AI ਨੇ ਹਮਲੇ ਛੇਤੀ ਕੀਤੇ: ਘੰਟਿਆਂ 'ਚ ਪੈਚ ਤੋਂ ਹਮਲਾ

ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਦਾ ਖੇਤਰ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਸਤ ਹੋ ਰਿਹਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ (AI) ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਭੂਮਿਕਾ ਨਿਭਾ ਰਹੀ ਹੈ। ਜਨਰੇਟਿਵ AI ਮਾਡਲ ਹੁਣ ਹੈਰਾਨੀਜਨਕ ਗਤੀ ਨਾਲ ਹਮਲੇ ਦਾ ਕੋਡ ਤਿਆਰ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹਨ, ਜੋ ਕਿ ਸੁਰੱਖਿਆ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਕਮਜ਼ੋਰੀਆਂ ਦਾ ਜਵਾਬ ਦੇਣ ਲਈ ਮਿਲਣ ਵਾਲੇ ਮੌਕੇ ਦੀ ਵਿੰਡੋ ਨੂੰ ਬਹੁਤ ਘੱਟ ਕਰਦੇ ਹਨ। ਇਹ ਤਬਦੀਲੀ, AI ਦੀ ਗੁੰਝਲਦਾਰ ਕੋਡ ਨੂੰ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਮਝਣ ਦੀ ਯੋਗਤਾ ਦੁਆਰਾ ਚਲਾਈ ਜਾਂਦੀ ਹੈ, ਉਹਨਾਂ ਸੰਸਥਾਵਾਂ ਲਈ ਨਵੀਆਂ ਚੁਣੌਤੀਆਂ ਪੇਸ਼ ਕਰਦੀ ਹੈ ਜੋ ਆਪਣੇ ਸਿਸਟਮਾਂ ਦੀ ਸੁਰੱਖਿਆ ਲਈ ਯਤਨ ਕਰ ਰਹੀਆਂ ਹਨ।

ਹਮਲੇ ਦੀ ਗਤੀ: ਘੰਟਿਆਂ ਦਾ ਮਾਮਲਾ

ਕਮਜ਼ੋਰੀ ਦੇ ਖੁਲਾਸੇ ਤੋਂ ਲੈ ਕੇ ਸੰਕਲਪ ਦੇ ਸਬੂਤ (PoC) ਹਮਲੇ ਦੀ ਸਿਰਜਣਾ ਤੱਕ ਦੀ ਰਵਾਇਤੀ ਸਮਾਂ-ਰੇਖਾ ਨੂੰ ਜਨਰੇਟਿਵ AI ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦੇ ਕਾਰਨ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਘੱਟ ਕਰ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਜੋ ਕਦੇ ਦਿਨਾਂ ਜਾਂ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਹੁੰਦਾ ਸੀ, ਉਹ ਹੁਣ ਕੁਝ ਘੰਟਿਆਂ ਵਿੱਚ ਪੂਰਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਪ੍ਰੋਡਿਫੈਂਸ ਦੇ ਇੱਕ ਸੁਰੱਖਿਆ ਮਾਹਰ, ਮੈਥਿਊ ਕੀਲੀ ਨੇ, AI ਦੀ ਵਰਤੋਂ ਕਰਦਿਆਂ, ਅਰਲੈਂਗ ਦੀ SSH ਲਾਇਬ੍ਰੇਰੀ ਵਿੱਚ ਇੱਕ ਨਾਜ਼ੁਕ ਕਮਜ਼ੋਰੀ ਲਈ ਇੱਕ ਦੁਪਹਿਰ ਵਿੱਚ ਹੀ ਇੱਕ ਹਮਲਾ ਵਿਕਸਤ ਕਰਕੇ ਇਸ ਗਤੀ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ। AI ਮਾਡਲ ਨੇ, ਪ੍ਰਕਾਸ਼ਿਤ ਪੈਚ ਤੋਂ ਕੋਡ ਦੀ ਵਰਤੋਂ ਕਰਦਿਆਂ, ਸੁਰੱਖਿਆ ਛੇਕਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਅਤੇ ਇੱਕ ਹਮਲਾ ਤਿਆਰ ਕੀਤਾ। ਇਹ ਉਦਾਹਰਣ ਇਸ ਗੱਲ ‘ਤੇ ਜ਼ੋਰ ਦਿੰਦੀ ਹੈ ਕਿ AI ਕਿਵੇਂ ਹਮਲੇ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦੀ ਹੈ, ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਪੇਸ਼ ਕਰਦੀ ਹੈ।

ਕੀਲੀ ਦਾ ਪ੍ਰਯੋਗ ਹੋਰੀਜ਼ੋਨ3.ਏਆਈ ਦੀ ਇੱਕ ਪੋਸਟ ਤੋਂ ਪ੍ਰੇਰਿਤ ਸੀ, ਜਿਸ ਵਿੱਚ SSH ਲਾਇਬ੍ਰੇਰੀ ਬੱਗ ਲਈ ਹਮਲੇ ਦਾ ਕੋਡ ਵਿਕਸਤ ਕਰਨ ਦੀ ਸੌਖ ਬਾਰੇ ਚਰਚਾ ਕੀਤੀ ਗਈ ਸੀ। ਉਸਨੇ ਇਹ ਪਰਖਣ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਕਿ ਕੀ AI ਮਾਡਲ, ਖਾਸ ਤੌਰ ‘ਤੇ OpenAI ਦਾ GPT-4 ਅਤੇ Anthropic ਦਾ Claude Sonnet 3.7, ਹਮਲੇ ਦੀ ਸਿਰਜਣਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰ ਸਕਦੇ ਹਨ।

ਉਸਦੇ ਨਤੀਜੇ ਹੈਰਾਨ ਕਰਨ ਵਾਲੇ ਸਨ। ਕੀਲੀ ਦੇ ਅਨੁਸਾਰ, GPT-4 ਨੇ ਨਾ ਸਿਰਫ ਆਮ ਕਮਜ਼ੋਰੀਆਂ ਅਤੇ ਐਕਸਪੋਜਰਜ਼ (CVE) ਦੇ ਵੇਰਵੇ ਨੂੰ ਸਮਝਿਆ ਬਲਕਿ ਉਸ ਕਮਿਟ ਦੀ ਵੀ ਪਛਾਣ ਕੀਤੀ ਜਿਸਨੇ ਫਿਕਸ ਪੇਸ਼ ਕੀਤਾ, ਇਸਦੀ ਪੁਰਾਣੇ ਕੋਡ ਨਾਲ ਤੁਲਨਾ ਕੀਤੀ, ਕਮਜ਼ੋਰੀ ਦਾ ਪਤਾ ਲਗਾਇਆ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ PoC ਵੀ ਲਿਖਿਆ। ਜਦੋਂ ਸ਼ੁਰੂਆਤੀ ਕੋਡ ਅਸਫਲ ਰਿਹਾ, ਤਾਂ AI ਮਾਡਲ ਨੇ ਇਸਨੂੰ ਡੀਬੱਗ ਕੀਤਾ ਅਤੇ ਠੀਕ ਕੀਤਾ, ਜੋ ਕਿ ਸਿੱਖਣ ਅਤੇ ਅਨੁਕੂਲ ਹੋਣ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਕਮਜ਼ੋਰੀ ਖੋਜ ਵਿੱਚ AI ਦੀ ਵਧਦੀ ਭੂਮਿਕਾ

AI ਨੇ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਹਮਲੇ ਵਿਕਸਤ ਕਰਨ ਦੋਵਾਂ ਵਿੱਚ ਆਪਣਾ ਮੁੱਲ ਸਾਬਤ ਕੀਤਾ ਹੈ। ਗੂਗਲ ਦਾ OSS-Fuzz ਪ੍ਰੋਜੈਕਟ ਸੁਰੱਖਿਆ ਛੇਕਾਂ ਦੀ ਖੋਜ ਕਰਨ ਲਈ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ (LLMs) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਇਲੀਨੋਇਸ ਯੂਨੀਵਰਸਿਟੀ ਅਰਬਾਨਾ-ਚੈਂਪੇਨ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ CVEs ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਕਮਜ਼ੋਰੀਆਂ ਦਾ ਸ਼ੋਸ਼ਣ ਕਰਨ ਲਈ GPT-4 ਦੀ ਯੋਗਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਹੈ।

ਜਿਸ ਗਤੀ ਨਾਲ AI ਹੁਣ ਹਮਲੇ ਬਣਾ ਸਕਦੀ ਹੈ, ਉਹ ਰੱਖਿਆ ਕਰਮਚਾਰੀਆਂ ਲਈ ਇਸ ਨਵੀਂ ਹਕੀਕਤ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਦੀ ਜ਼ਰੂਰਤ ‘ਤੇ ਜ਼ੋਰ ਦਿੰਦੀ ਹੈ। ਹਮਲੇ ਦੇ ਉਤਪਾਦਨ ਪਾਈਪਲਾਈਨ ਦਾ ਆਟੋਮੇਸ਼ਨ ਰੱਖਿਆ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਪ੍ਰਤੀਕ੍ਰਿਆ ਕਰਨ ਅਤੇ ਜ਼ਰੂਰੀ ਸੁਰੱਖਿਆ ਉਪਾਵਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਘੱਟੋ ਘੱਟ ਸਮਾਂ ਦਿੰਦਾ ਹੈ।

AI ਨਾਲ ਹਮਲੇ ਦੀ ਸਿਰਜਣਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਡੀਕੰਸਟਰਕਟ ਕਰਨਾ

ਕੀਲੀ ਦੇ ਪ੍ਰਯੋਗ ਵਿੱਚ GPT-4 ਨੂੰ ਇੱਕ ਪਾਈਥਨ ਸਕ੍ਰਿਪਟ ਤਿਆਰ ਕਰਨ ਲਈ ਨਿਰਦੇਸ਼ ਦੇਣਾ ਸ਼ਾਮਲ ਸੀ ਜਿਸ ਨੇ ਅਰਲੈਂਗ/OPT SSH ਸਰਵਰ ਵਿੱਚ ਕਮਜ਼ੋਰ ਅਤੇ ਪੈਚ ਕੀਤੇ ਕੋਡ ਹਿੱਸਿਆਂ ਦੀ ਤੁਲਨਾ ਕੀਤੀ। ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ, “ਡਿਫਿੰਗ” ਵਜੋਂ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਨੇ AI ਨੂੰ ਕਮਜ਼ੋਰੀ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਕੀਤੇ ਗਏ ਖਾਸ ਬਦਲਾਵਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੱਤੀ।

ਕੀਲੀ ਨੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਕੋਡ ਡਿਫਸ GPT-4 ਲਈ ਇੱਕ ਕੰਮ ਕਰਨ ਵਾਲਾ PoC ਬਣਾਉਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਸਨ। ਉਹਨਾਂ ਤੋਂ ਬਿਨਾਂ, AI ਮਾਡਲ ਇੱਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਮਲਾ ਵਿਕਸਤ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਿਹਾ ਸੀ। ਸ਼ੁਰੂ ਵਿੱਚ, GPT-4 ਨੇ SSH ਸਰਵਰ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਇੱਕ ਫਜ਼ਰ ਲਿਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ, ਜੋ ਕਿ ਵੱਖ-ਵੱਖ ਹਮਲੇ ਵੈਕਟਰਾਂ ਦੀ ਖੋਜ ਕਰਨ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।

ਹਾਲਾਂਕਿ ਫਜ਼ਿੰਗ ਨੇ ਖਾਸ ਕਮਜ਼ੋਰੀ ਦਾ ਖੁਲਾਸਾ ਨਹੀਂ ਕੀਤਾ ਹੋ ਸਕਦਾ, GPT-4 ਨੇ ਇੱਕ ਲੈਬ ਵਾਤਾਵਰਣ ਬਣਾਉਣ ਲਈ ਜ਼ਰੂਰੀ ਬਿਲਡਿੰਗ ਬਲਾਕ ਸਫਲਤਾਪੂਰਵਕ ਪ੍ਰਦਾਨ ਕੀਤੇ, ਜਿਸ ਵਿੱਚ ਡੌਕਰਫਾਈਲਾਂ, ਕਮਜ਼ੋਰ ਸੰਸਕਰਣ ‘ਤੇ ਅਰਲੈਂਗ SSH ਸਰਵਰ ਸੈੱਟਅੱਪ, ਅਤੇ ਫਜ਼ਿੰਗ ਕਮਾਂਡਾਂ ਸ਼ਾਮਲ ਹਨ। ਇਹ ਸਮਰੱਥਾ ਹਮਲਾਵਰਾਂ ਲਈ ਸਿੱਖਣ ਦੀ ਵਕਰ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਘਟਾਉਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਉਹਨਾਂ ਨੂੰ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਜਲਦੀ ਸਮਝਣ ਅਤੇ ਉਹਨਾਂ ਦਾ ਸ਼ੋਸ਼ਣ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ।

ਕੋਡ ਡਿਫਸ ਨਾਲ ਲੈਸ, AI ਮਾਡਲ ਨੇ ਬਦਲਾਵਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਤਿਆਰ ਕੀਤੀ, ਜਿਸ ਨਾਲ ਕੀਲੀ ਨੂੰ ਕਮਜ਼ੋਰੀ ਦੇ ਕਾਰਨ ਬਾਰੇ ਪੁੱਛਣ ਲਈ ਪ੍ਰੇਰਿਤ ਕੀਤਾ ਗਿਆ।

AI ਮਾਡਲ ਨੇ ਬਿਨਾਂ ਪ੍ਰਮਾਣਿਤ ਸੰਦੇਸ਼ਾਂ ਤੋਂ ਸੁਰੱਖਿਆ ਪੇਸ਼ ਕਰਨ ਵਾਲੇ ਤਰਕ ਵਿੱਚ ਬਦਲਾਵ ਦਾ ਵੇਰਵਾ ਦਿੰਦੇ ਹੋਏ, ਕਮਜ਼ੋਰੀ ਦੇ ਪਿੱਛੇ ਤਰਕ ਦੀ ਸਹੀ ਵਿਆਖਿਆ ਕੀਤੀ। ਸਮਝ ਦਾ ਇਹ ਪੱਧਰ AI ਦੀ ਨਾ ਸਿਰਫ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਯੋਗਤਾ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਬਲਕਿ ਉਹਨਾਂ ਦੇ ਅੰਤਰੀਵ ਕਾਰਨਾਂ ਨੂੰ ਵੀ ਸਮਝਦਾ ਹੈ।

ਇਸ ਵਿਆਖਿਆ ਤੋਂ ਬਾਅਦ, AI ਮਾਡਲ ਨੇ ਇੱਕ ਪੂਰਾ PoC ਕਲਾਇੰਟ, ਇੱਕ ਮੈਟਾਸਪਲੋਇਟ-ਸ਼ੈਲੀ ਡੈਮੋ, ਜਾਂ ਟਰੇਸਿੰਗ ਲਈ ਇੱਕ ਪੈਚਡ SSH ਸਰਵਰ ਤਿਆਰ ਕਰਨ ਦੀ ਪੇਸ਼ਕਸ਼ ਕੀਤੀ, ਜੋ ਕਿ ਕਮਜ਼ੋਰੀ ਖੋਜ ਵਿੱਚ ਆਪਣੀ ਬਹੁਪੱਖਤਾ ਅਤੇ ਸੰਭਾਵੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।

ਚੁਣੌਤੀਆਂ ‘ਤੇ ਕਾਬੂ ਪਾਉਣਾ: ਡੀਬੱਗਿੰਗ ਅਤੇ ਸੁਧਾਈ

ਆਪਣੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮਰੱਥਾਵਾਂ ਦੇ ਬਾਵਜੂਦ, GPT-4 ਦਾ ਸ਼ੁਰੂਆਤੀ PoC ਕੋਡ ਸਹੀ ਢੰਗ ਨਾਲ ਕੰਮ ਨਹੀਂ ਕਰਦਾ ਸੀ, AI ਦੁਆਰਾ ਤਿਆਰ ਕੋਡ ਨਾਲ ਇੱਕ ਆਮ ਘਟਨਾ ਜੋ ਸਧਾਰਨ ਸਨਿੱਪਟਾਂ ਤੋਂ ਪਰੇ ਹੈ।

ਇਸ ਮੁੱਦੇ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਕੀਲੀ ਨੇ ਇੱਕ ਹੋਰ AI ਟੂਲ, ਐਨਥਰੋਪਿਕ ਦੇ ਕਲਾਉਡ ਸੋਨੇਟ 3.7 ਨਾਲ ਕਰਸਰ ਵੱਲ ਮੁੜਿਆ, ਅਤੇ ਇਸਨੂੰ ਗੈਰ-ਕੰਮ ਕਰਨ ਵਾਲੇ PoC ਨੂੰ ਠੀਕ ਕਰਨ ਦਾ ਕੰਮ ਸੌਂਪਿਆ। ਉਸਦੇ ਹੈਰਾਨੀ ਦੀ ਗੱਲ ਹੈ ਕਿ AI ਮਾਡਲ ਨੇ ਸਫਲਤਾਪੂਰਵਕ ਕੋਡ ਨੂੰ ਠੀਕ ਕਰ ਦਿੱਤਾ, AI ਲਈ ਆਪਣੇ ਆਪ ਦੇ ਆਉਟਪੁੱਟ ਨੂੰ ਸੁਧਾਰਨ ਅਤੇ ਬਿਹਤਰ ਬਣਾਉਣ ਦੀ ਸੰਭਾਵਨਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ।

ਕੀਲੀ ਨੇ ਆਪਣੇ ਤਜ਼ਰਬੇ ‘ਤੇ ਵਿਚਾਰ ਕਰਦਿਆਂ ਨੋਟ ਕੀਤਾ ਕਿ ਇਸ ਨੇ ਉਸਦੀ ਸ਼ੁਰੂਆਤੀ ਉਤਸੁਕਤਾ ਨੂੰ ਇਸ ਗੱਲ ਦੀ ਡੂੰਘਾਈ ਨਾਲ ਖੋਜ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਕਿ AI ਕਮਜ਼ੋਰੀ ਖੋਜ ਵਿੱਚ ਕਿਵੇਂ ਕ੍ਰਾਂਤੀ ਲਿਆ ਰਹੀ ਹੈ। ਉਸਨੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਜਿਸ ਲਈ ਕਦੇ ਵਿਸ਼ੇਸ਼ ਅਰਲੈਂਗ ਗਿਆਨ ਅਤੇ ਵਿਆਪਕ ਦਸਤੀ ਡੀਬੱਗਿੰਗ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ, ਹੁਣ ਸਹੀ ਪ੍ਰੋਂਪਟਾਂ ਨਾਲ ਇੱਕ ਦੁਪਹਿਰ ਵਿੱਚ ਪੂਰਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਖਤਰੇ ਦੇ ਪ੍ਰਸਾਰ ਲਈ ਪ੍ਰਭਾਵ

ਕੀਲੀ ਨੇ ਖਤਰਿਆਂ ਦੇ ਫੈਲਣ ਦੀ ਗਤੀ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਉਜਾਗਰ ਕੀਤਾ, ਜੋ ਕਿ AI ਦੀ ਹਮਲੇ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੁਆਰਾ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ।

ਕਮਜ਼ੋਰੀਆਂ ਨਾ ਸਿਰਫ ਵਧੇਰੇ ਵਾਰ ਪ੍ਰਕਾਸ਼ਤ ਹੋ ਰਹੀਆਂ ਹਨ ਬਲਕਿ ਜਨਤਕ ਹੋਣ ਤੋਂ ਬਾਅਦ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ, ਕਈ ਵਾਰ ਘੰਟਿਆਂ ਦੇ ਅੰਦਰ ਹੀ, ਉਹਨਾਂ ਦਾ ਸ਼ੋਸ਼ਣ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਇਹ ਤੇਜ਼ੀ ਨਾਲ ਸ਼ੋਸ਼ਣ ਟਾਈਮਲਾਈਨ ਰੱਖਿਆ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਪ੍ਰਤੀਕ੍ਰਿਆ ਕਰਨ ਅਤੇ ਜ਼ਰੂਰੀ ਸੁਰੱਖਿਆ ਉਪਾਵਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਘੱਟ ਸਮਾਂ ਦਿੰਦੀ ਹੈ।

ਇਸ ਤਬਦੀਲੀ ਨੂੰ ਧਮਕੀ ਦੇਣ ਵਾਲੇ ਅਦਾਕਾਰਾਂ ਵਿਚਕਾਰ ਵਧੇ ਹੋਏ ਤਾਲਮੇਲ ਦੁਆਰਾ ਵੀ ਦਰਸਾਇਆ ਗਿਆ ਹੈ, ਇੱਕੋ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਵਰਤੋਂ ਵੱਖ-ਵੱਖ ਪਲੇਟਫਾਰਮਾਂ, ਖੇਤਰਾਂ ਅਤੇ ਉਦਯੋਗਾਂ ਵਿੱਚ ਬਹੁਤ ਥੋੜੇ ਸਮੇਂ ਵਿੱਚ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ।

ਕੀਲੀ ਦੇ ਅਨੁਸਾਰ, ਧਮਕੀ ਦੇਣ ਵਾਲੇ ਅਦਾਕਾਰਾਂ ਵਿਚਕਾਰ ਤਾਲਮੇਲ ਦੇ ਪੱਧਰ ਵਿੱਚ ਹਫ਼ਤੇ ਲੱਗਦੇ ਸਨ ਪਰ ਹੁਣ ਇੱਕ ਦਿਨ ਵਿੱਚ ਹੋ ਸਕਦੇ ਹਨ।ਡੇਟਾ ਪ੍ਰਕਾਸ਼ਤ CVEs ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਾਧਾ ਦਰਸਾਉਂਦਾ ਹੈ, ਜੋ ਕਿ ਧਮਕੀ ਦੇਣ ਵਾਲੇ ਲੈਂਡਸਕੇਪ ਦੀ ਵਧਦੀ ਗੁੰਝਲਤਾ ਅਤੇ ਗਤੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਰੱਖਿਆ ਕਰਮਚਾਰੀਆਂ ਲਈ, ਇਹ ਛੋਟੇ ਜਵਾਬ ਵਿੰਡੋਜ਼ ਅਤੇ ਆਟੋਮੇਸ਼ਨ, ਲਚਕੀਲਾਪਨ ਅਤੇ ਨਿਰੰਤਰ ਤਿਆਰੀ ਦੀ ਵੱਡੀ ਲੋੜ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ।

AI-ਤੇਜ਼ ਖਤਰਿਆਂ ਤੋਂ ਬਚਾਅ ਕਰਨਾ

ਜਦੋਂ ਉੱਦਮਾਂ ਲਈ ਆਪਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਰੱਖਿਆ ਕਰਨ ਦੀ ਮੰਗ ਕਰਨ ਵਾਲੇ ਪ੍ਰਭਾਵਾਂ ਬਾਰੇ ਪੁੱਛਿਆ ਗਿਆ, ਤਾਂ ਕੀਲੀ ਨੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਮੁੱਖ ਸਿਧਾਂਤ ਉਹੀ ਰਹਿੰਦਾ ਹੈ: ਨਾਜ਼ੁਕ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਜਲਦੀ ਅਤੇ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਪੈਚ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸਦੇ ਲਈ ਇੱਕ ਆਧੁਨਿਕ DevOps ਪਹੁੰਚ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜੋ ਸੁਰੱਖਿਆ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੀ ਹੈ।

AI ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਮੁੱਖ ਬਦਲਾਅ ਉਹ ਗਤੀ ਹੈ ਜਿਸ ‘ਤੇ ਹਮਲਾਵਰ ਕਮਜ਼ੋਰੀ ਦੇ ਖੁਲਾਸੇ ਤੋਂ ਲੈ ਕੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਹਮਲੇ ਤੱਕ ਤਬਦੀਲੀ ਕਰ ਸਕਦੇ ਹਨ। ਜਵਾਬ ਟਾਈਮਲਾਈਨ ਸੁੰਗੜ ਰਹੀ ਹੈ, ਜਿਸ ਲਈ ਉੱਦਮਾਂ ਨੂੰ ਹਰ CVE ਰੀਲੀਜ਼ ਨੂੰ ਇੱਕ ਸੰਭਾਵੀ ਤੁਰੰਤ ਖਤਰੇ ਵਜੋਂ ਮੰਨਣ ਦੀ ਲੋੜ ਹੈ। ਸੰਗਠਨ ਹੁਣ ਪ੍ਰਤੀਕ੍ਰਿਆ ਕਰਨ ਲਈ ਦਿਨਾਂ ਜਾਂ ਹਫ਼ਤਿਆਂ ਦੀ ਉਡੀਕ ਨਹੀਂ ਕਰ ਸਕਦੇ; ਉਹ ਜਨਤਕ ਹੋਣ ਦੇ ਪਲ ਹੀ ਪ੍ਰਤੀਕ੍ਰਿਆ ਕਰਨ ਲਈ ਤਿਆਰ ਰਹਿਣੇ ਚਾਹੀਦੇ ਹਨ।

ਨਵੇਂ ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਲੈਂਡਸਕੇਪ ਨਾਲ ਅਨੁਕੂਲ ਹੋਣਾ

AI-ਤੇਜ਼ ਖਤਰਿਆਂ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਬਚਾਅ ਕਰਨ ਲਈ, ਸੰਗਠਨਾਂ ਨੂੰ ਇੱਕ ਸਰਗਰਮ ਅਤੇ ਅਨੁਕੂਲ ਸੁਰੱਖਿਆ ਸਥਿਤੀ ਅਪਣਾਉਣੀ ਚਾਹੀਦੀ ਹੈ। ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• ਕਮਜ਼ੋਰੀ ਪ੍ਰਬੰਧਨ ਨੂੰ ਤਰਜੀਹ ਦੇਣਾ: ਇੱਕ ਮਜ਼ਬੂਤ ਕਮਜ਼ੋਰੀ ਪ੍ਰਬੰਧਨ ਪ੍ਰੋਗਰਾਮ ਲਾਗੂ ਕਰੋ ਜਿਸ ਵਿੱਚ ਨਿਯਮਤ ਸਕੈਨਿੰਗ, ਤਰਜੀਹ ਦੇਣਾ, ਅਤੇ ਕਮਜ਼ੋਰੀਆਂ ਨੂੰ ਪੈਚ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ।
• ਸੁਰੱਖਿਆ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨਾ: ਸੁਰੱਖਿਆ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਣ ਲਈ ਆਟੋਮੇਸ਼ਨ ਦਾ ਲਾਭ ਉਠਾਓ, ਜਿਵੇਂ ਕਿ ਕਮਜ਼ੋਰੀ ਸਕੈਨਿੰਗ, ਘਟਨਾ ਜਵਾਬ, ਅਤੇ ਖਤਰਾ ਖੁਫੀਆ ਵਿਸ਼ਲੇਸ਼ਣ।
• ਖਤਰਾ ਖੁਫੀਆ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨਾ: ਖਤਰਾ ਖੁਫੀਆ ਫੀਡਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਕੇ ਅਤੇ ਜਾਣਕਾਰੀ ਸਾਂਝੀ ਕਰਨ ਵਾਲੇ ਭਾਈਚਾਰਿਆਂ ਵਿੱਚ ਹਿੱਸਾ ਲੈ ਕੇ ਨਵੀਨਤਮ ਖਤਰਿਆਂ ਅਤੇ ਕਮਜ਼ੋਰੀਆਂ ਬਾਰੇ ਜਾਣੂ ਰਹੋ।
• ਸੁਰੱਖਿਆ ਜਾਗਰੂਕਤਾ ਸਿਖਲਾਈ ਨੂੰ ਵਧਾਉਣਾ: ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਫਿਸ਼ਿੰਗ, ਮਾਲਵੇਅਰ, ਅਤੇ ਹੋਰ ਸਾਈਬਰ ਖਤਰਿਆਂ ਦੇ ਜੋਖਮਾਂ ਬਾਰੇ ਸਿੱਖਿਅਤ ਕਰੋ।
• ਇੱਕ ਜ਼ੀਰੋ ਟਰੱਸਟ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਲਾਗੂ ਕਰਨਾ: ਇੱਕ ਜ਼ੀਰੋ ਟਰੱਸਟ ਸੁਰੱਖਿਆ ਮਾਡਲ ਅਪਣਾਓ ਜੋ ਇਹ ਮੰਨਦਾ ਹੈ ਕਿ ਕੋਈ ਵੀ ਉਪਭੋਗਤਾ ਜਾਂ ਡਿਵਾਈਸ ਮੂਲ ਰੂਪ ਵਿੱਚ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ।
• ਰੱਖਿਆ ਲਈ AI ਦਾ ਲਾਭ ਉਠਾਉਣਾ: ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਖਤਰਿਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਜਵਾਬ ਦੇਣ ਲਈ AI-ਸੰਚਾਲਿਤ ਸੁਰੱਖਿਆ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਦੀ ਪੜਚੋਲ ਕਰੋ।
• ਨਿਰੰਤਰ ਨਿਗਰਾਨੀ ਅਤੇ ਸੁਧਾਰ: ਨਿਰੰਤਰ ਸੁਰੱਖਿਆ ਨਿਯੰਤਰਣਾਂ ਅਤੇ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ, ਅਤੇ ਵਿਕਸਤ ਹੋ ਰਹੇ ਖਤਰਿਆਂ ਤੋਂ ਅੱਗੇ ਰਹਿਣ ਲਈ ਲੋੜ ਅਨੁਸਾਰ ਐਡਜਸਟਮੈਂਟ ਕਰੋ।
• ਘਟਨਾ ਜਵਾਬ ਯੋਜਨਾ: ਸੁਰੱਖਿਆ ਘਟਨਾਵਾਂ ਲਈ ਇੱਕ ਤੇਜ਼ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਜਵਾਬ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਘਟਨਾ ਜਵਾਬ ਯੋਜਨਾਵਾਂ ਵਿਕਸਤ ਕਰੋ ਅਤੇ ਨਿਯਮਿਤ ਤੌਰ ‘ਤੇ ਟੈਸਟ ਕਰੋ।
• ਸਹਿਯੋਗ ਅਤੇ ਜਾਣਕਾਰੀ ਸਾਂਝੀ ਕਰਨਾ: ਸਮੂਹਿਕ ਸੁਰੱਖਿਆ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਹੋਰ ਸੰਸਥਾਵਾਂ ਅਤੇ ਉਦਯੋਗ ਸਮੂਹਾਂ ਨਾਲ ਸਹਿਯੋਗ ਅਤੇ ਜਾਣਕਾਰੀ ਸਾਂਝੀ ਕਰਨਾ।
• ਸਰਗਰਮ ਖਤਰਾ ਸ਼ਿਕਾਰ: ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਸੰਭਾਵੀ ਖਤਰਿਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਘਟਾਉਣ ਲਈ ਸਰਗਰਮ ਖਤਰਾ ਸ਼ਿਕਾਰ ਕਰਨਾ।
• DevSecOps ਨੂੰ ਅਪਣਾਉਣਾ: ਸ਼ੁਰੂ ਵਿੱਚ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਨ ਲਈ ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਵਿੱਚ ਸੁਰੱਖਿਆ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ।
• ਨਿਯਮਤ ਸੁਰੱਖਿਆ ਆਡਿਟ ਅਤੇ ਘੁਸਪੈਠ ਟੈਸਟਿੰਗ: ਸਿਸਟਮਾਂ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਨਿਯਮਤ ਸੁਰੱਖਿਆ ਆਡਿਟ ਅਤੇ ਘੁਸਪੈਠ ਟੈਸਟਿੰਗ ਕਰਨਾ।

AI ਦੇ ਯੁੱਗ ਵਿੱਚ ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਦਾ ਭਵਿੱਖ

ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਵਿੱਚ AI ਦਾ ਉਭਾਰ ਮੌਕੇ ਅਤੇ ਚੁਣੌਤੀਆਂ ਦੋਵੇਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਕਿ AI ਦੀ ਵਰਤੋਂ ਹਮਲਿਆਂ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਇਸਦੀ ਵਰਤੋਂ ਰੱਖਿਆ ਨੂੰ ਵਧਾਉਣ ਲਈ ਵੀ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਉਹ ਸੰਗਠਨ ਜੋ AI ਨੂੰ ਗਲੇ ਲਗਾਉਂਦੇ ਹਨ ਅਤੇ ਆਪਣੀਆਂ ਸੁਰੱਖਿਆ ਰਣਨੀਤੀਆਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ, ਉਹ ਆਪਣੇ ਆਪ ਨੂੰ ਵਿਕਸਤ ਹੋ ਰਹੇ ਖਤਰੇ ਦੇ ਲੈਂਡਸਕੇਪ ਤੋਂ ਬਚਾਉਣ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਸਥਿਤੀ ਵਿੱਚ ਹੋਣਗੇ।

ਜਿਵੇਂ ਕਿ AI ਵਿਕਸਤ ਹੋ ਰਹੀ ਹੈ, ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਨਵੀਨਤਮ ਘਟਨਾਵਾਂ ਬਾਰੇ ਜਾਣੂ ਰਹਿਣਾ ਅਤੇ ਆਪਣੀਆਂ ਹੁਨਰਾਂ ਅਤੇ ਰਣਨੀਤੀਆਂ ਨੂੰ ਉਸ ਅਨੁਸਾਰ ਢਾਲਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਦਾ ਭਵਿੱਖ AI-ਸੰਚਾਲਿਤ ਹਮਲਾਵਰਾਂ ਅਤੇ AI-ਸੰਚਾਲਿਤ ਰੱਖਿਆ ਕਰਮਚਾਰੀਆਂ ਵਿਚਕਾਰ ਚੱਲ ਰਹੇ ਯੁੱਧ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਵੇਗਾ।