OpenAI ತಂತ್ರಜ್ಞಾನದೊಂದಿಗೆ ಬ್ಲಾಕ್‌ನ ಎಐ ಭದ್ರತೆ

ಸ್ಕ್ವೇರ್, ಕ್ಯಾಶ್ ಆ್ಯಪ್ ಮತ್ತು ಆಫ್ಟರ್‌ಪೇ ಸೇವೆಗಳ ಹಿಂದಿರುವ ಬ್ಲಾಕ್ ಕಂಪನಿಯ ಭದ್ರತಾ ತಂಡವು OpenAI ಡಿಫೆನ್ಸ್ ಫ್ಯಾಕ್ಟರಿಯನ್ನು ಬಳಸುತ್ತಿದೆ. ಇದರಲ್ಲಿ ಎಐ, ಯಾವುದೇ ಮಾನವ ತಂಡಕ್ಕೂ ಸರಿಸಾಟಿಯಾಗಲು ಸಾಧ್ಯವಾಗದ ಪ್ರಮಾಣದಲ್ಲಿ ಭದ್ರತಾ ದೌರ್ಬಲ್ಯಗಳ ಶೋಧನೆ, ಬೆದರಿಕೆಗಳ ಪತ್ತೆ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ. OpenAI ಡೇಬ್ರೇಕ್ ಸೇರಿದಂತೆ ಎಐ ವ್ಯವಸ್ಥೆಗಳ ನೆರವಿನಿಂದ, ಹಿಂದೆ ವಾರಗಟ್ಟಲೆ ಬೇಕಾಗುತ್ತಿದ್ದ ಕೆಲಸವನ್ನು ಬ್ಲಾಕ್ ಈಗ ಕೆಲವೇ ಗಂಟೆಗಳಲ್ಲಿ ಮಾಡುತ್ತಿದೆ.

ಕೋಡ್ ರಚನೆಯಿಂದ ಹಿಡಿದು ಭದ್ರತಾ ಕಾರ್ಯಾಚರಣೆಗಳವರೆಗೆ, ಎಲ್ಲ ಕೆಲಸದ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ ಎಐ ಅನ್ನು ಜವಾಬ್ದಾರಿಯುತವಾಗಿ ಅಳವಡಿಸಿಕೊಳ್ಳುವುದು ಬ್ಲಾಕ್‌ನ ಭದ್ರತಾ ತಂಡದ ಆದ್ಯತೆಯಾಗಿದೆ. “ನಿಮ್ಮ ಕೆಲಸದ ಪ್ರಮಾಣ ಹೆಚ್ಚಿದಂತೆ ನಿಮ್ಮೊಂದಿಗೆ ಬೆಳೆಯಬಲ್ಲ ಹೊಸ ಸಹೋದ್ಯೋಗಿಯನ್ನು ಪಡೆಯುವುದೇ ಇದರ ಮೂಲ ಉದ್ದೇಶ,” ಎನ್ನುತ್ತಾರೆ ಮುಖ್ಯ ಮಾಹಿತಿ ಭದ್ರತಾ ಅಧಿಕಾರಿ ಜೇಮ್ಸ್ ನೆಟೆಸ್‌ಹೈಮ್. “ಇದು ಪ್ರತಿ ಹಂತವನ್ನೂ ನೀವೇ ನಿರ್ದಿಷ್ಟಪಡಿಸಬೇಕಾದ ಸಾಂಪ್ರದಾಯಿಕ ಸ್ವಯಂಚಾಲನೆಯಂತಲ್ಲ. ನಿಮ್ಮ ಸಂದರ್ಭಕ್ಕೆ ತಕ್ಕಂತೆ ಪರಿಹರಿಸಬೇಕಾದ, ಸ್ಪಷ್ಟತೆಯಿಲ್ಲದ ಸಮಸ್ಯೆಯನ್ನೂ ಇದಕ್ಕೆ ನೀಡಿ, ಒಟ್ಟಾಗಿ ಪರಿಹಾರ ಕಂಡುಕೊಳ್ಳಬಹುದು.”

ತಂತ್ರಾಂಶದ ದೋಷವನ್ನು ಪರಿಶೀಲಿಸುವುದು ಅಥವಾ ಚಟುವಟಿಕೆ ದಾಖಲೆಯನ್ನು ವಿಶ್ಲೇಷಿಸುವಂಥ ಕೆಲಸಗಳಿಗೆ ಹಿಂದೆ ಹಲವು ದಿನಗಳು ಅಥವಾ ವಾರಗಳು ಬೇಕಾಗುತ್ತಿದ್ದವು. ಈಗ ತಂಡವು ಅದಕ್ಕಿಂತ ಬಹಳ ಕಡಿಮೆ ಸಮಯದಲ್ಲಿ ಆ ಕೆಲಸಗಳನ್ನು ಮುಗಿಸಬಲ್ಲದು. ಪ್ರತಿಯೊಂದು ಫಲಿತಾಂಶವನ್ನೂ ಮನುಷ್ಯರೇ ಪರಿಶೀಲಿಸಿ ದೃಢಪಡಿಸುತ್ತಾರೆ.

ಉದಾಹರಣೆಗೆ, ಪತ್ತೆ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸುಧಾರಿಸಲು ಪ್ರತಿ ತನಿಖೆಯಲ್ಲೂ ದತ್ತಾಂಶ ಪ್ರಶ್ನೆಗಳಿಂದ ದೊರೆತ ಮೂಲ ಸಾಕ್ಷ್ಯವನ್ನು ಉಳಿಸಲಾಗುತ್ತದೆ. ಹೀಗಾಗಿ, ಪತ್ತೆ ವಿಧಾನಕ್ಕೆ ಪ್ರಸ್ತಾಪಿಸಿದ ಬದಲಾವಣೆಯನ್ನು ನೈಜ ಕಾರ್ಯಾಚರಣೆಯಿಂದ ಸಂಗ್ರಹಿಸಿದ ಏಳು ತಿಂಗಳ ದೂರಮಾಪನ ದತ್ತಾಂಶದ ಮೇಲೆ ಒಂದು ಗಂಟೆಯೊಳಗೆ ಮರುಪರೀಕ್ಷಿಸಲು ತಂಡಕ್ಕೆ ಈಗ ಸಾಧ್ಯವಾಗಿದೆ. ಹಿಂದೆ ಈ ಕೆಲಸಕ್ಕಾಗಿ ನೂರಾರು ಹಳೆಯ ಪ್ರಕರಣಗಳ ದತ್ತಾಂಶವನ್ನು ಕೈಯಾರೆ ಮತ್ತೆ ಮತ್ತೆ ಕೇಳಿ ಪಡೆಯಬೇಕಿತ್ತು. ಅದಕ್ಕೆ ಅಪಾರ ಸಮಯ ಬೇಕಾಗುತ್ತಿದ್ದುದರಿಂದ, ವಾಸ್ತವದಲ್ಲಿ ಇದನ್ನು ಮಾಡುತ್ತಿದ್ದುದೇ ಅಪರೂಪ.

ಯಾವ ಕೆಲಸಕ್ಕೆ ಯಾವ ಮಾಡೆಲ್ ಬಳಸಬೇಕು ಎಂಬುದರ ಬಗ್ಗೆಯೂ ತಂಡ ಈಗ ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಆಯ್ಕೆ ಮಾಡುತ್ತಿದೆ. “ನಾವು ಹಿಂದೆ ಇತ್ತೀಚಿನ ಮಾಡೆಲ್ ಅನ್ನೇ ಬಳಸುತ್ತಿದ್ದೆವು. ಆದರೆ ಈಗ ಹಾಗೆ ಮಾಡಬೇಕಿಲ್ಲ,” ಎನ್ನುತ್ತಾರೆ ಅವರು. “ಬೇರೆ ಬೇರೆ ಕೆಲಸಗಳಿಗೆ ಬೇರೆ ಬೇರೆ ಮಾಡೆಲ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು ನಮಗೆ ಕಲಿಕೆಯ ಅನುಭವವಾಗಿದೆ.” ಕೆಲಸಗಳನ್ನು ಸೂಕ್ತ ಮಾಡೆಲ್‌ಗೆ ವಹಿಸಲು ನೆರವಾಗುವಂತೆ ಬ್ಲಾಕ್‌ನ ಭದ್ರತಾ ಪೂರಕ ವ್ಯವಸ್ಥೆಯನ್ನು ಡೇಬ್ರೇಕ್ ಆಧರಿಸಿ ನಿರ್ಮಿಸಲಾಗಿದೆ. ಮನುಷ್ಯರು ಕೆಲಸವನ್ನು ತಮ್ಮ ಕೈಗೆ ತೆಗೆದುಕೊಳ್ಳಲು ಅಥವಾ ಏಜೆಂಟ್‌ಗಳು ಪರಸ್ಪರರ ಕೆಲಸವನ್ನು ಪರಿಶೀಲಿಸಲು ಬೇಕಾದ ಸಂಪರ್ಕ ವ್ಯವಸ್ಥೆಯೂ ಅದರಲ್ಲಿದೆ. ಆಂತರಿಕ ಮಾನದಂಡಗಳು ಮತ್ತು ನೈಜ ಕಾರ್ಯಕ್ಷಮತೆಯ ಆಧಾರದಲ್ಲಿ ತಂಡವು ಈ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರಂತರವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ. ಅಗತ್ಯವಿದ್ದಾಗ ತನ್ನ ವಿಧಾನವನ್ನು ಬದಲಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಮಾನವ ಪರಿಶೀಲನೆಯೇ ಜವಾಬ್ದಾರಿಯುತ ಆಯ್ಕೆಯಾಗಿದ್ದರೆ, ಆ ಕೆಲಸವನ್ನು ಮನುಷ್ಯರಿಗೆ ವಹಿಸುತ್ತದೆ.

ಸ್ವಯಂಚಾಲಿತ ಪ್ರಾಥಮಿಕ ಪರಿಶೀಲನಾ ವ್ಯವಸ್ಥೆಯಿಂದಾಗಿ ಕೆಲಸಗಳು ಹೆಚ್ಚು ವೇಗವಾಗಿ, ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದಲ್ಲಿ ಪೂರ್ಣಗೊಳ್ಳುತ್ತಿವೆ. ಬ್ಲಾಕ್‌ನ ಭದ್ರತಾ ತಂಡವು ಪ್ರಾಥಮಿಕ ಪರಿಶೀಲನೆಯ ಥ್ರೂಪುಟ್‌ನಲ್ಲಿ 50% ಏರಿಕೆ, ಬೆದರಿಕೆಗಳ ಮಾಹಿತಿ ಸಂಗ್ರಹಣೆ ಮತ್ತು ತನಿಖೆಗಳಲ್ಲಿ 50% ಹೆಚ್ಚಳ ಕಂಡಿದೆ. ಜೊತೆಗೆ, ಸ್ವತಂತ್ರವಾಗಿ ಬೆದರಿಕೆಗಳನ್ನು ಹುಡುಕುವ ಸಂಪೂರ್ಣ ಹೊಸ ಸಾಮರ್ಥ್ಯವನ್ನೂ ಗಳಿಸಿದೆ. ನೆಟೆಸ್‌ಹೈಮ್ ಹೇಳುತ್ತಾರೆ, “ಇದು ಪ್ರತಿ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ವಿಶ್ಲೇಷಕರು ಸುಮಾರು 1,100 ಗಂಟೆಗಳಲ್ಲಿ ಮಾಡುವಷ್ಟು ತನಿಖೆಯನ್ನು ನಡೆಸುತ್ತದೆ. ಏಕೆಂದರೆ ಈಗ ಪ್ರತಿಯೊಂದು ಎಚ್ಚರಿಕೆಗೆ ಸಂಬಂಧಿಸಿದ ಎಲ್ಲ ಅಂಶಗಳನ್ನೂ ಸಂಪೂರ್ಣವಾಗಿ, ಆಳವಾಗಿ ತನಿಖೆ ಮಾಡಲಾಗುತ್ತದೆ. ಆ ದಿನ ನಮಗೆ ಬಂದಿರುವ ಏಕೈಕ ಎಚ್ಚರಿಕೆ ಅದೇ ಎಂಬಂತೆ ನಮ್ಮ ವ್ಯವಸ್ಥೆ ಪ್ರತಿ ಎಚ್ಚರಿಕೆಯನ್ನೂ ಪರಿಶೀಲಿಸುತ್ತದೆ.”

ಸಾಂಪ್ರದಾಯಿಕ ಪರಿಶೀಲನಾ ಸಾಧನಗಳು ಒಂದೊಂದು ಭದ್ರತಾ ದೌರ್ಬಲ್ಯವನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಗುರುತಿಸುತ್ತವೆ. ಆದರೆ ಡೇಬ್ರೇಕ್ ನೆರವಿನಿಂದ ಬ್ಲಾಕ್‌ನ ಭದ್ರತಾ ತಂಡ ಅದಕ್ಕಿಂತ ಬಹಳ ಮುಂದೆ ಹೋಗಬಲ್ಲದು. ದಾಳಿಯ ಮಾದರಿಗಳ ಬಗ್ಗೆ ಊಹೆಗಳನ್ನು ರೂಪಿಸಲು ಮತ್ತು ಹಲವು ದಾಳಿಗಳನ್ನು ಜೋಡಿಸಿ, ಆರಂಭದಿಂದ ಅಂತ್ಯದವರೆಗೆ ವ್ಯವಸ್ಥೆಯನ್ನು ಭೇದಿಸಬಹುದಾದ ಪೂರ್ಣ ಮಾರ್ಗವನ್ನು ಕಂಡುಕೊಳ್ಳಲು ಮಾಡೆಲ್ ನೆರವಾಗುತ್ತದೆ. ಹೀಗೆ ಹಲವು ವರ್ಷಗಳಿಂದ ಇದ್ದಿರಬಹುದಾದ ದೌರ್ಬಲ್ಯಗಳನ್ನೂ ಬೆಳಕಿಗೆ ತರುತ್ತದೆ.

ಒಂದು ಪ್ರಕರಣದಲ್ಲಿ, ಒಂದು ಲ್ಯಾಪ್‌ಟಾಪ್‌ಗೆ ಸಂಬಂಧಿಸಿದ ಎಚ್ಚರಿಕೆಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ನೋಡಿದಾಗ ಅದು ಸಣ್ಣ ನೀತಿ ಉಲ್ಲಂಘನೆಯಂತೆ ಕಂಡಿತ್ತು. ಆದರೆ ಸಹವರ್ತಿ ಪರಿಶೀಲನೆಯ ವೇಳೆ, ಸಾಕ್ಷ್ಯದಲ್ಲಿ ಕೇವಲ ಆಕಸ್ಮಿಕವಾಗಿ ಕಾಣಿಸಿಕೊಂಡಿದ್ದ ಒಂದು ಸುಳಿವನ್ನು ಮಾಡೆಲ್ ಅನುಸರಿಸಿತು. ಅದನ್ನು ಬ್ಲಾಕ್‌ನ ಗುರುತು ದಾಖಲೆಗಳೊಂದಿಗೆ ಹೋಲಿಸಿ, ಇನ್ನೂ ಹಲವು ದೊಡ್ಡ ಸಮಸ್ಯೆಗಳನ್ನು ಬಯಲಿಗೆಳೆಯಿತು. “ಒಂದು ಸಾಧನದಿಂದ ಬಂದ ಸಾಮಾನ್ಯ ಎಚ್ಚರಿಕೆ, ಇಡೀ ದಾಳಿ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ನಿಷ್ಕ್ರಿಯಗೊಳಿಸಲು ಕಾರಣವಾಯಿತು. ಯಾವುದೇ ಒಂದು ಸಾಧನ ಮಾತ್ರ ಆ ಸಂಬಂಧವನ್ನು ಕಂಡುಕೊಳ್ಳುವುದಿಲ್ಲ. ಎರಡು ಉತ್ಪನ್ನಗಳ ದಾಖಲೆಗಳನ್ನು ಒಟ್ಟಾಗಿ ನೋಡಿದಾಗ ಮಾತ್ರ ಆ ಸುಳಿವು ಕಾಣಿಸುತ್ತದೆ,” ಎನ್ನುತ್ತಾರೆ ಜೇಮ್ಸ್.

ಇತ್ತೀಚಿನ ರೆಡ್ ಟೀಮಿಂಗ್ ಅಭ್ಯಾಸದಲ್ಲೂ ಡೇಬ್ರೇಕ್ ನೆರವಾದ ಮತ್ತೊಂದು ಉದಾಹರಣೆ ಇದೆ. ಆಂತರಿಕ ವ್ಯವಸ್ಥೆಯೊಂದರ ಬಗ್ಗೆ ಮಾಡೆಲ್‌ಗೆ ಕೆಲವು ಸುಳಿವುಗಳನ್ನು ನೀಡಲಾಯಿತು. ಸುಮಾರು ಎರಡು ಗಂಟೆಗಳಲ್ಲಿ ಅದು ಸಂಪೂರ್ಣ ದಾಳಿಯ ಮಾರ್ಗವನ್ನು ಜೋಡಿಸಿತು—SQL ಮೂಲಕ ದುರುದ್ದೇಶದ ಸೂಚನೆಗಳನ್ನು ಸೇರಿಸುವುದು, ಪ್ರವೇಶಾಧಿಕಾರವನ್ನು ಹೆಚ್ಚಿಸಿಕೊಳ್ಳುವುದು, ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ನೆಲೆ ಸಾಧಿಸುವುದು, ಪ್ರವೇಶ ರುಜುವಾತುಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುವುದು ಮತ್ತು ಅಲ್ಲಿಂದ ಇತರ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ನುಸುಳುವುದು. ರೆಡ್ ಟೀಮಿಂಗ್ ನಡೆಸುವ ಒಬ್ಬ ವ್ಯಕ್ತಿಗೆ ಸಾಮಾನ್ಯವಾಗಿ ಇದಕ್ಕಾಗಿ ಹಲವು ದಿನಗಳು ಬೇಕಾಗುತ್ತವೆ. ಇತ್ತೀಚಿನ ರೆಡ್ ಟೀಮಿಂಗ್ ಅಭ್ಯಾಸಗಳಲ್ಲಿ, ದೌರ್ಬಲ್ಯದ ಸ್ಥೂಲ ವಿವರ ಸಲ್ಲಿಸಿದಾಗಿನಿಂದ ಸ್ವಯಂಚಾಲಿತ ತಿದ್ದುಪಡಿ ಪ್ರಸ್ತಾವನೆ ಸಿದ್ಧವಾಗುವವರೆಗೆ ಕೇವಲ 18 ನಿಮಿಷಗಳು ಬೇಕಾದವು.

ಭದ್ರತಾ ದೌರ್ಬಲ್ಯಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಫಲಪ್ರದವಾಗಬೇಕಾದರೆ, ಅವನ್ನು ಸರಿಪಡಿಸುವ ಸಾಮರ್ಥ್ಯವೂ ಇರಬೇಕು. ಕಂಡುಬಂದ ಪ್ರತಿಯೊಂದು ದೌರ್ಬಲ್ಯಕ್ಕೂ ತಮ್ಮ ತಂಡ ಅನುಸರಿಸುವ ಕ್ರಮವನ್ನು ನೆಟೆಸ್‌ಹೈಮ್ ವಿವರಿಸುತ್ತಾರೆ: ಕೋಡ್‌ನಲ್ಲಿ ಸಮಸ್ಯೆ ಎಲ್ಲಿದೆ ಮತ್ತು ಅದರ ಹೊಣೆ ಯಾರದ್ದು ಎಂದು ಗುರುತಿಸಿ, ನಂತರ ಪರಿಹಾರದತ್ತ ಸಾಗುವುದು. “ಮೊದಲು ತಿದ್ದುಪಡಿ ಸೂಚಿಸುತ್ತೀರಿ, ದೌರ್ಬಲ್ಯವನ್ನು ದುರ್ಬಳಕೆ ಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವೇ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುತ್ತೀರಿ, ಬಳಿಕ ಅದನ್ನು ಸರಿಪಡಿಸಿರುವುದನ್ನು ಪರಿಶೀಲಿಸುತ್ತೀರಿ. ಈ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಒಬ್ಬ ವ್ಯಕ್ತಿ ಮಾರ್ಗದರ್ಶನ ನೀಡಿ, ಕೋಡ್ ಬದಲಾವಣೆಗಳನ್ನು ಕಾರ್ಯರೂಪಕ್ಕೆ ತರುತ್ತಾರೆ.”

ಏಜೆಂಟ್‌ಗಳು ತಾಂತ್ರಿಕವಾಗಿ ಸಮರ್ಥವಾಗಿದ್ದರೂ, ಸಂಸ್ಥೆಯ ಸಂದರ್ಭ ಅಥವಾ ಹಿಂದಿನ ನಿರ್ಧಾರಗಳ ಹಿಂದಿರುವ ತರ್ಕ ಅವುಗಳಿಗೆ ತಿಳಿದಿರುವುದಿಲ್ಲ. ಆ ಸಂದರ್ಭದ ಅರಿವು ಮತ್ತು ಕಾರ್ಯತಂತ್ರವನ್ನು ಒಬ್ಬ ವ್ಯಕ್ತಿ ಒದಗಿಸುತ್ತಾರೆ. ಮಾನವ ಪರಿಶೀಲನೆಯನ್ನು ಒದಗಿಸುವ ತಮ್ಮ ತಂಡದ ಪಾತ್ರ ಇದೇ ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ. ಎಐನ ನಿರ್ಧಾರ ಸಾಮರ್ಥ್ಯವು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಸಾಬೀತಾದಂತೆ, “ನಾವು ಒಪ್ಪಿಕೊಳ್ಳುವ ಅಪಾಯದ ಮಟ್ಟವನ್ನು ನಿಧಾನವಾಗಿ ಹೆಚ್ಚಿಸಿ, ಅದನ್ನು ಇನ್ನೂ ಸೂಕ್ಷ್ಮವಾದ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಬಳಸುತ್ತೇವೆ,” ಎನ್ನುತ್ತಾರೆ ನೆಟೆಸ್‌ಹೈಮ್.

• ಪತ್ತೆ ವಿಧಾನಕ್ಕೆ ಪ್ರಸ್ತಾಪಿಸಿದ ಬದಲಾವಣೆಯನ್ನು ಏಳು ತಿಂಗಳ ದೂರಮಾಪನ ದತ್ತಾಂಶದ ಮೇಲೆ ಮರುಪರೀಕ್ಷಿಸಲು ಒಂದು ಗಂಟೆಗಿಂತ ಕಡಿಮೆ ಸಮಯ.

• ಇತ್ತೀಚಿನ ರೆಡ್ ಟೀಮಿಂಗ್ ಅಭ್ಯಾಸಗಳಲ್ಲಿ, ದೌರ್ಬಲ್ಯದ ಸ್ಥೂಲ ವಿವರ ಸಲ್ಲಿಸಿದಾಗಿನಿಂದ ಸ್ವಯಂಚಾಲಿತ ತಿದ್ದುಪಡಿ ಪ್ರಸ್ತಾವನೆ ಸಿದ್ಧವಾಗುವವರೆಗೆ 18 ನಿಮಿಷಗಳು.

• ತಪ್ಪು ಎಚ್ಚರಿಕೆಗಳ ಪ್ರಾಥಮಿಕ ಪರಿಶೀಲನೆಗೆ ವ್ಯಯವಾಗುತ್ತಿದ್ದ ವಿಶ್ಲೇಷಕರ ಸುಮಾರು 600 ಕೆಲಸದ ಗಂಟೆಗಳು ಪ್ರತಿ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ಉಳಿತಾಯ.

• ಪ್ರತಿ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ವಿಶ್ಲೇಷಕರ ಸುಮಾರು 1,100 ಕೆಲಸದ ಗಂಟೆಗಳಿಗೆ ಸಮನಾದ ತನಿಖೆ ಪೂರ್ಣ.

• ಪ್ರಾಥಮಿಕ ಪರಿಶೀಲನೆಯ ಥ್ರೂಪುಟ್‌ನಲ್ಲಿ 50% ಏರಿಕೆ.

• ಬೆದರಿಕೆಗಳ ಮಾಹಿತಿ ಸಂಗ್ರಹಣೆ ಮತ್ತು ತನಿಖೆಗಳಲ್ಲಿ 50% ಹೆಚ್ಚಳ.

ಪತ್ತೆ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆ ಕಾರ್ಯದಿಂದಲೇ, ಹಿಂದೆ ತಪ್ಪು ಎಚ್ಚರಿಕೆಗಳ ಪ್ರಾಥಮಿಕ ಪರಿಶೀಲನೆಗೆ ವ್ಯಯವಾಗುತ್ತಿದ್ದ ವಿಶ್ಲೇಷಕರ ಸುಮಾರು 600 ಕೆಲಸದ ಗಂಟೆಗಳು ಪ್ರತಿ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ಉಳಿದಿವೆ. ಉಳಿದ ಆ ಸಮಯವನ್ನು ತಂಡವು ಈಗ ಆಳವಾದ ತನಿಖೆಗಳಿಗೆ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತವಾಗಿ ಇನ್ನಷ್ಟು ಸ್ವಯಂಚಾಲಿತ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ಬಳಸುತ್ತಿದೆ.

ದಾಳಿಗಳ ವೇಗ ಹೆಚ್ಚುತ್ತಿರುವಂತೆ ಮತ್ತು ಎಐ ಮಾಡೆಲ್‌ಗಳು ಮುಂದುವರಿಯುತ್ತಿರುವಂತೆ, ಭದ್ರತಾ ದೌರ್ಬಲ್ಯಗಳು ಮೊದಲಿನಿಂದಲೇ ಕಡಿಮೆ ಪ್ರಮಾಣದಲ್ಲಿ ಉಂಟಾಗುವಂತೆ ಮಾಡುವ ಅವಕಾಶವನ್ನು ನೆಟೆಸ್‌ಹೈಮ್ ಕಾಣುತ್ತಿದ್ದಾರೆ. ಇದರಿಂದ ಭದ್ರತಾ ತಂಡಗಳು ತಿದ್ದುಪಡಿಗಳಿಗೆ ಕಡಿಮೆ ಸಮಯ ವ್ಯಯಿಸಿ, ತಡೆಗಟ್ಟುವಿಕೆ ಮತ್ತು ಕಾರ್ಯತಂತ್ರದ ಕೆಲಸಗಳಿಗೆ ಹೆಚ್ಚು ಸಮಯ ನೀಡಬಹುದು.

“ಈ ಸುಧಾರಿತ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಎಲ್ಲರಿಗೂ ಲಭ್ಯವಾಗಿಸುವ ಮೂಲಕ OpenAI ರಕ್ಷಕರಿಗೆ ಮೇಲುಗೈ ಒದಗಿಸುತ್ತಿದೆ,” ಎನ್ನುತ್ತಾರೆ ಅವರು. “ಈ ಸಾಮರ್ಥ್ಯಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಅತ್ಯಂತ ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಗಳು ಮತ್ತು ಸರ್ಕಾರಗಳ ಕೈಯಲ್ಲಿ ಮಾತ್ರ ಇರುತ್ತಿದ್ದವು. ಆದರೆ ಈಗ ಅತ್ಯಗತ್ಯ ಮೂಲಸೌಕರ್ಯ ಸಂಸ್ಥೆಗಳು, ಶಾಲೆಗಳು, ಸಣ್ಣ ಉದ್ಯಮಗಳು ಸೇರಿದಂತೆ ಎಲ್ಲರೂ ತಮ್ಮ ಜಾಲಗಳನ್ನು ರಕ್ಷಿಸಲು ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಲು ಆರಂಭಿಸಬಹುದು.”