OpenAI Daybreak 将 SentinelOne 恶意软件分析从数周缩短至数小时

OpenAI 宣布，SentinelOne 正在使用 OpenAI Daybreak——一种为防御者提供 OpenAI 模型访问权限的网络安全能力——来进行恶意软件逆向工程。SentinelOne 首席 AI 官 Gregor Stewart 表示，原本需要顶尖安全研究员四到六周才能完成的工作，现在可以在大约八小时内以人类水平的输出完成，使研究人员能够分析更多样本并绘制威胁之间的关系图谱。

OpenAI 发布的内容

OpenAI 发布了一个客户案例，描述了 SentinelOne 如何使用 OpenAI Daybreak 进行网络安全工作。Daybreak 为防御者提供用于网络安全任务的 OpenAI 模型访问权限。SentinelOne 使用它进行恶意软件逆向工程——检查软件以了解其行为。该公告并非新模型发布，而是关于现有 OpenAI 网络能力如何应用于安全运营的案例研究。

时间缩减：从数周到数小时

对复杂恶意软件进行逆向工程传统上需要顶尖安全研究员四到六周的时间。这是一项艰苦的工作，研究人员需要拆解软件以了解其行为，通常在发现新信息时重新回溯步骤。SentinelOne 首席 AI 官 Gregor Stewart 表示，OpenAI Daybreak 现在可以在大约八小时内产生人类水平的逆向工程输出。

“原本需要顶尖研究员四到六周才能完成的事情，AI 现在可以在大约八小时内以人类水平的输出完成。”

——Gregor Stewart，SentinelOne 首席 AI 官

人类问责制仍然存在

Stewart 强调，他的团队仍需对结果负责。“唯一无法自动化的是问责制，”他说。他区分了改变架构的决策和较小的修复。“以改变架构的决策为例。这仍然需要人工审查，而针对特定问题的修复或不从根本上改变软件工作方式的事情，可能更适合自动化，”他补充道。

发现威胁之间的关系

历史上，SentinelOne 的研究团队只能对发现的最有趣或最重要的威胁进行深入调查。“我们只能逆向非常少量的软件，”Stewart 说。由于可比较的样本较少，他们发现威胁之间联系的机会也更少。

“更快的逆向工程使我们能够绘制更大范围的恶意软件图谱，并跟上其变化的速度。这为我们的研究人员提供了更清晰的图景，了解威胁之间的关联以及这些关系如何演变。”

——Gregor Stewart，SentinelOne 首席 AI 官

使用 Daybreak 进行更快的分析使研究人员有更多机会比较恶意软件样本并寻找共享组件。例如，在两个看似无关的样本中发现的组件，可能为客户调查中的研究人员提供追踪线索。跨更多样本比较发现还可以揭示威胁之间更广泛的关系。Stewart 说，看到这些关系“将帮助您更超前地防御，并使您的防御更加主动。”

赋能更多团队承担安全工作

在 SentinelOne 内部，Stewart 表示，访问 OpenAI 的网络能力使更多人能够承担安全工作的责任。“几乎现在每个人都可以获得直到几个月前还很稀缺的专业知识，”他说。更多团队成员可以自己调查问题，而不必依赖少数专家。

Stewart 希望将 OpenAI 的网络能力引入代码创建过程，以便 SentinelOne 开发人员在构建时就能解决安全问题。

“OpenAI 正在通过为开发团队中的每个人提供专家级网络能力，将优势转向防御者。”

——Gregor Stewart，SentinelOne 首席 AI 官

对防御者的影响

该案例将 AI 描述为通过为开发团队中的每个人提供专家级网络能力，将优势转向防御者。更快的逆向工程可以让安全团队覆盖更多恶意软件，跨样本连接发现，并更主动地采取行动。消息来源未提供具体的基准数字、模型名称或技术架构细节，仅提到了 Daybreak 和时间比较。唯一量化的说法是，从四到六周缩短到大约八小时的人类水平逆向工程输出，这一说法归因于 Stewart。