RevEng pozyskał 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 mogą 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 na odegranie kluczowej roli w zmianie sposobu, w jaki organizacje bronią swoich łańcuchów dostaw oprogramowania – zwłaszcza w erze, w której tradycyjne narzędzia mają trudności z nadążaniem za kodem generowanym przez sztuczną inteligencję i nieprzezroczystymi składnikami stron trzecich.

Przezwyciężanie słabych punktów w cyberobronie

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, a większość narzędzi bezpieczeństwa wymaga dostępu do kodu źródłowego, aby zidentyfikować ukryte słabości.

RevEng rozwiązuje ten krytyczny problem, analizując bezpośrednio oprogramowanie binarne – badając skompilowany kod, firmware i pliki wykonywalne w celu wykrycia anomalii, takich jak ukryte backdoory, zachowania malwersatywne lub słabości zero-day.

BinNet™: Silnik sztucznej inteligencji 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 na:

• Rekonstrukcję logiki i przepływu programu na wyższym poziomie
• Wykrywanie nieznanych zagrożeń i słabości w dużym zakresie
• Automatyczne generowanie reguł YARA do polowania na zagrożenia
• Rozpakowywanie zaszumionego oprogramowania malwersatywnego przy użyciu dynamicznego sandboxu
• Emulację funkcji w celu wyodrębnienia zaszyfrowanych ciągów

Platforma RevEng wykorzystuje zaawansowane modele uczenia maszynowego, które są przeszkolone specjalnie do zrozumienia struktury i zachowania skompilowanego oprogramowania. Analizując przepływ sterowania, relacje między funkcjami i wzorce na poziomie instrukcji, może wyodrębnić istotne 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 poprzednimi rolami w F-Secure, Mozilla i MWR, przynosi on głęboką wiedzę w zakresie inżynierii oprogramowania i niskopoziomowego wykrywania zagrożeń. Jego celem jest skalowanie możliwości inżynierii wstecznej – tradycyjnie ograniczonej do elitarnych specjalistów – za pomocą automatyzacji i sztucznej inteligencji.

Firma już zdobyła wiarygodność dzięki wyborowi do dwóch renomowanych programów: NCSC for Startups i Intel (INTC ) Ignite 2024. Te przyspieszacze zapewniły RevEng kluczowy 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 planuje rozszerzyć swoją obecność w sektorach federalnych i obronnych w Stanach Zjednoczonych, a także powiększyć swój zespół inżynierski. Planowane są również rozszerzenia platformy w celu obsługi dodatkowych architektur, takich jak MIPS, RISC-V i PPC, a także rozwój symboli międzyarchitekturalnych i pogłębienie integracji z narzędziami takimi jak Splunk, Cutter i Radare2. Platforma będzie również obsługiwać wdrożenia w chmurze prywatnej i na miejscu, umożliwiając pełne przestrzeganie polityk danych przedsiębiorstw i rządów.

W rynku cyberbezpieczeństwa, który ma przekroczyć 2 biliony dolarów, RevEng jest unikalnie pozycjonowany, aby dostarczać rozwiązania natywne dla sztucznej inteligencji, które działają na poziomie binarnym – ujawniając ukryte słabości w oprogramowaniu, tam gdzie tradycyjne narzędzia zawodzą. Jak zauważył Sands Capital, „RevEng rozwiązuje krytyczne wyzwanie w cyberbezpieczeństwie dzięki swojemu innowacyjnemu podejściu. Jesteśmy dumni, że możemy wesprzeć ich wizję…”

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

Przyszłość cyberbezpieczeństwa

W miarę jak łańcuchy dostaw oprogramowania stają się bardziej fragmentaryczne, nieprzezroczyste i wzajemnie zależne na całym świecie, tradycyjne metody bezpieczeństwa – oparte na dostępie do kodu źródłowego lub ręcznym audycie – nie są już wystarczające. Rozwój skanowania kodu binarnego zasilanego przez uczenie maszynowe stanowi punkt zwrotny. Te modele nie tylko sygnalizują znane słabości, ale także interpretują zachowanie i strukturę binarną, aby ujawnić nowe zagrożenia, nawet w środowiskach black-box.

Ta zmiana odzwierciedla szerszy trend w kierunku autonomicznej, skalowalnej infrastruktury cyberbezpieczeństwa – gdzie sztuczna inteligencja nie tylko wspomaga analityków, ale staje się warunkiem koniecznym do utrzymania tempa. W świecie, w którym ponad 300 000 nowych próbek oprogramowania malwersatywnego pojawia się codziennie i 70% z nich nigdy nie jest ponownie widziane, automatyczna analiza binarna oferuje jeden z nielicznych wiarygodnych ścieżek do utrzymania rzeczywistego widoku na stos oprogramowania.

Modele podstawowe, takie jak te, które napędzają sztuczną inteligencję w odwrotnej inżynierii, będą coraz częściej stanowić podstawę wysiłków w zakresie bezpieczeństwa narodowego, potoków DevSecOps, a nawet procesów zakupu oprogramowania. Ich zdolność do weryfikacji integralności kodu w dużym zakresie – 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.