RevEng привлекает $4,15 млн для защиты цепочки поставок программного обеспечения с помощью ИИ

Лондонская компания RevEng привлекла $4,15 млн в рамках финансирования на стадии семена, которое поддержали Sands Capital, In-Q-Tel Capital, IQ Capital, и Episode 1 Ventures, для создания фундаментальных моделей ИИ, способных обнаруживать угрозы и уязвимости в скомпилированном программном обеспечении без доступа к исходному коду. По оценкам McKinsey, глобальный рынок кибербезопасности может достичь $1,5-$2 трлн, что позиционирует RevEng как ключевого игрока в формировании того, как организации будут защищать свои цепочки поставок программного обеспечения, особенно в эпоху, когда традиционные инструменты не могут справиться с кодом, сгенерированным ИИ, и не透озрачными компонентами третьих сторон.

Закрытие слепого пятна в кибербезопасности

Корпоративный мир сталкивается с беспрецедентным ростом атак на цепочки поставок программного обеспечения – 45% организаций могут столкнуться с такими нарушениями в этом году. Проблема усугубляется ростом зависимости от компонентов с открытым исходным кодом и кода, сгенерированного ИИ, при этом большинство инструментов безопасности требуют доступа к исходному коду для обнаружения скрытых уязвимостей.

RevEng решает эту критическую проблему, анализируя бинарное программное обеспечение напрямую – изучая скомпилированный код, прошивку и исполняемые файлы для обнаружения аномалий, таких как скрытые бэкдоры, злонамеренное поведение или уязвимости нулевого дня.

BinNet™: Движок ИИ за инновациями

Центральным элементом платформы является BinNet™, крупнейшая фундаментальная модель ИИ, построенная для понимания семантики машинного кода. Она обучена на разнообразных бинарных наборах данных (x86, x86_64, ARM64) и языках программирования (C, C++, Go, Rust), что позволяет ей:

• Восстанавливать логику и поток программы более высокого уровня
• Обнаруживать неизвестные угрозы и уязвимости в масштабе
• Автоматически генерировать правила YARA для поиска угроз
• Распаковывать обфусцированный вредоносный код с помощью динамического sandboxing
• Эмулировать функции для извлечения зашифрованных строк

Платформа RevEng использует передовые модели машинного обучения, обученные специально для понимания структуры и поведения скомпилированного программного обеспечения. Анализируя поток управления, отношения между функциями и шаблоны на уровне инструкций, она может извлекать значимые сведения из бинарных файлов – выявлять злонамеренные компоненты, обнаруживать уязвимости нулевого дня и раскрывать скрытые бэкдоры. Это позволяет командам безопасности оценивать целостность пакетов программного обеспечения, даже когда исходный код недоступен, превращая ранее недоступные исполняемые файлы в прозрачные и проверяемые артефакты.

Руководство и стратегическая поддержка

Во главе RevEng стоит доктор Джеймс Патрик-Эванс, признанный во всем мире эксперт в области ИИ и машинного обучения для анализа бинарного кода. Обладая докторской степенью по кибербезопасности и ИИ в Royal Holloway и имея предыдущий опыт работы в F‑Secure, Mozilla и MWR, он привносит глубокий опыт в области безопасной инженерии программного обеспечения и обнаружения угроз низкого уровня. Его цель – масштабировать возможности обратной инженерии – традиционно ограниченные элитными специалистами – с помощью автоматизации и ИИ.

Компания уже заслужила доверие, войдя в два высокоуважаемых программы: NCSC для стартапов и Intel (INTC ) Ignite 2024. Эти ускорители предоставили RevEng критически важный доступ к сетям государственной безопасности, техническим советникам и коммерческим партнерствам – включая партнерство с Intel самой по себе – ускоряя как разработку продукта, так и выход на рынок.

Что ждет впереди

После привлечения $4,15 млн в рамках финансирования на стадии семена RevEng намерена расширить свое присутствие в федеральном и оборонном секторах США, а также масштабировать свою инженерную команду. В будущих планах – расширение платформы для поддержки дополнительных архитектур, таких как MIPS, RISC‑V и PPC, разработка кросс-архитектурного сопоставления символов и углубление интеграции с инструментами, такими как Splunk, Cutter и Radare2. Платформа также будет поддерживать развертывание в частном облаке и на локальных серверах, обеспечивая полное соответствие политикам данных предприятий и государственных учреждений.

На рынке кибербезопасности, который, как ожидается, превысит $2 трлн, RevEng уникально позиционирована для предоставления решений, основанных на ИИ, которые работают на бинарном уровне – обнаруживая скрытые уязвимости в программном обеспечении, где традиционные инструменты не справляются. Как отметили в Sands Capital, “RevEng решает критическую проблему в кибербезопасности с помощью своего инновационного подхода. Мы гордимся тем, что поддерживаем их видение…”

С технической компетентностью, стратегической поддержкой и растущей коммерческой привлекательностью RevEng готова стать фундаментальной силой в обеспечении современной цепочки поставок программного обеспечения.

Будущее кибербезопасности

По мере того, как цепочки поставок программного обеспечения становятся более фрагментированными, не透озрачными и глобально взаимозависимыми, традиционные методы безопасности – полагающиеся на доступ к исходному коду или ручную проверку – больше не достаточны. Рост сканирования скомпилированного кода, основанного на машинном обучении, представляет собой значительный поворотный момент. Эти модели не только флагируют известные уязвимости – они интерпретируют поведение и структуру бинарных файлов для обнаружения новых угроз, даже в средах black-box.

Этот сдвиг отражает более широкий сдвиг отрасли в сторону автономной, масштабируемой инфраструктуры кибербезопасности – где ИИ не только дополняет аналитиков, но становится необходимым для поддержания темпа. В мире, где более 300 000 новых образцов вредоносного кода появляются ежедневно и 70% из них никогда не встречаются снова, автоматический анализ бинарных файлов предлагает один из немногих жизнеспособных путей для поддержания реального времени видимости на всем стеке программного обеспечения.

Фундаментальные модели, такие как те, которые обеспечивают ИИ-обоснованную обратную инженерию, все чаще будут лежать в основе национальных усилий по безопасности, DevSecOps-пipelines и даже процессов закупки программного обеспечения. Их способность проверять целостность кода в масштабе – независимо от прозрачности поставщиков – переопределит, как доверие устанавливается в цифровой экосистеме. Со временем эта технология может стать такой же фундаментальной для кибербезопасности, как были двигатели антивирусов в предыдущей эпохе.