行逆向工程。”可供比较的样本较少，他们发现威胁之间关联的机会也就更少。

Daybreak 加快了分析速度，让研究人员有更多机会比较恶意软件样本，寻找共用组件。例如，在两个看似无关的样本中发现同一组件，就可能为研究人员在客户调查中提供一条可继续追查的线索。

对比更多样本的分析结果，还能揭示威胁之间更广泛的关联。Stewart 表示，发现这些关联“有助于将防线前移，让防御更主动”。

Stewart 表示，在 SentinelOne 内部，OpenAI 的网络安全能力正让更多人能够承担安全工作。他说：“现在几乎每个人都能获得专业知识支持，而就在几个月前，这种专业能力可能还非常稀缺。”更多团队成员可以自行调查问题，而不必依赖少数专家。

Stewart 希望将 OpenAI 的网络安全能力融入代码编写过程，让 SentinelOne 的开发人员在开发过程中就能解决安全问题。