GCSA एजेंट स्वायत्त कमजोरियों का विश्लेषण और PoC उत्पादन क्षमताओं का प्रदर्शन करता है एक अत्यधिक चुनौतीपूर्ण वास्तविक दुनिया की कमजोरियों के मानक पर
ग्लोबल साइबरसिक्योरिटी एलायंस (GCSA) ने आज घोषणा की कि GCSA एजेंट ने एक 91.3% सफलता दर CyberGym मानक पर प्राप्त की, जो इसे CyberGym के “90% से ऊपर के प्रमुख सिस्टम” श्रेणी में रखता है।
CyberGym एक बड़े पैमाने पर, वास्तविक दुनिया की साइबरसिक्योरिटी मूल्यांकन ढांचा है जिसे कैलिफोर्निया विश्वविद्यालय, बर्कले के एक शोध दल द्वारा विकसित किया गया है। इसमें 1,507 ऐतिहासिक वास्तविक दुनिया की कमजोरियों के परीक्षण मामले 188 प्रमुख सॉफ़्टवेयर परियोजनाओं में शामिल हैं और इसे वास्तविक दुनिया की कमजोरियों के विश्लेषण परिदृश्यों में AI एजेंटों की व्यावहारिक क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किया गया है।
पारंपरिक AI मानकों के विपरीत जो मुख्य रूप से कोड समझने, ज्ञान आधारित प्रश्न उत्तर देने, या स्थैतिक विश्लेषण का आकलन करते हैं, CyberGym AI एजेंटों को वास्तविक दुनिया के कमजोर कोड वातावरण में सीधे काम करने की आवश्यकता होती है।
इसके मूल में स्तर 1 मूल्यांकन में, एक AI एजेंट को केवल एक कमजोरियों का विवरण और एक बिना पैच किया हुआ कोड रिपॉजिटरी प्रदान किया जाता है। इसे फिर स्वायत्त रूप से कोड विश्लेषण करना, कमजोरियों का पता लगाना, संभावित हमले के रास्तों के बारे में तर्क करना, एक PoC बनाना, और इसे मान्यता के लिए निष्पादित करना चाहिए। एक कार्य को सफल माना जाता है केवल तभी जब उत्पन्न PoC सफलतापूर्वक लक्षित कमजोरी को कमजोर संस्करण में सक्रिय करता है जबकि पैच किए गए संस्करण में समस्या को पुन: उत्पन्न करने में विफल रहता है।
इसलिए CyberGym यह मापता है कि क्या एक AI प्रणाली केवल “कोड को समझ” सकती है। यह मूल्यांकन करता है कि क्या AI सुरक्षा विश्लेषण से लेकर कमजोरियों के पुन: उत्पादन और मान्यता की पूरी प्रक्रिया को पूरा कर सकता है।
बड़े भाषा मॉडल से सुरक्षा एजेंटों तक
इस CyberGym मूल्यांकन में, GCSA एजेंट ने Grok 4.5 और Grok 4.6 मॉडल पर काम किया और एक अंतिम सफलता दर प्राप्त की 91.3%.
यह परिणाम AI साइबर सुरक्षा में हो रहे एक महत्वपूर्ण बदलाव को भी दर्शाता है:
केवल अंतर्निहित बड़े भाषा मॉडल अब प्रणाली की अंतिम सुरक्षा क्षमताओं को निर्धारित नहीं करता है।
वास्तविक दुनिया की कमजोरियों पर शोध आमतौर पर कार्यों की एक निरंतर श्रृंखला की आवश्यकता होती है, जिसमें कमजोरियों के विवरण को समझना, बड़े कोडबेस की खोज करना, हमले की सतहों की पहचान करना, कमजोरियों के सिद्धांतों को तैयार करना, परीक्षण इनपुट उत्पन्न करना, कार्यक्रमों को निष्पादित करना, फीडबैक का विश्लेषण करना, और PoCs पर बार-बार दोहराना शामिल है।
GCSA एजेंट एक एजेंटिक सुरक्षा कार्यप्रवाह के चारों ओर बनाया गया है जो इस अंत-से-अंत प्रक्रिया का समर्थन करने के लिए डिज़ाइन किया गया है।
इसका उद्देश्य केवल कोड विश्लेषण के लिए एक बड़े भाषा मॉडल का उपयोग करना नहीं है, बल्कि AI को वास्तविक निष्पादन वातावरण में कार्य करने में सक्षम बनाना है, सुरक्षा मुद्दों के चारों ओर स्वायत्त रूप से सिद्धांत तैयार करना, रनटाइम साक्ष्य एकत्र करना, परीक्षण निष्पादित करना, और अंततः पुनरुत्पादनीय परिणामों के माध्यम से सुरक्षा निष्कर्षों को मान्य करना है।
CyberGym मूल्यांकन इन क्षमताओं के लिए एक मात्रात्मक बाहरी मानक प्रदान करता है।
वास्तविक दुनिया के लिए कमजोरियों पर शोध क्षमताएँ
CyberGym का एक मुख्य मूल्य पारंपरिक AI परीक्षण और वास्तविक दुनिया की साइबर सुरक्षा अनुसंधान के बीच के अंतर को कम करने में निहित है।
इसका मूल्यांकन वातावरण सॉफ़्टवेयर परियोजनाओं को उनके पूर्व-पैच कमजोर राज्यों में पुनर्स्थापित करता है। एक AI एजेंट को हजारों फ़ाइलों और लाखों कोड लाइनों वाले बड़े कोडबेस में स्वायत्त रूप से एक समस्या की पहचान करने की आवश्यकता हो सकती है, और अंततः एक PoC उत्पन्न करना जो वास्तव में कमजोरियों को सक्रिय कर सके।
और भी महत्वपूर्ण बात यह है कि आगे के CyberGym अनुसंधान ने दिखाया है कि ऐसी एजेंटिक सुरक्षा क्षमताएँ ज्ञात कमजोरियों को पुन: उत्पन्न करने तक सीमित नहीं हैं।
खुले अंत वाले कमजोरियों के शोध प्रयोगों में, AI एजेंटों ने कई पहले से अज्ञात शून्य-दिन कमजोरियों के साथ-साथ ऐतिहासिक सुरक्षा पैचों की पहचान की है जो अंतर्निहित कमजोरियों को पूरी तरह से हल नहीं कर पाईं। ये निष्कर्ष स्वायत्त कमजोरियों के विश्लेषण प्रौद्योगिकियों की क्षमता को दर्शाते हैं कि वे ज्ञात कमजोरियों को पुन: उत्पन्न करने से वास्तविक दुनिया की सुरक्षा खामियों की खोज की ओर विकसित हो सकती हैं।
GCSA के लिए, यह विकास की एक और भी महत्वपूर्ण दिशा का प्रतिनिधित्व करता है।
बेंचमार्क प्रदर्शन अंतिम लक्ष्य नहीं है।
GCSA का लक्ष्य AI सुरक्षा एजेंटों को और विकसित करना है जो वास्तविक दुनिया के साइबर सुरक्षा वातावरण में काम करने में सक्षम हों और धीरे-धीरे कमजोरियों की खोज और विश्लेषण से लेकर मान्यता और बाद की सुधार तक पूरे सुरक्षा जीवन चक्र में भाग लें।
AI-स्वदेशी साइबर सुरक्षा क्षमताओं का निर्माण
जैसे-जैसे कृत्रिम बुद्धिमत्ता सॉफ़्टवेयर विकास को तेज करती है, AI कमजोरियों के शोध और साइबर खतरों के समाधान के तरीके को भी बदल रही है।
जैसे-जैसे सॉफ़्टवेयर सिस्टम का आकार और जटिलता बढ़ती है, अगली पीढ़ी की साइबर सुरक्षा मानव सुरक्षा विशेषज्ञों और स्वायत्त AI एजेंटों के बीच सहयोग पर अधिक निर्भर करेगी।
AI सुरक्षा एजेंट सुरक्षा टीमों की मदद करने की क्षमता रखते हैं:
- सॉफ़्टवेयर कमजोरियों की पहचान करें जिनमें वास्तविक शोषण की क्षमता हो, एक प्रारंभिक चरण में;
- बड़े कोडबेस में जटिल हमले के रास्तों का स्वचालित विश्लेषण करें;
- स्वचालित रूप से PoCs उत्पन्न करें और निष्पादन स्तर की कमजोरी मान्यता करें;
- वास्तविक निष्पादन परिणामों के माध्यम से पारंपरिक सुरक्षा पहचान में झूठे सकारात्मक को कम करें;
- कमजोरी मूल्यांकन, मान्यता, और सुधार को तेज करें;
- सॉफ़्टवेयर और सिस्टम के दायरे का विस्तार करें जिसे विशेषीकृत सुरक्षा टीमें कवर कर सकती हैं।
GCSA एजेंट का 91.3% स्कोर CyberGym पर GCSA के AI-नैटिव साइबर सुरक्षा क्षमताओं के विकास में एक महत्वपूर्ण मील का पत्थर का प्रतिनिधित्व करता है।
आगे बढ़ते हुए, GCSA स्वायत्त कमजोरी विश्लेषण, AI सुरक्षा एजेंटों, और बुद्धिमान साइबर सुरक्षा प्रौद्योगिकियों में अनुसंधान को आगे बढ़ाना जारी रखेगा, वास्तविक दुनिया की सुरक्षा क्षमताओं में अग्रणी AI क्षमताओं का अनुवाद करेगा और एक सुरक्षित, अधिक विश्वसनीय, और अधिक लचीले डिजिटल वातावरण के लिए तकनीकी समर्थन प्रदान करेगा।
स्रोत:GCSA ग्लोबल साइबरसिक्योरिटी एलायंस
आधिकारिक वेबसाइट: www.gcsa.org
स्रोत: BeInCrypto
