SentinelOne、解析8時間に

SentinelOneの出発点は技術ではなく、キャパシティの問題だった。Stewart氏によると、研究チームがリバースできるソフトウェアはごくわずかだった。深い調査は最も興味深い、あるいは重要な脅威に取っておく必要があったからだ。比較する検体が減れば、検体同士のつながりに気づく機会も減る。

OpenAI Daybreakは、防御側がサイバーセキュリティ業務でOpenAIのモデルを使えるようにすることで、この計算を変える。かつて4〜6週間かかったリバースエンジニアリングが人間並みの出力で約8時間で済むなら、研究者はその時間を追加の検体に向けられる。一見無関係な2つの検体に同じコンポーネントが現れれば、顧客の調査中に手がかりになり得る。より多くの検体で知見を比較すれば、脅威間のより広い関連性が見えてくる。

Stewart氏は成果を純粋な速度ではなく、到達範囲として語る。マルウェア状況のはるかに広い部分を把握し、より外側で防御するという意味だ。一方で境界も引く。説明責任はチームに残り、アーキテクチャを変える判断には人間のレビューが必要だが、局所的な修正は自動化してよい。同じ能力をコード作成にも取り入れ、開発者が構築しながらセキュリティ問題に対処できるようにしたい考えだ。