Négy hét helyett 8 órára csökkenti a kártevők elemzését a SentinelOne

A SentinelOne kiberbiztonsági cég az OpenAI Daybreak modelljét használva drasztikusan, hetek helyett órákra csökkentette a kártevők elemzésének idejét. Gregor Stewart, a SentinelOne vezető AI-tisztviselője szerint a korábban 4–6 hétig tartó, aprólékos munkát igénylő reverse-engineering folyamatot most nagyjából 8 óra alatt elvégzi a modell, emberi szintű kimenetet produkálva — írja az OpenAI blogja.

Ez a jelentős időmegtakarítás nagyobb kapacitást teremt a kutatók számára, hogy több malware-mintát vizsgáljanak meg, és összefüggéseket fedezzenek fel a különböző kártevők között. Ez a szélesebb rálátás olyan kapcsolatokra világíthat rá, amelyeket az izolált vizsgálatok során nehéz lenne felfedezni. Stewart szerint ez „egy olyanfajta intelligencia, amelyet korábban soha nem engedhettünk meg magunknak.”

Több fenyegetés vizsgálata kevesebb idő alatt

A Daybreak modell hozzáférést biztosít az OpenAI fejlett modelljeihez a kiberbiztonsági feladatokhoz. A SentinelOne ezeket a képességeket használja fel a malware-ek elemzésére, megértve azok viselkedését. A gyorsabb elemzés lehetővé teszi a kutatóknak, hogy több mintát vizsgáljanak meg, és jobban megértsék a fenyegetések tájképét. Stewart hangsúlyozza, hogy a végeredmény felelőssége továbbra is az emberi elemzőké, különösen a döntéshozatali folyamatokban, míg az egyszerűbb, pontszerű javítások automatizálhatók.

Kapcsolatok feltárása a fenyegetések között

Korábban a SentinelOne kutatócsoportjai csak a legérdekesebb vagy legfontosabbnek ítélt fenyegetéseket tudták mélyrehatóan vizsgálni, így korlátozottak voltak a kapcsolatok felfedezésében. A gyorsabb reverse-engineering képesség lehetővé teszi, hogy a kutatók a malware-ek sokkal nagyobb részét térképezhessék fel, és lépést tarthassanak azok változásaival. Ezáltal tisztább képet kapnak arról, hogyan kapcsolódnak egymáshoz a fenyegetések és hogyan fejlődnek ezek a kapcsolatok. Például egy két, látszólag független mintában talált közös komponens értékes nyom lehet egy ügyfélvizsgálat során.

A gyorsabb elemzés több lehetőséget ad a kutatóknak arra, hogy összehasonlítsák a kártevőmintákat, és közös elemeket keressenek. Ez a szélesebb körű összehasonlítás segít a védekezés proaktívabbá tételében. Stewart szerint az OpenAI által biztosított szakértői szintű kiberképesség előnyt jelent a védők számára, és lehetővé teszi, hogy a fejlesztőcsapat minden tagja hozzáférjen ezekhez az eszközökhöz, ami korábban csak kevés szakember számára volt elérhető.