رفع RevEng 4.15 مليون دولار لتحسين سلاسل التوريد البرمجية مع الذكاء الاصطناعي

raised شركة RevEng التي تتخذ من لندن مقراً لها 4.15 مليون دولار في التمويل الأولي، بدعم من Sands Capital و In-Q-Tel Capital و IQ Capital و Episode 1 Ventures، لبناء نماذج الذكاء الاصطناعي التأسيسية القادرة على الكشف عن Threats والضعف في البرمجيات المجمعة بدون الوصول إلى شفرة المصدر. كما تقدر شركة McKinsey أن سوق الأمن السيبراني العالمي قد يصل إلى 1.5 إلى 2 تريليون دولار، مما يضع استثمار RevEng في موقع استراتيجي للعب دور حيوي في إعادة تشكيل كيفية دفاع المنظمات على سلاسل التوريد البرمجية – خاصة في عصر حيث يصعب على الأدوات التقليدية مواكبة البرمجيات المولدة بواسطة الذكاء الاصطناعي والمكونات الثالثة غير الشفافة.

جسر الفجوة في الدفاع السيبراني

يتعامل العالم الشركاتي مع زيادة غير مسبوقة في هجمات سلاسل التوريد البرمجية – حيث يتوقع أن تتعرض 45٪ من المنظمات إلى مثل هذه الانخراطات هذا العام. وتتضاعف المشكلة مع زيادة الاعتماد على المكونات مفتوحة المصدر والبرمجيات المولدة بواسطة الذكاء الاصطناعي، في حين أن معظم أدوات الأمن تتطلب الوصول إلى شفرة المصدر للكشف عن الضعف الخفي.

تتناول RevEng هذا الفجوة الحاسمة من خلال تحليل البرمجيات الثنائية مباشرة – فحص شفرة المصدر المجمعة والfirmware والتنفيذيات للكشف عن الشذوذ مثل البوابات الخلفية المخفية والسلوك الخبيث أو الضعف من يوم الصفر.

BinNet: محرك الذكاء الاصطناعي وراء الابتكار

المركزي للمنصة هو BinNet، أكبر نموذج الذكاء الاصطناعي التأسيسي لمعرفة معاني شفرة الآلة. يتم تدريبه على مجموعات بيانات ثنائية متنوعة (x86 و x86_64 و ARM64) ولغات برمجة (C و C++ و Go و Rust)، مما يتيح له:

• إعادة بناء منطق البرنامج ومجريه على مستوى أعلى
• الكشف عن Threats والضعف غير المعروفة على نطاق واسع
• توليد قواعد YARA تلقائياً للكشف عن التهديدات
• فك التشفير البرمجي للملا웨어 المخفي باستخدام التشفير الديناميكي
• تمثيل الوظائف لاستخراج السلاسل المشفرة

تستخدم منصة RevEng نماذج التعلم الآلي المتقدمة المدربة خصيصاً لفهم هيكل وسلوك البرمجيات المجمعة. من خلال تحليل تدفق التحكم وعلاقات الوظائف وأنماط التوجيه على مستوى التعليمات، يمكنها استخراج رؤى ذات معنى من الملفات الثنائية – وتحديد المكونات الخبيثة والكشف عن الضعف من يوم الصفر والكشف عن البوابات الخلفية المخفية. هذا يتيح لفريق الأمن تقييم صحة الحزم البرمجية، حتى عندما لا تكون شفرة المصدر متاحة، مما يجعلهم قادرين على تحويل الملفات التنفيذية غير الشفافة إلى أشياء قابلة للتحقق والشفافية.

القيادة والدعم الاستراتيجي

في طليعة RevEng هو د. جيمس باتريك إيفانز، خبير عالمي معترف به في الذكاء الاصطناعي والتعلم الآلي لتحليل الثنائيات. مع شهادة الدكتوراه في الأمن السيبراني والذكاء الاصطناعي من Royal Holloway، والمناصب السابقة في F-Secure و Mozilla و MWR، يمتلك خبرة عميقة في هندسة البرمجيات الآمنة والكشف عن التهديدات على مستوى منخفض. هدفُه هو توسيع قدرات الهندسة العكسية من خلال التأتمتة والذكاء الاصطناعي.

لقد كسبت الشركة بالفعل مصداقية من خلال اختيارها في برنامجان مرموقان: NCSC للمبتدئين و Intel (INTC ) Ignite 2024. قدمت هذه البرامج تسريعًا لشركة RevEng بالوصول إلى شبكات الأمن الحكومية والمستشارين الفنيين والشراكات التجارية – بما في ذلك داخل Intel نفسها – مما يعجل من تطوير المنتج ودخول السوق.

ما يأتي بعد ذلك

بعد جمعها 4.15 مليون دولار في التمويل الأولي، تعتزم RevEng توسيع وجودها في قطاعي الحكومة والدفاع في الولايات المتحدة مع توسيع فريق الهندسة. تشمل الخطط المستقبلية توسيع المنصة لدعم هياكل معمارية إضافية مثل MIPS و RISC-V و PPC، وتطوير مطابقة الرموز عبر الهياكل، وتعميق التكامل مع أدوات مثل Splunk و Cutter و Radare2. ستدعم المنصة أيضًا النشر السحابي الخاص والتنفيذ المحلي، مما يسمح بالامتثال الكامل لسياسات البيانات الحكومية والشركات.

في سوق الأمن السيبراني التي من المتوقع أن تتجاوز 2 تريليون دولار، تتمتع RevEng بموقع فريد لتسليم حلول ذكية اصطناعية تعمل على مستوى الثنائيات – كشف الضعف الخفي في البرمجيات حيث تفشل الأدوات التقليدية. كما أشار Sands Capital إلى أن “RevEng تتعامل مع تحدي حاسم في الأمن السيبراني من خلال نهجها المبتكر. نحن فخورون بدعم رؤيتهم…”

مع المصداقية الفنية والدعم الاستراتيجي والزخم التجاري المتزايد، تتمتع RevEng بموقع استراتيجي لتصبح قوة أساسية في تأمين سلاسل التوريد البرمجية الحديثة.

مستقبل الأمن السيبراني

随着 أصبحت سلاسل التوريد البرمجية أكثر تجزئة وغموضًا واعتمادًا متبادلًا على الصعيد العالمي، أصبحت الأساليب التقليدية للأمن – التي تعتمد على الوصول إلى شفرة المصدر أو التدقيق اليدوي – غير كافية. يعتبر ظهور فحص البرمجيات المجمعة بواسطة التعلم الآلي نقطة تحول كبيرة. هذه النماذج لا تIGHLIGHT فقط الضعف المعروفة – بل تفسر سلوك وهيكل الملفات الثنائية لتحديد التهديدات الجديدة، حتى في البيئات السوداء.

يعكس هذا التحول تحركًا أوسع في الصناعة نحو بنية تحتية أمنية سيبرانية مستقلة ومتوسعة – حيث لا يضيف الذكاء الاصطناعي فقط إلى تحليلات المحللين بل يصبح شرطًا أساسيًا لمواكبة الأحداث. في عالم يظهر فيه أكثر من 300000 نموذج جديد من البرمجيات الخبيثة يوميًا و70٪ منها لم تظهر مرة أخرى، يوفر التحليل الثنائي التلقائي واحدًا من المسارات القليلة القابلة للتطبيق للحفاظ على الرؤية في الوقت الفعلي عبر حزمة البرمجيات.

ستشكل نماذج الأساس مثل تلك التي تعمل بالتحليل العكسي بواسطة الذكاء الاصطناعي في النهاية أساسًا للجهود الأمنية الوطنية وخطوط أنابيب SecOps وعمليات شراء البرمجيات. سيكون لديهم القدرة على التحقق من صحة الشفرة على نطاق واسع – بغض النظر عن شفافية البائع – لإعادة تعريف كيفية إقامة الثقة في النظام البيئي الرقمي. مع مرور الوقت، يمكن أن تصبح هذه التكنولوجيا أساسية للأمن السيبراني مثل محركات الفيروسات في العصر السابق.