跳转到内容
主站 新闻 控制台

SentinelOne 将恶意软件分析时间从数周缩短至数小时

· OpenAI
OpenAILLM

2026年10月14日

借助 OpenAI Daybreak,SentinelOne 将数周的恶意软件分析工作缩短至数小时,从而有能力调查更多威胁。

Image 1: 紫色编织艺术背景上的 SentinelOne 标识。

公司规模:企业级

地区:北美

行业:科技

产品:Daybreak

8 小时:完成恶意软件逆向工程所需时间,此前为 4–6 周

对一款复杂的恶意软件进行逆向工程(Reverse engineering),顶级安全研究人员往往需要耗费 4 到 6 周的时间。这是一项艰苦细致的工作,研究人员需要深入剖析软件以理解其行为逻辑,并且随着新信息的发现常常需要反复推倒重来。SentinelOne 首席人工智能官(Chief AI Officer)Gregor Stewart 表示,OpenAI Daybreak 现在大约只需 8 小时就能输出达到人类专家水平的逆向工程分析结果。

通过缩短深度分析所需的时间,OpenAI 让 SentinelOne 的研究人员有更充足的精力调查更多恶意软件,并串联起不同样本之间的发现。这种更广阔的全局视角往往能揭示出孤立调查容易错过的深层联系。Stewart 将这一契机形容为“一种我们以往绝无能力企及的情报洞察”。

“顶级研究人员原本需要耗费四到六周才能完成的工作,如今 AI 大约在八小时内就能以人类水平的产出完成。”

—— Gregor Stewart,SentinelOne 首席人工智能官

耗时更少,调查更多恶意软件

Daybreak 让网络防御人员能够直接将 OpenAI 的模型能力应用于网络安全工作。SentinelOne 利用这些能力对恶意软件开展逆向工程,深入剖析软件以理解其行为机制。更快的分析速度让其研究人员有能力调查更多样本。

Stewart 强调,他的团队仍然要对最终结果负全责。“唯一无法被自动化的就是责任,”他表示,“比如做出更改架构的决策,这类工作你依然需要人工审查;而单点修复或那些不会从根本上改变软件运行方式的问题,则更适合交给自动化。”

洞察不同威胁之间的关联

在过去,SentinelOne 的研究团队必须将深度调查的资源保留给那些最引人关注或最关键的威胁。“我们过去只能对极少数软件进行逆向分析,”Stewart 说。由于能够用于比对的样本较少,他们发现威胁之间关联的机会也相对受限。

“更快速的逆向工程使我们能够绘制出更大范围的恶意软件全景图,并紧跟其变化步伐。这为我们的研究人员提供了更清晰的视角,看清威胁之间是如何相互关联的,以及这些关系如何演进。”

—— Gregor Stewart,SentinelOne 首席人工智能官

借助 Daybreak 实现的更快分析,研究人员拥有了更多机会去比对恶意软件样本并寻找共有组件。例如,在两个表面上毫无关联的样本中发现了相同组件,就能为研究人员在客户调查过程中提供重要线索。

跨更多样本比对分析结果还能揭示威胁之间更宏观的联系。Stewart 指出,看清这些关系“将有助于筑牢外围防线,让防御更加主动”。

赋能更多团队承担安全工作

Stewart 表示,在 SentinelOne 内部,OpenAI 网络安全能力的引入正在让更多员工承担起安全职责。“现在几乎每个人都能获得甚至在几个月前还极为稀缺的专业能力,”他说道。更多团队成员可以自行调查问题,而无需完全依赖由少数专家组成的核心小组。

Stewart 还希望将 OpenAI 的网络安全能力整合到代码编写流程中,以便 SentinelOne 的开发人员在构建系统时就能直接解决安全问题。

“OpenAI 通过为开发团队中的每个人提供专家级的网络安全能力,正在将优势天平倾向防御者一方。”

—— Gregor Stewart,SentinelOne 首席人工智能官