RevEng Pozyskuje 4,15 Mln Dolarów, aby Zabezpieczyć Łańcuchy Dostaw Oprogramowania za Pomocą Sztucznej Inteligencji

Londyńska firma RevEng pozyskała 4,15 mln dolarów w ramach finansowania na etapie seed, wspieranego przez Sands Capital, In-Q-Tel Capital, IQ Capital oraz Episode 1 Ventures, w celu budowy podstawowych modeli sztucznej inteligencji, które są w stanie wykrywać zagrożenia i słabości w skompilowanym oprogramowaniu bez dostępu do kodu źródłowego. Jak szacuje McKinsey, globalny rynek cyberbezpieczeństwa może osiągnąć 1,5 do 2 bilionów dolarów, co pozwala RevEng odegrać kluczową rolę w zmianie sposobu, w jaki organizacje bronią swoich łańcuchów dostaw oprogramowania – szczególnie w erze, w której tradycyjne narzędzia mają trudności z nadążaniem za kodem generowanym przez sztuczną inteligencję i nieprzezroczystymi składnikami stron trzecich.

Przełamywanie Ślepej Plamy w Obronie Cybernetycznej

Świat korporacyjny zmaga się z bezprecedensowym wzrostem ataków na łańcuchy dostaw oprogramowania – 45% organizacji może doświadczyć takich naruszeń w tym roku. Problem nasila się, gdy zależności od składników open-source i kodu generowanego przez sztuczną inteligencję rosną, podczas gdy większość narzędzi bezpieczeństwa wymaga dostępu do kodu źródłowego, aby zauważyć ukryte słabości.

RevEng rozwiązuje tę krytyczną lukę, analizując bezpośrednio oprogramowanie binarne – badając skompilowany kod, oprogramowanie układowe i pliki wykonywalne w celu wykrycia anomalii, takich jak ukryte backdoory, zachowania malwersatywne lub słabości zero-day.

BinNet™: Silnik AI za Innowacją

Centralnym elementem platformy jest BinNet™, największy podstawowy model sztucznej inteligencji zbudowany do zrozumienia semantyki kodu maszynowego. Został on przeszkolony na różnorodnych zbiorach danych binarnych (x86, x86_64, ARM64) i językach programowania (C, C++, Go, Rust), co pozwala mu:

• Odtworzyć wyższy poziom logiki i przepływu programu
• Wykryć nieznane zagrożenia i słabości na dużą skalę
• Automatycznie generować reguły YARA do polowania na zagrożenia
• Rozpakowywać zaszumiony malware przy użyciu dynamicznego sandboxu
• Emulować funkcje w celu wyodrębnienia zaszyfrowanych ciągów

Platforma RevEng wykorzystuje zaawansowane modele uczenia maszynowego przeszkolone specjalnie do zrozumienia struktury i zachowania skompilowanego oprogramowania. Analizując przepływ sterowania, relacje między funkcjami i wzorce na poziomie instrukcji, może wyodrębnić znaczące informacje z binarnych plików – identyfikując składniki malwersatywne, wykrywając słabości zero-day i ujawniając ukryte backdoory. To umożliwia zespołom bezpieczeństwa ocenę integralności pakietów oprogramowania, nawet gdy kod źródłowy jest niedostępny, zmieniając wcześniej niedostępne pliki wykonywalne w przejrzyste i weryfikowalne artefakty.

Kierownictwo i Strategiczne Wsparcie

Na czele RevEng stoi Dr James Patrick-Evans, globalnie uznany ekspert w dziedzinie sztucznej inteligencji i uczenia maszynowego do analizy binarnej. Z tytułem doktora w dziedzinie cyberbezpieczeństwa i sztucznej inteligencji z Royal Holloway, a także wcześniejszymi rolami w F‑Secure, Mozilla i MWR, przynosi on głęboką wiedzę w dziedzinie inżynierii oprogramowania i niskopoziomowej detekcji zagrożeń. Jego celem jest skalowanie możliwości inżynierii wstecznej – tradycyjnie ograniczonej do elitarnych specjalistów – poprzez automatyzację i sztuczną inteligencję.

Firma zdobyła już wiarygodność dzięki wyborowi do dwóch wysoko cenionych programów: NCSC for Startups i Intel Ignite 2024. Te przyspieszaczki zapewniły RevEng krytyczny dostęp do sieci bezpieczeństwa rządowego, doradców technicznych i partnerstw handlowych – w tym w ramach samej Intela – przyspieszając rozwój produktu i wejście na rynek.

Co Dalej

Po podniesieniu 4,15 mln dolarów w ramach finansowania na etapie seed, RevEng jest gotowy do rozszerzenia swojej obecności w sektorach federalnych i obronnych w Stanach Zjednoczonych, a także do zwiększenia swojego zespołu inżynierskiego. Planowane są także rozszerzenia platformy w celu obsługi dodatkowych architektur, takich jak MIPS, RISC‑V i PPC, rozwój dopasowania symboli między architekturami oraz pogłębienie integracji z narzędziami takimi jak Splunk, Cutter i Radare2. Platforma będzie również obsługiwać wdrożenia w chmurze prywatnej i lokalnej, umożliwiając pełne spełnienie wymogów dotyczących danych przedsiębiorstw i rządów.

W rynku cyberbezpieczeństwa, który ma przekroczyć 2 biliony dolarów, RevEng jest wyjątkowo dobrze przygotowany do dostarczania rozwiązań natywnych dla sztucznej inteligencji, które działają na poziomie binarnym – ujawniając ukryte słabości w oprogramowaniu, tam gdzie tradycyjne narzędzia zawodzą. Jak Sands Capital stwierdził, „RevEng rozwiązuje krytyczne wyzwanie w cyberbezpieczeństwie za pomocą swojego innowacyjnego podejścia. Jesteśmy dumni, że możemy wesprzeć ich wizję…”

Z techniczną wiarygodnością, strategicznym wsparciem i rosnącym komercyjnym popytem, RevEng jest gotowy, aby stać się podstawową siłą w zabezpieczaniu nowoczesnych łańcuchów dostaw oprogramowania.

Przyszłość Cyberbezpieczeństwa

Gdy łańcuchy dostaw oprogramowania stają się coraz bardziej rozproszone, nieprzezroczyste i globalnie wzajemnie zależne, tradycyjne metody bezpieczeństwa – oparte na dostępie do kodu źródłowego lub ręcznym audycie – nie są już wystarczające. Wzrost skanowania kodu binarnego zasilanego przez uczenie maszynowe reprezentuje punkt zwrotny. Te modele nie tylko sygnalizują znane słabości – interpretują one zachowanie i strukturę binarną, aby ujawnić nowe zagrożenia, nawet w środowiskach black-box.

To odzwierciedla szerszy ruch branży w kierunku autonomicznej, skalowalnej infrastruktury cyberbezpieczeństwa – gdzie sztuczna inteligencja nie tylko uzupełnia analityków, ale staje się warunkiem koniecznym do utrzymania tempa. W świecie, w którym ponad 300 000 nowych próbek malware pojawia się codziennie i 70% z nich nigdy nie jest ponownie widziane, automatyczna analiza binarna oferuje jeden z nielicznych wykonalnych ścieżek do utrzymania widoczności w czasie rzeczywistym na całym stosie oprogramowania.

Modele podstawowe, takie jak te, które napędzają inżynierię wsteczną zasilaną przez sztuczną inteligencję, będą coraz częściej stanowić podstawę wysiłków bezpieczeństwa narodowego, potoków DevSecOps i nawet procesów zakupu oprogramowania. Ich zdolność do weryfikacji integralności kodu na dużą skalę – niezależnie od transparentności dostawców – zmieni sposób, w jaki zaufanie jest ustanawiane w ekosystemie cyfrowym. Z czasem ta technologia może stać się tak fundamentalna dla cyberbezpieczeństwa, jak silniki antywirusowe były w poprzedniej erze.