AI துரிதப்படுத்தும் சுரண்டல் உருவாக்கம்

சைபர் பாதுகாப்பின் களம் வேகமாக மாறிவருகிறது, செயற்கை நுண்ணறிவு (AI) பெருகிய முறையில் முக்கிய பங்கு வகிக்கிறது. ஜெனரேட்டிவ் AI மாதிரிகள் இப்போது குறிப்பிடத்தக்க வேகத்தில் சுரண்டல் குறியீட்டை உருவாக்கும் திறன் கொண்டுள்ளன, பாதிப்புகளுக்கு பதிலளிப்பதற்கு பாதுகாவலர்களுக்கான வாய்ப்பின் சாளரத்தை வியத்தகு முறையில் குறைக்கிறது. சிக்கலான குறியீட்டை பகுப்பாய்வு செய்து புரிந்து கொள்ளும் AI-யின் திறனால் இந்த மாற்றம் இயக்கப்படுகிறது, இது தங்கள் அமைப்புகளைப் பாதுகாக்க முயற்சிக்கும் நிறுவனங்களுக்கு புதிய சவால்களை முன்வைக்கிறது.

சுரண்டலின் வேகம்: சில மணி நேரங்களில் சாத்தியம்

பாதிப்பு வெளிப்படுத்தப்பட்டதிலிருந்து கருத்தாக்கத்தின் சான்று (PoC) சுரண்டல் உருவாக்கம் வரையிலான பாரம்பரிய காலவரிசை ஜெனரேட்டிவ் AI இன் திறன்களுக்கு நன்றி கணிசமாக சுருக்கப்பட்டுள்ளது. ஒரு காலத்தில் நாட்கள் அல்லது வாரங்கள் எடுத்தது இப்போது சில மணி நேரங்களில் சாத்தியமாகும்.

புரோடெஃபன்ஸில் பாதுகாப்பு நிபுணரான மேத்யூ கீலி, எர்லாங்கின் SSH நூலகத்தில் உள்ள ஒரு முக்கியமான பாதிப்புக்கான சுரண்டலை மதியம் AI ஐப் பயன்படுத்தி உருவாக்கி இந்த வேகத்தை நிரூபித்தார். வெளியிடப்பட்ட இணைப்பு குறியீட்டைப் பயன்படுத்தி, AI மாதிரி பாதுகாப்பு ஓட்டைகளை அடையாளம் கண்டு சுரண்டலை உருவாக்கியது. AI சுரண்டல் செயல்முறையை எவ்வாறு துரிதப்படுத்த முடியும் என்பதை இந்த உதாரணம் எடுத்துக்காட்டுகிறது, இது சைபர் பாதுகாப்பு நிபுணர்களுக்கு ஒரு பெரிய சவாலை முன்வைக்கிறது.

SSH லைப்ரரி பிழைக்கான சுரண்டல் குறியீட்டை உருவாக்குவதில் உள்ள எளிமை குறித்து Horizon3.ai இன் இடுகையால் கீலியின் சோதனை தூண்டப்பட்டது. OpenAI-யின் GPT-4 மற்றும் Anthropic’s Claude Sonnet 3.7 போன்ற AI மாதிரிகள் சுரண்டல் உருவாக்கும் செயல்முறையை தானியக்கமாக்க முடியுமா என்று சோதிக்க முடிவு செய்தார்.

அவரது கண்டுபிடிப்புகள் திடுக்கிடும் வகையில் இருந்தன. கீலியின் கூற்றுப்படி, GPT-4 பொதுவான பாதிப்புகள் மற்றும் வெளிப்பாடுகள் (CVE) விளக்கத்தை புரிந்து கொண்டது மட்டுமல்லாமல், தீர்வை அறிமுகப்படுத்திய கமிட்டையும் அடையாளம் கண்டு, பழைய குறியீட்டுடன் ஒப்பிட்டு, பாதிப்பை கண்டுபிடித்து, ஒரு PoC ஐ கூட எழுதியது. ஆரம்ப குறியீடு தோல்வியடைந்தபோது, AI மாதிரி அதை பிழைதிருத்தம் செய்து சரிசெய்தது, கற்றுக்கொள்ளவும் மாற்றியமைக்கவும் அதன் திறனைக் காட்டுகிறது.

பாதிப்பு ஆராய்ச்சியில் AI இன் வளர்ந்து வரும் பங்கு

AI பாதிப்புகளை அடையாளம் காண்பதிலும், சுரண்டல்களை உருவாக்குவதிலும் அதன் மதிப்பை நிரூபித்துள்ளது. Google-ன் OSS-Fuzz திட்டம் பெரிய மொழி மாதிரிகளை (LLM) பயன்படுத்தி பாதுகாப்பு ஓட்டைகளை கண்டுபிடிக்கிறது, அதே நேரத்தில் இல்லினாய்ஸ் Urbana-Champaign பல்கலைக்கழகத்தின் ஆராய்ச்சியாளர்கள் CVE களைப் பகுப்பாய்வு செய்வதன் மூலம் பாதிப்புகளை சுரண்டும் GPT-4 இன் திறனை நிரூபித்துள்ளனர்.

AI இப்போது சுரண்டல்களை உருவாக்கும் வேகம் இந்த புதிய யதார்த்தத்திற்கு பாதுகாவலர்கள் விரைவாக மாற்றியமைக்க வேண்டிய அவசர தேவையை அடிக்கோடிட்டுக் காட்டுகிறது. தாக்குதல் உற்பத்தி குழாயின் ஆட்டோமேஷன், தேவையான பாதுகாப்பு நடவடிக்கைகளுக்கு பதிலளிக்கவும் செயல்படுத்தவும் பாதுகாவலர்களுக்கு குறைந்த நேரத்தை அளிக்கிறது.

AI உடன் சுரண்டல் உருவாக்கும் செயல்முறையை டீகன்ஸ்ட்ரக்ட் செய்தல்

Erlang/OPT SSH சேவையகத்தில் பாதிப்பு மற்றும் இணைப்பு குறியீடு பிரிவுகளை ஒப்பிடும் பைதான் ஸ்கிரிப்டை உருவாக்க GPT-4 க்கு அறிவுறுத்துவதை கீலியின் சோதனை உள்ளடக்கியது. “டிஃபிங்” என்று அழைக்கப்படும் இந்த செயல்முறை, பாதிப்பை நிவர்த்தி செய்ய செய்யப்பட்ட குறிப்பிட்ட மாற்றங்களை அடையாளம் காண AI ஐ அனுமதித்தது.

GPT-4 ஒரு வேலை செய்யும் PoC ஐ உருவாக்க குறியீடு டிஃப்புகள் முக்கியமானவை என்று கீலி வலியுறுத்தினார். அவை இல்லாமல், AI மாதிரி ஒரு பயனுள்ள சுரண்டலை உருவாக்க போராடியது. ஆரம்பத்தில், GPT-4 SSH சேவையகத்தை சோதிக்க ஒரு ஃபஸரை எழுத முயன்றது, பல்வேறு தாக்குதல் திசைகளை ஆராயும் திறனை நிரூபிக்கிறது.

ஃபஸ்ஸிங் குறிப்பிட்ட பாதிப்பை வெளிப்படுத்தாமல் இருக்கலாம், GPT-4 டாக்கர் கோப்புகள், பாதிக்கப்படக்கூடிய பதிப்பில் Erlang SSH சேவையக அமைப்பு மற்றும் ஃபஸ்ஸிங் கட்டளைகள் உட்பட ஒரு ஆய்வக சூழலை உருவாக்க தேவையான கட்டுமான தொகுதிகளை வெற்றிகரமாக வழங்கியது. இந்த திறன் தாக்குதல் செய்பவர்களுக்கான கற்றல் வளைவை கணிசமாகக் குறைக்கிறது, அவை பாதிப்புகளை விரைவாகப் புரிந்துகொண்டு சுரண்ட உதவுகின்றன.

குறியீடு டிஃப்புகளுடன் ஆயுதம் ஏந்திய AI மாதிரி, மாற்றங்களின் பட்டியலை உருவாக்கியது, இது பாதிப்புக்கான காரணத்தைப் பற்றி கீலி விசாரிக்கத் தூண்டியது.

பாதுகாப்பற்ற செய்திகளுக்கு எதிராக பாதுகாப்பை அறிமுகப்படுத்திய தர்க்கத்தில் ஏற்பட்ட மாற்றத்தை விவரித்து, பாதிப்புக்கான காரணத்தை AI மாதிரி துல்லியமாக விளக்கியது. இந்த புரிதல் நிலை பாதிப்புகளை அடையாளம் காண்பது மட்டுமல்லாமல், அவற்றின் அடிப்படைக் காரணங்களைப் புரிந்துகொள்ளும் AI இன் திறனையும் எடுத்துக்காட்டுகிறது.

இந்த விளக்கத்தைத் தொடர்ந்து, AI மாதிரி ஒரு முழு PoC கிளையன்ட், ஒரு Metasploit-style டெமோ அல்லது ட்ரேசிங்கிற்கான இணைக்கப்பட்ட SSH சேவையகத்தை உருவாக்க முன்வந்தது, இது அதன் பல்துறை மற்றும் பாதிப்பு ஆராய்ச்சியில் சாத்தியமான பயன்பாடுகளைக் காட்டுகிறது.

சவால்களை சமாளித்தல்: பிழைதிருத்தம் மற்றும் சுத்திகரிப்பு

அதன் ஈர்க்கக்கூடிய திறன்களை மீறி, GPT-4 இன் ஆரம்ப PoC குறியீடு சரியாக வேலை செய்யவில்லை, AI உருவாக்கிய குறியீட்டில் ஒரு பொதுவான நிகழ்வு எளிய துணுக்குகளுக்கு அப்பாற்பட்டது.

இந்த சிக்கலைத் தீர்க்க, கீலி மற்றொரு AI கருவியான Cursor உடன் Anthropic’s Claude Sonnet 3.7 க்கு திரும்பினார், மேலும் வேலை செய்யாத PoC ஐ சரிசெய்யும் பணியை அவர்களிடம் ஒப்படைத்தார். அவர் ஆச்சரியப்படும் விதமாக, AI மாதிரி குறியீட்டை வெற்றிகரமாக சரிசெய்தது, AI அதன் சொந்த வெளியீடுகளை சுத்திகரிக்கும் மற்றும் மேம்படுத்தும் திறனைக் காட்டுகிறது.

AI பாதிப்பு ஆராய்ச்சியில் புரட்சியை எவ்வாறு ஏற்படுத்துகிறது என்பது பற்றிய ஆழமான ஆய்வுக்கு தனது ஆரம்ப ஆர்வத்தை மாற்றியது என்று கீலி தனது அனுபவத்தைப் பற்றி குறிப்பிட்டார். ஒரு காலத்தில் சிறப்பு Erlang அறிவு மற்றும் விரிவான கையேடு பிழைதிருத்தம் தேவைப்பட்டது இப்போது சரியான தூண்டுதல்களுடன் ஒரு மதியத்தில் சாத்தியமாகும் என்பதை அவர் வலியுறுத்தினார்.

அச்சுறுத்தல் பரவலுக்கான தாக்கங்கள்

சுரண்டல் செயல்முறையை துரிதப்படுத்தும் AI இன் திறனால் இயக்கப்படும் அச்சுறுத்தல்கள் பரவும் வேகத்தில் குறிப்பிடத்தக்க அதிகரிப்பை கீலி எடுத்துரைத்தார்.

பாதிப்புகள் அடிக்கடி வெளியிடப்படுவது மட்டுமல்லாமல், பொதுமக்களாகி சில மணி நேரங்களுக்குள் மிக வேகமாக சுரண்டப்படுகின்றன. இந்த துரித சுரண்டல் காலவரிசை, தேவையான பாதுகாப்பு நடவடிக்கைகளுக்கு பதிலளிக்கவும் செயல்படுத்தவும் பாதுகாவலர்களுக்கு குறைவான நேரத்தை அளிக்கிறது.

இந்த மாற்றம் அச்சுறுத்தல் நடிகர்களிடையே அதிகரித்த ஒருங்கிணைப்பால் வகைப்படுத்தப்படுகிறது, அதே பாதிப்புகள் வெவ்வேறு தளங்கள், பிராந்தியங்கள் மற்றும் தொழில்களில் மிகக் குறுகிய காலத்தில் பயன்படுத்தப்படுகின்றன.

கீலியின் கூற்றுப்படி, அச்சுறுத்தல் நடிகர்களிடையே ஒருங்கிணையும் நிலை வாரங்கள் ஆனது, ஆனால் இப்போது ஒரே நாளில் நிகழலாம். வெளியிடப்பட்ட CVE களில் கணிசமான அதிகரிப்பு தரவு காட்டுகிறது, இது அச்சுறுத்தல் நிலப்பரப்பின் வளர்ந்து வரும் சிக்கலையும் வேகத்தையும் பிரதிபலிக்கிறது. பாதுகாவலர்களுக்கு, இது குறுகிய பதில் சாளரங்கள் மற்றும் ஆட்டோமேஷன், பின்னடைவு மற்றும் நிலையான தயார்நிலைக்கான அதிக தேவைக்கு மொழிபெயர்க்கிறது.

AI-துரிதப்படுத்தப்பட்ட அச்சுறுத்தல்களுக்கு எதிராக பாதுகாத்தல்

தங்கள் உள்கட்டமைப்பைப் பாதுகாக்க விரும்பும் நிறுவனங்களுக்கான தாக்கங்களைப் பற்றி கேட்டபோது, கீலி முக்கிய கொள்கை அப்படியே உள்ளது என்று வலியுறுத்தினார்: முக்கியமான பாதிப்புகளை விரைவாகவும் பாதுகாப்பாகவும் இணைக்க வேண்டும். இதற்கு பாதுகாப்பிற்கு முன்னுரிமை அளிக்கும் நவீன DevOps அணுகுமுறை தேவைப்படுகிறது.

AI அறிமுகப்படுத்தும் முக்கிய மாற்றம் என்னவென்றால், பாதிப்பு வெளிப்படுத்தப்பட்டதிலிருந்து வேலை செய்யும் சுரண்டலுக்கு தாக்குதல் செய்பவர்கள் மாறும் வேகம். பதில் காலவரிசை சுருங்கி வருகிறது, இது ஒவ்வொரு CVE வெளியீட்டையும் உடனடி அச்சுறுத்தலாகக் கருதும் நிறுவனங்களுக்குத் தேவைப்படுகிறது. நிறுவனங்கள் பதிலளிக்க நாட்கள் அல்லது வாரங்கள் காத்திருக்க முடியாது; விவரங்கள் பகிரங்கமாக செல்லும் தருணத்தில் பதிலளிக்க அவர்கள் தயாராக இருக்க வேண்டும்.

புதிய சைபர் பாதுகாப்பு நிலப்பரப்பிற்கு ஏற்ப

AI-துரிதப்படுத்தப்பட்ட அச்சுறுத்தல்களுக்கு எதிராக திறம்பட பாதுகாக்க, நிறுவனங்கள் ஒரு செயலூக்கமான மற்றும் தழுவல் பாதுகாப்பு நிலையை ஏற்றுக்கொள்ள வேண்டும். இது பின்வருவனவற்றை உள்ளடக்குகிறது:

• பாதிப்பு நிர்வாகத்திற்கு முன்னுரிமை அளித்தல்: வழக்கமான ஸ்கேனிங், முன்னுரிமை மற்றும் பாதிப்புகளை இணைத்தல்ஆகியவற்றை உள்ளடக்கிய வலுவான பாதிப்பு மேலாண்மை திட்டத்தை செயல்படுத்தவும்.
• பாதுகாப்பு செயல்முறைகளை தானியக்கமாக்குதல்: பாதிப்பு ஸ்கேனிங், சம்பவம் பதில் மற்றும் அச்சுறுத்தல் நுண்ணறிவு பகுப்பாய்வு போன்ற பாதுகாப்பு செயல்முறைகளை ஒழுங்குபடுத்த ஆட்டோமேஷனைப் பயன்படுத்தவும்.
• அச்சுறுத்தல் நுண்ணறிவில் முதலீடு செய்தல்: அச்சுறுத்தல் நுண்ணறிவு ஊட்டம் மற்றும் தகவல் பகிர்வு சமூகங்களில் பங்கேற்பதன் மூலம் சமீபத்திய அச்சுறுத்தல்கள் மற்றும் பாதிப்புகள் குறித்து தொடர்ந்து தெரிந்துகொள்ளுங்கள்.
• பாதுகாப்பு விழிப்புணர்வு பயிற்சியை மேம்படுத்துதல்: ஃபிஷிங், தீம்பொருள் மற்றும் பிற இணைய அச்சுறுத்தல்களின் அபாயங்கள் குறித்து ஊழியர்களுக்கு கல்வி அறிவூட்டுங்கள்.
• ஜீரோ டிரஸ்ட் கட்டமைப்பை செயல்படுத்துதல்: எந்தவொரு பயனரும் அல்லது சாதனமும் இயல்பாக நம்பப்படுவதில்லை என்று கருதும் ஜீரோ டிரஸ்ட் பாதுகாப்பு மாதிரியை ஏற்றுக்கொள்ளுங்கள்.
• பாதுகாப்பிற்காக AI ஐப் பயன்படுத்துதல்: நிகழ்நேரத்தில் அச்சுறுத்தல்களைக் கண்டறிந்து பதிலளிக்க AI-இயங்கும் பாதுகாப்பு கருவிகளின் பயன்பாட்டை ஆராயுங்கள்.
• தொடர்ச்சியான கண்காணிப்பு மற்றும் மேம்பாடு: பாதுகாப்பு கட்டுப்பாடுகள் மற்றும் செயல்முறைகளைத் தொடர்ந்து கண்காணிக்கவும், மேலும் உருவாகிவரும் அச்சுறுத்தல்களுக்கு முன்னால் இருக்க தேவையான மாற்றங்களைச் செய்யவும்.
• சம்பவ பதில் திட்டமிடல்: பாதுகாப்பு சம்பவங்களுக்கு விரைவான மற்றும் பயனுள்ள பதிலை உறுதிப்படுத்த சம்பவ பதில் திட்டங்களை உருவாக்கவும் தவறாமல் சோதிக்கவும்.
• ஒத்துழைப்பு மற்றும் தகவல் பகிர்வு: கூட்டு பாதுகாப்பை மேம்படுத்த பிற நிறுவனங்கள் மற்றும் தொழில் குழுக்களுடன் ஒத்துழைப்பு மற்றும் தகவல் பகிர்வை வளர்க்கவும்.
• செயலூக்கமான அச்சுறுத்தல் வேட்டை: சேதத்தை ஏற்படுத்தக்கூடிய சாத்தியமான அச்சுறுத்தல்களை அடையாளம் கண்டு குறைக்க செயலூக்கமான அச்சுறுத்தல் வேட்டையை நடத்தவும்.
• DevSecOps ஐ ஏற்றுக்கொள்வது: மென்பொருள் மேம்பாட்டு வாழ்க்கைக்குள் பாதுகாப்பை ஒருங்கிணைத்து பாதிப்புகளை ஆரம்பத்தில் அடையாளம் கண்டு நிவர்த்தி செய்யவும்.
• வழக்கமான பாதுகாப்பு தணிக்கைகள் மற்றும் ஊடுருவல் சோதனை: அமைப்புகள் மற்றும் பயன்பாடுகளில் உள்ள பலவீனங்களை அடையாளம் காண வழக்கமான பாதுகாப்பு தணிக்கைகள் மற்றும் ஊடுருவல் சோதனை நடத்தவும்.

AI யுகத்தில் சைபர் பாதுகாப்பின் எதிர்காலம்

சைபர் பாதுகாப்பில் AI இன் எழுச்சி வாய்ப்புகள் மற்றும் சவால்கள் இரண்டையும் முன்வைக்கிறது. AI ஐ தாக்குதல்களை விரைவுபடுத்த பயன்படுத்தலாம், மேலும் பாதுகாப்பை மேம்படுத்தவும் பயன்படுத்தலாம். AI ஐ ஏற்றுக்கொண்டு தங்கள் பாதுகாப்பு உத்திகளை மாற்றியமைக்கும் நிறுவனங்கள் உருவாகிவரும் அச்சுறுத்தல் நிலப்பரப்பிலிருந்து தங்களைப் பாதுகாத்துக் கொள்ள சிறந்த நிலையில் இருக்கும்.

AI தொடர்ந்து வளர்ச்சியடைந்து வருவதால், சைபர் பாதுகாப்பு நிபுணர்கள் சமீபத்திய முன்னேற்றங்கள் குறித்து தொடர்ந்து தெரிந்துகொள்வதும் அதற்கேற்ப தங்கள் திறன்களையும் உத்திகளையும் மாற்றியமைப்பதும் முக்கியம். சைபர் பாதுகாப்பின் எதிர்காலம் AI-இயங்கும் தாக்குதல் செய்பவர்களுக்கும் AI-இயங்கும் பாதுகாவலர்களுக்கும் இடையிலான தொடர்ச்சியான போரால் தீர்மானிக்கப்படும்.