рдлрдВрдбрд┐рдВрдЧ
RevEng рдиреЗ рд╕реЙрдлреНрдЯрд╡реЗрдпрд░ рд╕рдкреНрд▓рд╛рдИ рдЪреЗрди рдХреЛ рдПрдЖрдИ рдХреЗ рд╕рд╛рде рд╕реБрд░рдХреНрд╖рд┐рдд рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП $4.15M рдЬреБрдЯрд╛рдпрд╛
लंदन स्थित RevEng ने $4.15 मिलियन की सीड फंडिंग जुटाई है, जिसमें Sands Capital, In-Q-Tel Capital, IQ Capital, और Episode 1 Ventures शामिल हैं, जो सोर्स कोड तक पहुंच के बिना संकलित सॉफ्टवेयर में खतरों और कमजोरियों का पता लगाने में सक्षम मूल एआई मॉडल बनाने के लिए है। जैसा कि मैकिन्से अनुमान लगाता है कि वैश्विक साइबर सुरक्षा बाजार का अवसर $1.5 से $2 ट्रिलियन तक पहुंच सकता है, यह निवेश RevEng को सॉफ्टवेयर सप्लाई चेन की रक्षा के तरीके को फिर से परिभाषित करने में एक महत्वपूर्ण भूमिका निभाने के लिए तैयार करता है – विशेष रूप से एक युग में जहां पारंपरिक उपकरण एआई-जनरेटेड कोड और अपारदर्शी तृतीय-पक्ष घटकों के साथ तालमेल बिठाने के लिए संघर्ष करते हैं।
साइबर रक्षा में अंधे धब्बे को पाटना
कॉर्पोरेट दुनिया सॉफ्टवेयर सप्लाई चेन हमलों की एक अभूतपूर्व लहर से जूझ रही है – 45% संगठन इस साल ऐसे उल्लंघनों का सामना करने की भविष्यवाणी की जा रही है। समस्या तब और गंभीर हो जाती है जब खुले स्रोत घटकों और एआई-जनरेटेड कोड पर निर्भरता बढ़ जाती है, जबकि अधिकांश सुरक्षा उपकरण छिपी हुई कमजोरियों का पता लगाने के लिए सोर्स कोड तक पहुंच की आवश्यकता होती है।
RevEng इस महत्वपूर्ण अंतर को सीधे बाइनरी सॉफ्टवेयर का विश्लेषण करके संबोधित करता है – संकलित कोड, फर्मवेयर और कार्यक्रमों का निरीक्षण करके छिपे हुए बैकडोर, दुर्भाग्यपूर्ण व्यवहार या शून्य-दिवस कमजोरियों जैसी असामान्यताओं का पता लगाने के लिए।
BinNet™: नवाचार के पीछे एआई इंजन
मंच के केंद्र में BinNet™ है, जो मशीन कोड के अर्थशास्त्र को समझने के लिए निर्मित सबसे बड़ा मूल एआई मॉडल है। यह विविध बाइनरी डेटासेट (x86, x86_64, ARM64) और प्रोग्रामिंग भाषाओं (सी, सी++, गो, रस्ट) पर प्रशिक्षित किया गया है, जो इसे सक्षम बनाता है:
- उच्च स्तरीय प्रोग्राम तर्क और प्रवाह का पुनर्निर्माण
- पैमाने पर अज्ञात खतरों और कमजोरियों का पता लगाना
- स्वचालित रूप से YARA नियम का उत्पादन करना खतरे की शिकारी के लिए
- डायनामिक सैंडबॉक्सिंग का उपयोग करके पैक किए गए मैलवेयर को अनपैक करना
- फ़ंक्शन को एमुलेट करना एन्क्रिप्टेड स्ट्रिंग को निकालने के लिए
RevEng का प्लेटफ़ॉर्म उन्नत मशीन लर्निंग मॉडल का उपयोग करता है जो विशेष रूप से संकलित सॉफ़्टवेयर की संरचना और व्यवहार को समझने के लिए प्रशिक्षित किए गए हैं। नियंत्रण प्रवाह, फ़ंक्शन संबंधों और निर्देश स्तर के पैटर्न का विश्लेषण करके, यह बाइनरी से अर्थपूर्ण अंतर्दृष्टि निकाल सकता है – दुर्भाग्यपूर्ण घटकों की पहचान करना, शून्य-दिवस कमजोरियों का पता लगाना और छिपे हुए बैकडोर का खुलासा करना। यह सुरक्षा टीमों को सॉफ़्टवेयर पैकेजों की अखंडता का आकलन करने की अनुमति देता है, यहां तक कि जब सोर्स कोड उपलब्ध नहीं होता है, तो पहले से ही अनुपलब्ध कार्यक्रमों को पारदर्शी और सत्यापन योग्य कलाकृतियों में बदल देता है।
नेतृत्व और रणनीतिक समर्थन
RevEng के शीर्ष पर डॉ। जेम्स पैट्रिक-एवंस हैं, जो बाइनरी विश्लेषण के लिए एआई और मशीन लर्निंग में एक वैश्विक स्तर पर मान्यता प्राप्त विशेषज्ञ हैं। रॉयल होलोवे से साइबर सुरक्षा और एआई में पीएचडी के साथ, और एफ-सिक्योर, मोज़िला और एमडब्ल्यूआर में पिछली भूमिकाओं के साथ, वह सुरक्षित सॉफ्टवेयर इंजीनियरिंग और कम स्तर के खतरे का पता लगाने में गहरा विशेषज्ञता लाता है। उनका लक्ष्य पारंपरिक रूप से एलीट विशेषज्ञों तक सीमित रिवर्स इंजीनियरिंग क्षमताओं को स्वचालन और एआई के माध्यम से बढ़ाना है।
कंपनी ने पहले से ही दो अत्यधिक प्रतिष्ठित कार्यक्रमों में चयन के माध्यम से विश्वसनीयता हासिल की है: यूके के एनसीएससी फॉर स्टार्टअप्स और इंटेल इग्नाइट 2024। ये एक्सेलरेटर्स RevEng को महत्वपूर्ण पहुंच प्रदान करते हैं सरकारी सुरक्षा नेटवर्क, तकनीकी सलाहकारों और व्यावसायिक साझेदारियों के लिए – इंटेल खुद के भीतर भी – उत्पाद विकास और बाजार प्रवेश दोनों को तेज करते हैं।
आगे क्या है
अपने $4.15 मिलियन सीड बढ़ाने के बाद, RevEng यू.एस. संघीय और रक्षा क्षेत्रों में अपनी उपस्थिति का विस्तार करने और अपनी इंजीनियरिंग टीम को बढ़ाने के लिए तैयार है। भविष्य की योजनाओं में मिप्स, रिस्क-V, और पीपीसी जैसे अतिरिक्त आर्किटेक्चर के लिए प्लेटफ़ॉर्म का विस्तार करना, क्रॉस-आर्किटेक्चर सимвल मिलान विकसित करना और स्पलंक, कटर और रडारे2 जैसे उपकरणों के साथ एकीकरण को गहरा करना शामिल है। प्लेटफ़ॉर्म निजी क्लाउड और ऑन-प्रिमाइसेस डिप्लॉयमेंट का भी समर्थन करेगा, जिससे उद्यम और सरकारी डेटा नीतियों के साथ पूर्ण अनुपालन सुनिश्चित होगा।
एक साइबर सुरक्षा बाजार में जो $2 ट्रिलियन से अधिक होने का अनुमान है, RevEng बाइनरी स्तर पर काम करने वाले एआई-मूल समाधानों को वितरित करने के लिए अनूठे रूप से स्थित है – पारंपरिक उपकरणों की कमी वाले सॉफ़्टवेयर में छिपी हुई कमजोरियों का पता लगाना। जैसा कि Sands Capital ने टिप्पणी की, “RevEng साइबर सुरक्षा में एक महत्वपूर्ण चुनौती का सामना कर रहा है अपने नवाचारी दृष्टिकोण के साथ। हम उनके दृष्टिकोण का समर्थन करने के लिए गर्व महसूस करते हैं …”
तकनीकी विश्वसनीयता, रणनीतिक समर्थन और बढ़ती व्यावसायिक प्राप्ति के साथ, RevEng आधुनिक सॉफ़्टवेयर सप्लाई चेन को सुरक्षित करने में एक मूलभूत बल बनने के लिए तैयार है।
साइबर सुरक्षा का भविष्य
जैसा कि सॉफ्टवेयर सप्लाई चेन अधिक खंडित, अपारदर्शी और वैश्विक रूप से अंतर्संबंधित हो जाती है, पारंपरिक सुरक्षा विधियां – सोर्स कोड तक पहुंच या मैनुअल ऑडिटिंग पर निर्भर – अब पर्याप्त नहीं हैं। संकलित कोड स्कैनिंग के उदय द्वारा मशीन लर्निंग की शक्ति से संचालित एक प्रमुख मोड़ का प्रतिनिधित्व करता है। ये मॉडल केवल ज्ञात कमजोरियों को फ्लैग नहीं करते हैं – वे बाइनरी के व्यवहार और संरचना की व्याख्या करते हैं ताकि नए खतरों को सतह पर लाया जा सके, यहां तक कि ब्लैक-बॉक्स वातावरण में भी।
यह परिवर्तन एक व्यापक उद्योग की ओर बढ़ता है जो स्वायत्त, मापनीय साइबर सुरक्षा बुनियादी ढांचे की ओर बढ़ रहा है – जहां एआई विश्लेषकों को बढ़ाने के लिए नहीं बल्कि तालमेल बिठाने के लिए एक पूर्वापेक्षा बन जाता है। एक दुनिया में जहां 300,000+ नए मैलवेयर नमूने दैनिक रूप से उत्पन्न होते हैं और 70% कभी नहीं देखे जाते हैं, स्वचालित बाइनरी विश्लेषण वास्तविक समय में सॉफ्टवेयर स्टैक के माध्यम से दृश्यता बनाए रखने के लिए कुछ व्यवहार्य मार्ग प्रदान करता है।
बाइनरी विश्लेषण के लिए एआई-चालित रिवर्स इंजीनियरिंग को शक्ति प्रदान करने वाले फाउंडेशन मॉडल राष्ट्रीय सुरक्षा प्रयासों, डेवसेकओपीएस पाइपलाइनों और यहां तक कि सॉफ्टवेयर प्रोक्योरमेंट प्रक्रियाओं में भी बढ़ते रूप से अंतर्निहित होंगे। उनकी क्षमता विक्रेता पारदर्शिता की परवाह किए बिना पैमाने पर कोड अखंडता की पुष्टि करने के लिए डिजिटल पारिस्थितिकी तंत्र में विश्वास को फिर से परिभाषित करेगी। समय के साथ, यह तकनीक एंटीवायरस इंजनों के रूप में साइबर सुरक्षा के लिए मूलभूत हो सकती है जो पिछले युग में थी।
