Наталя Хандусенко ШІ 6 серпня 2025, 15:17

Microsoft представила Project Ire — ШІ, що самостійно класифікує зловмисне ПЗ

Microsoft запустила автономний ШІ-агент, який може самостійно аналізувати та класифікувати програмне забезпечення для виявлення шкідливого софту.

Залишити коментар

Microsoft представила Project Ire — ШІ, що самостійно класифікує зловмисне ПЗ

Microsoft запустила автономний ШІ-агент, який може самостійно аналізувати та класифікувати програмне забезпечення для виявлення шкідливого софту.

Автономна система класифікації шкідливих програм на базі LLM, яка наразі є прототипом, отримала кодову назву Project Ire, пише The Hacker News.

«Система автоматизує процес, який вважається „золотим стандартом“ у класифікації шкідливого ПЗ: повний реверс-інжиніринг файлу програмного забезпечення без жодних підказок щодо його походження чи призначення», — заявила Microsoft. «Вона використовує декомпілятори та інші інструменти, переглядає їхній результат і визначає, чи є програмне забезпечення шкідливим чи безпечним».

Project Ire допоможе класифікувати шкідливе ПЗ у великих обсягах, швидше реагувати на загрози та мінімізувати ручну працю аналітиків. Їм більше не доведеться самостійно вивчати зразки, щоб визначити, чи є вони небезпечними.

Зокрема, система використовує спеціалізовані інструменти для реверс-інжинірингу софту, проводячи аналіз на різних рівнях: від низькорівневого бінарного аналізу та реконструкції потоку управління до високорівневої інтерпретації поведінки коду.

«API для роботи з інструментами дозволяє системі постійно отримувати нові дані про файл за допомогою різних засобів реверс-інжинірингу, — пояснює Microsoft. — Це можуть бути й пісочниці Microsoft для аналізу пам’яті (на основі Project Freta), і кастомні, і відкриті інструменти, а також пошук документації та різні декомпілятори».

Команда Project Ire протестувала класифікатор на загальнодоступних драйверах Windows. Система правильно визначила 90% усіх файлів і лише у 2% випадків помилково позначила безпечні файли як загрози. Під час другого тесту, що включав майже 4000 «складних цілей», система правильно ідентифікувала як шкідливі майже 9 із 10 таких файлів, а рівень хибних спрацьовувань становив лише 4%.

«Ми прагнемо збільшити швидкість і точність системи, щоб вона могла правильно класифікувати файли, незалежно від їхнього походження, навіть під час першого контакту. У перспективі ми хочемо навчити її виявляти нові віруси прямо в пам’яті, причому робити це у великих масштабах».