La ingeniería inversa de una pieza de malware sofisticada puede llevar a un investigador de seguridad de primer nivel de cuatro a seis semanas. Es un trabajo minucioso en el que los investigadores desmenuzan el software para entender cómo se comporta, a menudo retrocediendo sobre sus pasos a medida que descubren nueva información. Gregor Stewart, Chief AI Officer de SentinelOne, dice que OpenAI Daybreak ahora puede producir resultados de ingeniería inversa de nivel humano en unas ocho horas.
Al reducir el tiempo necesario para el análisis profundo, OpenAI da a los investigadores de SentinelOne margen para investigar más malware y conectar hallazgos entre muestras. Esa visión más amplia a menudo revela relaciones que las investigaciones aisladas podrían pasar por alto. Stewart describe la oportunidad como «una especie de inteligencia que antes no podíamos permitirnos».
«Algo que le habría llevado a un investigador de primer nivel cuatro o seis semanas, la IA lo está haciendo ahora con resultados de nivel humano en unas ocho horas».—Gregor Stewart, Chief AI Officer, SentinelOne
Investigar más malware en menos tiempo
Daybreak da a los defensores acceso a los modelos de OpenAI para trabajos de ciberseguridad. SentinelOne utiliza estas capacidades para hacer ingeniería inversa de malware, examinando el software para entender cómo se comporta. Un análisis más rápido da a sus investigadores más capacidad para investigar muestras adicionales.
Stewart subraya que su equipo sigue siendo responsable del resultado. «Lo único que no se puede automatizar es la responsabilidad», dice. «Toma la decisión de cambiar la arquitectura. Eso es algo en lo que todavía querrías tener ojos humanos, mientras que las correcciones puntuales o las cosas que no cambian fundamentalmente la forma en que funciona el software podrían ser más adecuadas para la automatización», añade.
Ver las relaciones entre amenazas
Históricamente, los equipos de investigación de SentinelOne tenían que reservar la investigación profunda para las amenazas más interesantes o importantes que descubrían. «Solo podíamos hacer ingeniería inversa de un número muy pequeño de piezas de software», dice Stewart. Con menos muestras que comparar, tenían menos oportunidades de detectar conexiones entre amenazas.
«La ingeniería inversa más rápida nos permite mapear una parte mucho mayor del panorama del malware y seguir el ritmo de sus cambios. Eso da a nuestros investigadores una imagen más clara de cómo están conectadas las amenazas y de cómo evolucionan esas relaciones».—Gregor Stewart, Chief AI Officer, SentinelOne
Un análisis más rápido con Daybreak da a los investigadores más oportunidades de comparar muestras de malware y buscar componentes compartidos. Por ejemplo, un componente encontrado en dos muestras aparentemente no relacionadas podría dar a los investigadores una pista que seguir durante una investigación de un cliente.
Comparar hallazgos entre más muestras también revela relaciones más amplias entre amenazas. Ver esas relaciones, dice Stewart, «te ayudaría a defenderte más allá y a ser más proactivo en tu defensa».
Empoderar a más equipos para asumir trabajo de seguridad
Dentro de SentinelOne, Stewart dice que el acceso a las capacidades cibernéticas de OpenAI está permitiendo que más personas asuman la responsabilidad del trabajo de seguridad. «Casi todos tienen ahora acceso al tipo de experiencia que escaseaba hasta hace quizás unos pocos meses», dice. Más miembros del equipo pueden investigar problemas por sí mismos en lugar de depender de un pequeño grupo de especialistas.
Stewart quiere llevar las capacidades cibernéticas de OpenAI a la creación de código, para que los desarrolladores de SentinelOne puedan abordar problemas de seguridad mientras construyen.
«OpenAI está inclinando la ventaja hacia los defensores al proporcionar capacidad cibernética de nivel experto a todos los miembros del equipo de desarrollo».—Gregor Stewart, Chief AI Officer, SentinelOne