DubSpeak好内容,无语言边界
首页/AI 工具/正在观看
AI 工具 · WATCH & LEARN

从数周到数小时:SentinelOne 如何用 OpenAI 加速恶意软件逆向研究

0 分钟5 段文稿在原平台观看 ↗
从数周到数小时:SentinelOne 如何用 OpenAI 加速恶意软件逆向研究
0:00 / 0:52

画面来自 YouTube。若当前网络无法加载,可切换「仅听配音」。

ABOUT THIS VIDEO

这一期,聊些什么?

SentinelOne 首席 AI 官 Gregor Stewart 介绍,借助 OpenAI 的能力,原本需要顶级研究员花费四到六周才能完成的恶意软件逆向工程,现在约八小时就能达到人类水平的输出。这种速度让安全团队能够调查更多恶意软件样本,把不同样本中共用的组件关联起来,从而揭示此前看似无关的威胁之间的联系。他表示,这种情报是过去负担不起的,而 OpenAI 正在把专家级网络安全能力带给开发团队的每一个人,将优势转向防御方。本页全程中文配音由 Fish Audio(s2.1-pro-free;Gregor Stewart 为「沉稳男声」音色)生成,原片人声已分离去除,保留背景声与音乐作为垫底(Demucs novocal-bed,zh-v2)。

配音与字幕辅助理解,内容以原视频为准。在原平台观看 ↗
RECAP · 图文回顾

看完再回顾:这一期讲了什么

点击任意时间戳,可跳到对应位置播放中文配音。

一句话核心观点

AI 已能在逆向工程上达到人类水平,把原本数周的恶意软件分析压缩到约八小时,并让防御方首次负担得起跨样本的关联情报。

分章节要点
  1. 核心问题:能摸清多少恶意软件版图
    • Gregor Stewart 开宗明义提出问题:恶意软件的世界,我们究竟能摸清多少?
    • 现状是:目前只能逆向分析极少数软件,覆盖面非常有限。
  2. 逆向工程达到人类水平能力
    • 在逆向工程这类工作上,现在已经能达到人类水平的能力。
    • 这意味着过去高度依赖顶尖专家人工完成的分析,可以由机器以人类水平输出。
  3. 从四到六周缩短到约八小时
    • 顶级研究员原本需要四周到六周才能完成的工作,现在大约八小时就能达到人类水平的输出。
    • 时间成本的大幅压缩,是能力普及的关键前提。
  4. 关联不同样本中的共用组件
    • 如果在一段软件中发现某个组件曾在别处出现,并且查清了是谁构建的,就能建立关联。
    • 这样一来,两个原本毫不相干的恶意软件之间,可以被确认存在关系。
  5. 以前负担不起的情报与防御方优势
    • 这种跨样本关联的情报,以前是根本负担不起的。
    • OpenAI 正把专家级网络安全能力交给开发团队的每一个人,把优势转向防御方。
关键人物 / 产品 / 数字

人物

Gregor Stewart
本期视频的讲述者,介绍 AI 在恶意软件逆向工程与威胁情报关联上的能力进展。

产品与概念

OpenAI
视频中提到,OpenAI 正通过向开发团队的每个人提供专家级网络安全能力,把优势转向防御方。[00:37]
逆向工程(Reverse Engineering)的人类水平能力
指 AI 在恶意软件逆向分析上达到人类水平输出的能力,是本期讨论的核心概念。[00:05]

视频里提到的数字

four weeks(四周)
顶级研究员完成此类逆向工作原本所需时间的下限。
six weeks(六周)
顶级研究员完成此类逆向工作原本所需时间的上限。
eight hours(八小时)
现在达到人类水平输出所需的大约时间。
金句摘录 · 中英对照
“How much of the world of malware can I actually map?”

恶意软件的世界,我究竟能摸清多少?

— Gregor Stewart
“At the moment, we're only able to reverse very small numbers of pieces of software.”

目前我们只能逆向分析极少数软件。

— Gregor Stewart
“Something that would've taken a top flight researcher four weeks, six weeks to do, now it's doing at human-level output in something like eight hours.”

顶级研究员原本要花四到六周的工作,现在大约八小时就能达到人类水平的输出。

— Gregor Stewart
“Well, this is a relationship now between these two pieces of previously unrelated, uh, malware.”

这两个原本毫不相干的恶意软件之间,现在有了关联。

— Gregor Stewart
“That's a kind of intelligence that we were never able to afford before.”

这种情报以前我们根本负担不起。

— Gregor Stewart
“But OpenAI is shifting the advantage to defenders by providing expert level cyber capability to everyone in the development team.”

而 OpenAI 正把专家级网络安全能力交给开发团队的每一个人,把优势转向防御方。

— Gregor Stewart
可以借鉴的做法 / 启发
  1. 把耗时数周的专家级分析压缩到小时级,能让原本做不起的工作变成日常工作;评估 AI 能力时,可关注这种『成本坍缩』带来的新可能。
  2. 单点分析之外,跨样本的组件关联能产生全新维度的威胁情报;做安全分析时应重视『这个组件还在哪里出现过』这类问题。
  3. 当专家能力可以分发给团队每一个人时,安全不再是少数专家的瓶颈,团队结构与流程可以围绕这一点重新设计。
  4. 攻防天平会因能力普及而变化:防御方过去因成本受限而放弃的情报工作,现在可以成为主动优势。
回顾 / 思考问题
  1. 视频中提到的『人类水平能力』具体指逆向工程的哪些环节?你能从逐字稿中找到依据吗?
  2. 从四到六周缩短到约八小时,这种数量级的变化会让哪些过去『负担不起』的分析变得可行?
  3. 为什么发现『共用组件』就能在两个恶意软件样本之间建立关联?这背后的推理链条是什么?
  4. 『把专家级能力交给开发团队的每一个人』与『把优势转向防御方』之间是什么关系?
  5. 本期视频只描述了一个『能摸清恶意软件版图』的开端,你认为要让这个版图真正完整,还缺什么?

本回顾由 AI 根据英文逐字稿整理,时间戳、引文与数字已对照逐字稿核对;如有出入,以原视频为准。

ABOUT DUBSPEAK

让好内容,跨过语言的边界。

DubSpeak 整理科技、心理与医学领域的视频,提供中文配音、双语字幕及文稿辅助阅读,让知识更容易被听见、被理解。

01 / 用熟悉的语言听

中文配音辅助理解,部分视频支持中英文切换。

02 / 跟着字幕深入读

结合字幕与文稿学习,具体功能以播放页为准。

03 / 按兴趣找到内容

按主题浏览,搭配搜索和时长筛选。

04 / 回到内容的出处

播放页保留原视频入口,内容版权归原作者。