SentinelOne corta análise de malware de semanas para oito horas com IA

A engenharia reversa tradicional exige um esforço minucioso em que especialistas desmontam arquivos maliciosos e refazem passos constantemente à medida que encontram novos comportamentos no código. Gregor Stewart, diretor de inteligência artificial da SentinelOne, descreveu a aceleração do processo como uma capacidade analítica que a companhia nunca teve condições de bancar no passado. “Algo que levaria quatro ou seis semanas para um pesquisador de ponta fazer, a inteligência artificial agora faz com resultado de nível humano em algo como oito horas”, afirmou Stewart. A rotina manual impunha limites.

Mais amostras revelam ligações entre códigos

Historicamente, as equipes de pesquisa da SentinelOne precisavam restringir investigações aprofundadas a um grupo restrito de incidentes para não sobrecarregar os analistas. “Nós só éramos capazes de fazer a engenharia reversa de números muito pequenos de peças de software”, explicou Stewart ao detalhar as restrições anteriores. Com menos arquivos dissecados na base, os pesquisadores perdiam oportunidades frequentes de notar conexões diretas entre invasões aparentemente desconexas. A triagem descartava casos suspeitos.

A velocidade obtida com o Daybreak permite que os analistas comparem amostras adicionais de malware em busca de componentes idênticos reaproveitados por criminosos. Um módulo compartilhado entre dois programas diferentes pode fornecer a pista necessária para solucionar uma investigação em andamento dentro de um cliente. Segundo Stewart, o mapeamento amplo ajuda a acompanhar as mudanças no cenário de ameaças e permite adotar defesas mais avançadas antes de novos ataques. A inteligência antecipa os golpes.

Autonomia técnica esbarra na responsabilidade

Apesar da agilidade prometida, Stewart frisou que a tecnologia não substitui o julgamento dos analistas da SentinelOne na condução dos trabalhos. “A única coisa que não pode ser automatizada é a responsabilidade”, afirmou o diretor ao delimitar as fronteiras do sistema. Para o executivo, ajustes pontuais funcionam bem com automação, mas decisões estruturais como alterar a arquitetura de um software ainda exigem olhos humanos atentos. A máquina não assume riscos.

Dentro da própria empresa, o acesso aos recursos cibernéticos da OpenAI começou a redistribuir tarefas técnicas que antes dependiam exclusivamente de especialistas seniores. “Quase todo mundo agora tem acesso ao tipo de conhecimento especializado que estava em falta até talvez alguns meses atrás”, declarou Stewart. Com o sistema à disposição, outros membros da equipe conseguem investigar problemas por conta própria sem travar a fila de atendimento interno. A fila técnica encolheu.

O próximo passo do executivo é levar essas capacidades para a criação de código, permitindo que desenvolvedores corrijam brechas de segurança enquanto escrevem código. Como o relato parte de um anúncio conjunto das duas fornecedoras, os números apresentados refletem apenas testes internos, sem validação independente de outros laboratórios do setor. Stewart sustenta que a ferramenta muda a vantagem para os defensores ao colocar conhecimento especializado nas mãos de toda a equipe de engenharia. O mercado cobra comprovação prática.