RevEng raccoglie 4,15 milioni di dollari per proteggere le catene di approvvigionamento software con l’AI

La società con sede a Londra, RevEng, ha raccolto 4,15 milioni di dollari in finanziamenti seed, sostenuta da Sands Capital, In-Q-Tel Capital, IQ Capital, e Episode 1 Ventures, per costruire modelli di intelligenza artificiale fondamentali in grado di rilevare minacce e vulnerabilità in software compilati senza accesso al codice sorgente. Poiché McKinsey stima che il mercato globale della sicurezza informatica potrebbe raggiungere 1,5-2 trilioni di dollari, questo investimento posiziona RevEng per svolgere un ruolo vitale nel ridisegnare la difesa delle catene di approvvigionamento software da parte delle organizzazioni – in particolare in un’era in cui gli strumenti tradizionali faticano a tenere il passo con il codice generato dall’AI e i componenti di terze parti opachi.

Colmare il punto cieco nella difesa informatica

Il mondo aziendale sta lottando con un aumento senza precedenti di attacchi alle catene di approvvigionamento software – il 45% delle organizzazioni è previsto subire tali violazioni quest’anno. Il problema si intensifica man mano che le dipendenze da componenti open-source e codice generato dall’AI aumentano, mentre la maggior parte degli strumenti di sicurezza richiede l’accesso al codice sorgente per individuare vulnerabilità nascoste.

RevEng affronta questo divario critico analizzando direttamente il software binario – esaminando il codice compilato, il firmware e gli eseguibili per rilevare anomalie come backdoor nascoste, comportamento maligno o vulnerabilità zero-day.

BinNet™: il motore di intelligenza artificiale dietro l’innovazione

Al centro della piattaforma c’è BinNet™, il più grande modello di intelligenza artificiale fondamentale costruito per comprendere la semantica del codice macchina. È stato addestrato su dataset binari diversi (x86, x86_64, ARM64) e linguaggi di programmazione (C, C++, Go, Rust), consentendogli di:

• Ricostruire la logica e il flusso del programma a livello superiore
• Rilevare minacce e vulnerabilità sconosciute su larga scala
• Generare automaticamente regole YARA per la caccia alle minacce
• Scomporre malware offuscati utilizzando sandboxing dinamico
• Emulare funzioni per estrarre stringhe crittografate

La piattaforma di RevEng utilizza modelli di apprendimento automatico avanzati addestrati specificamente per comprendere la struttura e il comportamento del software compilato. Analizzando il flusso di controllo, le relazioni tra funzioni e i modelli a livello di istruzioni, può estrarre informazioni significative dai binari – identificando componenti maligni, rilevando vulnerabilità zero-day e rivelando backdoor nascoste. Ciò consente ai team di sicurezza di valutare l’integrità dei pacchetti software, anche quando il codice sorgente non è disponibile, trasformando gli eseguibili precedentemente inaccessibili in artefatti trasparenti e verificabili.

Leadership e sostegno strategico

Al timone di RevEng c’è Dr. James Patrick-Evans, un esperto di fama mondiale in AI e apprendimento automatico per l’analisi binaria. Con un dottorato in sicurezza informatica e intelligenza artificiale presso il Royal Holloway e precedenti ruoli in F-Secure, Mozilla e MWR, porta una profonda esperienza in ingegneria del software sicuro e rilevamento di minacce a basso livello. Il suo obiettivo è quello di scalare le capacità di reverse engineering – tradizionalmente limitate a specialisti d’élite – attraverso l’automazione e l’AI.

La società ha già guadagnato credibilità attraverso la sua selezione in due programmi molto rispettati: il programma NCSC per le startup del Regno Unito e Intel (INTC ) Ignite 2024. Questi acceleratori hanno fornito a RevEng un accesso critico alle reti di sicurezza del governo, ai consulenti tecnici e ai partenariati commerciali – incluso all’interno di Intel stesso – accelerando sia lo sviluppo del prodotto che l’ingresso nel mercato.

Cosa ci aspetta

Dopo il finanziamento seed di 4,15 milioni di dollari, RevEng è pronto ad espandere la sua presenza nei settori federali e della difesa degli Stati Uniti, aumentando contemporaneamente il suo team di ingegneria. I piani futuri includono l’estensione della piattaforma per supportare architetture aggiuntive come MIPS, RISC-V e PPC, lo sviluppo di un matching dei simboli cross-architettura e l’approfondimento delle integrazioni con strumenti come Splunk, Cutter e Radare2. La piattaforma supporterà anche la distribuzione in cloud privato e on-premise, consentendo il pieno rispetto delle politiche di dati aziendali e governative.

In un mercato della sicurezza informatica che si prevede supererà 2 trilioni di dollari, RevEng è posizionata in modo unico per offrire soluzioni native AI che funzionano a livello binario – scoprendo vulnerabilità nascoste nel software dove gli strumenti tradizionali non riescono. Come ha osservato Sands Capital, “RevEng sta affrontando una sfida critica nella sicurezza informatica con il suo approccio innovativo. Siamo orgogliosi di sostenere la loro visione…”

Con credibilità tecnica, sostegno strategico e una crescente trazione commerciale, RevEng è pronta a diventare una forza fondamentale nella sicurezza della catena di approvvigionamento software moderna.

Il futuro della sicurezza informatica

Man mano che le catene di approvvigionamento software diventano più frammentate, opache e interdipendenti a livello globale, i metodi di sicurezza tradizionali – che si basano sull’accesso al codice sorgente o sulla revisione manuale – non sono più sufficienti. L’aumento dell’analisi del codice compilato alimentata dall’apprendimento automatico rappresenta un punto di svolta importante. Questi modelli non segnalano solo vulnerabilità note – interpretano il comportamento e la struttura dei binari per portare alla luce minacce nuove, anche in ambienti black-box.

Questo passaggio riflette un più ampio spostamento dell’industria verso un’infrastruttura di sicurezza informatica autonoma e scalabile – dove l’AI non solo aumenta gli analisti, ma diventa un requisito fondamentale per stare al passo. In un mondo in cui emergono oltre 300.000 nuovi campioni di malware ogni giorno e il 70% non viene più visto, l’analisi binaria automatizzata offre uno dei pochi percorsi praticabili per mantenere la visibilità in tempo reale in tutta la pila software.

I modelli fondamentali come quelli che alimentano l’ingegneria inversa guidata dall’AI sosterranno sempre più gli sforzi di sicurezza nazionale, le pipeline DevSecOps, e anche i processi di acquisto di software. La loro capacità di verificare l’integrità del codice su larga scala – indipendentemente dalla trasparenza del fornitore – ridefinirà come la fiducia viene stabilita nell’ecosistema digitale. Nel tempo, questa tecnologia potrebbe diventare fondamentale per la sicurezza informatica quanto i motori antivirus lo sono stati nell’era precedente.