SentinelOne、マルウェア分析を数週間から数時間へ短縮

高度なマルウェアをリバースエンジニアリングするには、トップクラスのセキュリティ研究者で4〜6週間かかることがあります。研究者がソフトウェアを分解してその挙動を理解する、骨の折れる作業であり、新たな情報が判明するたびに手順をやり直すことも少なくありません。SentinelOneの最高AI責任者であるGregor Stewart氏は、OpenAI Daybreakが現在、約8時間で人間レベルのリバースエンジニアリング成果を生成できると述べています。

深い分析に必要な時間を短縮することで、OpenAIはSentinelOneの研究者により多くのマルウェアを調査し、サンプル全体にわたって調査結果を関連付ける余裕を与えています。そのような広い視点は、個別の調査では見逃されがちな関係性を明らかにすることがよくあります。Stewart氏はこの機会を「以前は決して手が届かなかった一種のインテリジェンス」と表現しています。

「トップクラスの研究者が4〜6週間かけていた作業を、AIが現在は人間レベルの成果で約8時間で行っています。」

より短時間でより多くのマルウェアを調査

Daybreakは、サイバーセキュリティ業務のためにOpenAIモデルへのアクセスを防御者に提供します。SentinelOneはこれらの機能を活用してマルウェアをリバースエンジニアリングし、ソフトウェアを調査してその挙動を理解しています。より速い分析により、研究者はより多くのサンプルを調査する余力を得ています。

Stewart氏は、結果に対する責任は依然としてチームにあることを強調します。「自動化できない唯一のものは、アカウンタビリティです」と彼は言います。「アーキテクチャを変更する決定などは、依然として人間の目で確認したいものです。一方、ポイントフィックスやソフトウェアの動作を根本的に変えないものは、自動化に向いているかもしれません」と彼は付け加えます。

脅威全体にわたる関係性の把握

これまで、SentinelOneの研究チームは、発見した脅威の中で最も興味深い、または重要なものにのみ深い調査を割り当てるしかありませんでした。「ごく少数のソフトウェアしかリバースできませんでした」とStewart氏は言います。比較できるサンプルが少ないほど、脅威間のつながりを見出す機会も少なくなりました。

「より速いリバースエンジニアリングにより、マルウェアランドスケープのはるかに広い範囲をマッピングし、その変化に追いつくことができます。これにより、研究者は脅威がどのように関連し、それらの関係がどう進化するかをより明確に把握できます。」

Daybreakによるより速い分析により、研究者はより多くのマルウェアサンプルを比較し、共通コンポーネントを探す機会を得ています。例えば、一見無関係な2つのサンプルに見つかったコンポーネントは、顧客調査の際に追跡すべき手がかりとなり得ます。

より多くのサンプルにわたって調査結果を比較することは、脅威間のより広範な関係性も明らかにします。Stewart氏は、こうした関係性を見ることで「より先の防御に役立ち、防御をよりプロアクティブにできる」と述べています。

より多くのチームがセキュリティ業務に取り組めるように

SentinelOne社内では、OpenAIのサイバー能力へのアクセスにより、より多くの人がセキュリティ業務の責任を担えるようになっているとStewart氏は言います。「ほぼ全員が、数か月前まで極めて不足していた種類の専門知識にアクセスできるようになりました」と彼は言います。より多くのチームメンバーが、少数の専門家に頼ることなく自ら問題を調査できるようになっています。

Stewart氏は、OpenAIのサイバー能力をコード作成に取り入れ、SentinelOneの開発者が構築時にセキュリティ問題に対処できるようにしたいと考えています。

「OpenAIは、開発チームの全員にエキスパートレベルのサイバー能力を提供することで、優位性を防御者に移しています。」

仕事の新時代に参加しよう