গত এক বছরে, অগ্রসর AI মডেলগুলো দেখিয়েছে যে তারা নিরাপত্তা দুর্বলতা আবিষ্কার ও কাজে লাগাতে পারে। Chris Rohlf-এর দল এখন অনুসন্ধান করছে কীভাবে এই মডেলগুলো স্বয়ংক্রিয় আক্রমণ-পৃষ্ঠ বিশ্লেষণ ও হ্রাসের মাধ্যমে সাইবার প্রতিরক্ষাকে শক্তিশালী করতে পারে: AI ব্যবহার করে নাগালযোগ্য কোডের মানচিত্র তৈরি করা, তারপর স্থাপনার প্রকাশ করার প্রয়োজন নেই এমন যেকোনো কিছু সরিয়ে ফেলা বা তার প্রবেশাধিকার সীমিত করা।
এই পদ্ধতিটি গুরুত্বপূর্ণ, কারণ আলাদা আলাদা দুর্বলতা খুঁজে বের করে ঠিক করার পদ্ধতি বড় পরিসরে ভালোভাবে কাজ করে না। একটি গুরুতর বাগ ঠিক করলে অবশিষ্ট দুর্বলতাগুলো সম্পর্কে কিছুই জানা যায় না। বিপরীতে, কোডের নাগালযোগ্যতা কমালে অজানা দুর্বলতাগুলোর তীব্রতা হ্রাস পায়, যার মধ্যে সক্রিয়ভাবে কাজে লাগানো হচ্ছে এমনগুলোও রয়েছে। অন্তর্নিহিত ত্রুটিগুলো অপসারিত হয় না, তবে সেগুলোতে পৌঁছানো কঠিন হয়ে ওঠে। কোডবেসের আক্রমণ-পৃষ্ঠ ন্যূনতম করলে কোনো নির্দিষ্ট দুর্বলতা খুঁজে বের করা বা ঠিক করা ছাড়াই নিরাপত্তা উন্নত হয়।
সময়ের সাথে সফটওয়্যার আরও জটিল হয়ে ওঠে, কারণ বিমূর্তন, নির্ভরতা ও বৈশিষ্ট্য জমতে থাকে, যা প্রায়ই এটিকে তার ডেভেলপারদের উদ্দেশ্যের থেকে ভিন্নভাবে আচরণ করায়। আক্রমণকারীরা কোড প্রকৃতপক্ষে কীভাবে আচরণ করে তা অধ্যয়ন করে এই ফাঁককে কাজে লাগায়। স্বয়ংক্রিয় কৌশলগুলোর লক্ষ্য হলো অপ্রয়োজনীয় উন্মুক্ত কোডকে যথাযথ গেটের পেছনে নিয়ে যাওয়া, যেমন প্রমাণীকরণের আগে থেকে পরে, শূন্য-ক্লিক থেকে এক-ক্লিকে, অথবা ডিফল্টভাবে চালু থাকা থেকে স্পষ্ট অপ্ট-ইনে।
গবেষকরা তিনটি পদ্ধতিতে মনোযোগ দিয়েছেন: ডিফল্ট কনফিগারেশনে নাগালযোগ্য এমন কোড চিহ্নিত করা যার ডিফল্ট কার্যকারিতার প্রয়োজন কখনো হয় না, এমন বিকল্প-জোড়া খুঁজে বের করা যা একসাথে কনফিগার করলে সমস্যা সৃষ্টি করে, এবং প্রমাণীকরণ বা প্রোটোকল অবস্থা রূপান্তরের আগে চলা জটিল, নিরাপত্তা-সংবেদনশীল কোড খুঁজে বের করা। পাঁচ মিলিয়নের বেশি লাইনের কোড প্রতিনিধিত্বকারী ২৫টি প্রকল্পে, Claude ৪৯৩টি সমস্যা আবিষ্কার করেছে। ফলাফল ইঙ্গিত দেয় যে ডেভেলপাররা সাশ্রয়ীভাবে নিরাপত্তা উন্নত করতে নিজেদের কোডেও একই ধরনের কৌশল প্রয়োগ করতে পারেন।
উৎস: Hacker News · সারাংশ: HeadlinesBriefing