ابزارهای هوش مصنوعی (AI) فرآیند مهندسی معکوس (Reverse Engineering) نرمافزارهای رایج و بدافزارها را بیش از هر زمان دیگری تسهیل کردهاند. این تحول، نگرانیهای جدی را در میان متخصصان دفاع سایبری در مورد سرقت مالکیت فکری (IP) و گسترش توانمندیهای مهاجمان ایجاد کرده است.
تسهیل تحلیل ساختارهای پیچیده
نرمافزارهای پرکاربرد معمولاً شامل میلیونها خط کد و صدها کتابخانه جانبی و اجزای متصل به هم هستند که تحلیل و نقشهبرداری از آنها پیش از ظهور هوش مصنوعی بسیار دشوار بود. با این حال، پژوهشگران شرکت Intezer نشان دادهاند که با استفاده از ابزارهای هوش مصنوعی، حتی تیمهای کوچک نیز میتوانند ساختار اپلیکیشنهای پیچیدهای مانند Slack و Finder اپل را بازسازی کنند.
استفاده از معماری Harness برای بازسازی کد
برای مهندسی معکوس برنامههای بزرگ، نیاز به ایجاد یک محیط کنترلشده یا همان “هارنس” (Harness) است. این محیط مانند یک ساختار مدیریتکننده عمل میکند که مدلهای هوش مصنوعی را بر وظایف خاص متمرکز کرده و ابزارهای مورد نیاز را در اختیار آنها قرار میدهد. در آزمایشهای انجام شده، پژوهشگران با استفاده از یک Orchestrator که وظایف را بین زیر-عاملهای مختلف تقسیم میکند، موفق شدند بدافزار Turla را با بازسازی کامل خط لوله عملیاتی آن، از جمله مکانیزمهای انتقال فایل و اجرای دستورات، شبیهسازی کنند.
سوءاستفاده توسط گروههای APT
گزارشهای موجود نشان میدهند که عاملهای تهدید (Threat Actors) در حال حاضر از این قابلیتها برای اهداف مخرب استفاده میکنند. برای نمونه، گروه Midnight Blizzard (وابسته به روسیه) با کمک مدل Claude توانسته است یک کیت توسعه نرمافزار (SDK) اختصاصی مربوط به سیستمهای پهپادی را در اوکراین مهندسی معکوس کند. همچنین، فعالیتهای گروههای چینی نشاندهنده استفاده از مدلهای زبانی بزرگ برای شناسایی آسیبپذیریها در محصولات امنیتی و توسعه بدافزار است.
راهکارهای دفاعی و مقابله
در حالی که هوش مصنوعی سرعت تحلیل را به شدت بالا برده است، حفظ امنیت بخشهای سمت سرور (Server-side) همچنان یکی از اصلیترین لایههای حفاظتی است. همچنین استفاده از تکنیکهای Obfuscation (مبهمسازی) و رمزنگاری (Encryption) میتواند همچنان به عنوان مانعی در برابر تحلیلهای خودکار عمل کند، هرچند با پیشرفت ماهانه مدلهای جدید، کارایی این روشها در حال تغییر و چالشبرانگیزتر شدن است.