تمويل
رفع RevEng.AI 15 مليون دولار في جولة التمويل الأصلية لتحقق أمان وصدق البرامج المولدة بواسطة الذكاء الاصطناعي
أضف Unite.AI إلى مصادرك المفضلة على Google
随着代码生成 بواسطة الذكاء الاصطناعي يصبح متأصلا بشكل متزايد عبر الأنظمة الحكومية والشركات، فإن شركات الأمن السيبراني تتنافس على حل مشكلة الثقة المتزايدة: كيف يمكن للمنظمات التحقق مما يتم تشغيله داخل البرامج التي تنشرها. RevEng.AI أعلنت عن جولة تمويل أصلية بقيمة 15 مليون دولار بقيادة صندوق الابتكار لحلف شمال الأطلسي، مع مشاركة من Sands Capital، In-Q-Tel، IQ Capital، و Episode One. وتقول الشركة إن التمويل سيساعد في توسيع منصة لتحليل البرامج المجمعة للتهديدات الخفية والوظائف الخبيثة ومخاطر سلسلة الإمداد البرمجية.
الشركة التي تتخذ من لندن مقراً تركز على تحدي متزايد في مجال الأمن السيبراني: عدم khảية المنظمات للفحص الكامل للبرامج بعد تجميعها في شكل قابل للتنفيذ. وتتركز أدوات أمن التطبيقات التقليدية بشكل كبير على تحليل شفرة المصدر والمستودعات وبيانات الحزمة. لكن الملفات التنفيذية المجمعة التي تعمل على الأنظمة غالباً ما تبقى غير شفافة، خاصة عند التعامل مع البرامج من طرف ثالث أو البرامج المفتوحة المصدر أو التطبيقات المغلقة المصدر.
الخطر المتزايد للبرامج المولدة بواسطة الذكاء الاصطناعي
تخضع صناعة البرمجيات لتحول كبير مع تطور مساعدي Coding الذكاء الاصطناعي إلى وكلاء برمجة متقدمة قادرة على توليد وتوزيع كميات كبيرة من البرامج مع إشراف بشري ضعيف.
وتدعي RevEng.AI أن المنظمات تدخل عصراً حيث قد لا يتم مراجعة الكثير من البرامج التي يتم شحنها أبداً بواسطة الإنسان. وهذا يطرح مخاوف حول الثغرات الخفية والوظائف الخبيثة المضمنة والسلوكيات غير المقصودة التي قد تبقى غير مرئية داخل الملفات التنفيذية المجمعة.
يتحول هذا المشكل إلى مشكلة أكثر أهمية في البيئات التي تعتمد فيها الأنظمة المالية والشبكات الصحية وشبكات الطاقة والنقل والصناعة والدفاع على البرامج. ويمكن أن يؤثر مكون برمجي معيب مدفون في سلسلة التبعيات على ملايين المستخدمين أو يؤثر على البنية التحتية الحيوية.
هجمات سلسلة الإمداد البرمجية هجمات سلسلة الإمداد البرمجية أصبحت بالفعل واحدة من أسرع Threats الأمن السيبراني نمواً على مستوى العالم. وأظهرت الحوادث الكبيرة خلال السنوات القليلة الماضية كيف يمكن للمهاجمين اختراق تحديثات البرامج الموثوقة أو المكتبات من طرف ثالث للحصول على وصول واسع إلى الأنظمة الشركية. وتحاول RevEng.AI مواجهة هذا التحدي من خلال نقل الجهود التحققية مباشرة إلى مستوى الثنائي.
تحليل البرامج بدون شفرة المصدر
من بين الجوانب الأكثر إثارة للاهتمام في تقنية RevEng.AI هو أنها تعمل بدون الحاجة إلى الوصول إلى شفرة المصدر. وبدلاً من ذلك، تعمل المنصة مباشرة على الملفات التنفيذية المجمعة والبرامج والبرامج الثابتة والبرامج القابلة للقراءة بواسطة الآلة.
هذا النهج مهم لأن العديد من المنظمات تعتمد بشكل روتيني على البرامج التي تم تطويرها خارجياً بواسطة البائعين أو المجتمعات المفتوحة المصدر أو المقاولين. وفي العديد من الحالات، قد لا تكون شفرة المصدر الأصلية متاحة أو قابلة للفحص أو حتى متاحة على الإطلاق.
تستخدم منصة RevEng.AI نموذج الذكاء الاصطناعي الأساسي يسمى BinNet، والذي تقول الشركة إنه تم تدريبه جنباً إلى جنب مع الوحدات السيبرانية النخبة داخل الحكومات الحليفة والفرق الأمنية التجارية. وتم تصميم النظام لتحقيق مهمة هندسة معاكسة تقليدية التي يتم التعامل معها من قبل الخبراء المتخصصين.
من خلال الفحص المباشر للملفات التنفيذية المجمعة، يمكن للمنصة أن تحدد المكونات الخفية وتغييرات الإصدار المشبوهة والسلوكيات الخبيثة والثغرات والأداء غير المتوقع المضمن في البرامج قبل نشرها.
وتقول الشركة إن هذا يقلل بشكل كبير من الوقت والخبرة المطلوبة لتحقق سلامة البرامج يدوياً، وهو مجال تاريخياً يعتمد على مواهب هندسة معاكسة نادرة.
لماذا يهم التحقق على مستوى الثنائي
ما زال أداة الأمن السيبراني الحديثة مركزة حول مستودعات شفرة المصدر والاعتماديات المعلنة. ومع ذلك، يمكن أن تختلف الملفات التنفيذية المجمعة التي تعمل في النهاية على الآلة بشكل كبير عما تعتقد المنظمات أنها تنشر.
يتحول هذا الفرق إلى أهمية متزايدة مع بدء الأنظمة الذكية في توليد البرامج بشكل مستقل. وقد لا تفهم فرق التطوير كل التبعيات أو الوحدات المولدة أو السلوكيات المضمنة داخل التطبيقات التي يتم دعمها بواسطة الذكاء الاصطناعي.
تنظر منصة RevEng.AI بشكل فعال إلى الملف التنفيذي المجمع نفسه كالمصدر النهائي للtruth. بدلاً من الاعتماد فقط على الإعلانات حول ما تحتوي عليه البرامج، تحاول المنصة فحص ما هو موجود فعلاً داخل الملف التنفيذي الذي سيعمل على الأنظمة الإنتاجية.
وفقاً للشركة، يمكن للمنصة مقارنة إصدارات البرامج الجديدة مع الإصدارات الموثوقة، وتحديد الانحراف غير العادي بين البناءات، وكشف المكونات الخفية أو غير المعلنة التي قد تم إدخالها خلال التطوير أو النشر.
يمكن أن يصبح هذا النوع من التحقق مهمًا بشكل خاص للمنظمات التي تدير سلاسل إمداد برمجية معقدة تشمل موردين من طرف ثالث ومقاولين ومكونات مفتوحة المصدر وبرامج مولدة بواسطة الذكاء الاصطناعي.
مستقبل التحقق البرمجي
من المرجح أن يغير ظهور الأنظمة البرمجية المستقلة طريقة تفكير المنظمات حول الثقة والأمن البرمجي خلال العقد المقبل. مع زيادة شيوع البرامج المولدة بواسطة الذكاء الاصطناعي، يمكن أن يتجاوز حجم الشفرة التي تدخل البيئات الإنتاجية في النهاية ما يمكن للمراجعين البشرين فحصه يدوياً.
يمكن أن يدفع هذا التحول التحقق على مستوى الثنائي والهندسة المعاكسة الآلية إلى دور أكثر مركزية في عمليات الأمن السيبراني للشركات. بدلاً من معاملة هندسة المعاكسة كتخصص فرعي محفوظ للمحققين الأمنيين النخبة، قد تبدأ المنظمات في دمج فحص الملفات التنفيذية المجمعة المستمر مباشرة في عمليات شراء البرامج والتنفيذ والتحديث.
تتجاوز الآثار مجال الأمن السيبراني التقليدية. تعتمد الصناعات مثل الرعاية الصحية والتمويل والطاقة والنقل والصناعة والدفاع بشكل متزايد على النظم البرمجية المت相لة حيث يمكن أن تؤدي الثغرات الخفية أو الوظائف الخبيثة عواقب تشغيلية متسلسلة.
في الوقت نفسه، يمكن أن يؤدي تبني وكلاء البرمجة الذكية بسرعة إلى ضغط ل_forms جديدة من المساءلة البرمجية. قد تتطلب المنظمات في النهاية طبقات التحقق المستقلة القادرة على التحقق من أن البرامج المثبتة تعمل كما هو متوقع بغض النظر عن كيفية أو مكان توليد الشفرة.
随着 زيادة أتمتة تطوير البرمجيات، يمكن أن تصبح التكنولوجيا التي تركز على فحص الملفات التنفيذية المجمعة بدلاً من الاعتماد فقط على تحليل شفرة المصدر جزءاً مهماً من كيفية حماية الشركات للبنية التحتية القادمة المدارة بواسطة الذكاء الاصطناعي.
