OpenAI സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് Block, AI സുരക്ഷ ഒരുക്കുന്ന വിധം

Square, Cash App, Afterpay എന്നിവയെ നയിക്കുന്ന കമ്പനിയായ Block-ൽ, സുരക്ഷാ വിഭാഗം ഉപയോഗിക്കുന്നത് OpenAI Defense Factory ആണ്: മനുഷ്യർക്ക് മാത്രമായി ഒരിക്കലും സാധ്യമാകാത്ത അത്രയും വലിയ തോതിൽ AI ഇവിടെ സുരക്ഷാ പിഴവുകൾ കണ്ടെത്തുകയും പ്രതിരോധിക്കുകയും ചെയ്യുന്നു. OpenAI Daybreak ഉൾപ്പെടെയുള്ള AI സംവിധാനങ്ങൾ വഴി, മുമ്പ് ആഴ്ചകൾ വേണ്ടിയിരുന്ന ജോലികൾ വെറും മണിക്കൂറുകൾക്കകം തീർക്കാൻ ഇപ്പോൾ Block-ന് സാധിക്കുന്നു.

കോഡ് ജനറേഷൻ മുതൽ സുരക്ഷാ പ്രവർത്തനങ്ങൾ വരെയുള്ള എല്ലാ മേഖലകളിലും AI ഉത്തരവാദിത്തത്തോടെ ഉപയോഗിക്കുന്നതിലാണ് Block-ന്റെ സുരക്ഷാ ടീം ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. “നമ്മുടെ പ്രവർത്തനങ്ങൾക്കൊപ്പം വളരുന്ന ഒരു പുതിയ സഹപ്രവർത്തകനെ ലഭിക്കുന്നത് പോലെയാണിത്," ചീഫ് ഇൻഫർമേഷൻ സെക്യൂരിറ്റി ഓഫീസർ James Nettesheim പറയുന്നു. "ഓരോ ഘട്ടവും കൃത്യമായി പറഞ്ഞു കൊടുക്കേണ്ടി വന്നിരുന്ന പഴയ ഓട്ടോമേഷൻ രീതികൾ പോലെയല്ല ഇത്. സങ്കീർണ്ണവും വ്യക്തതയില്ലാത്തതുമായ ഒരു പ്രോംപ്റ്റ് നൽകിയാൽ പോലും അതിന് പരിഹാരം കണ്ടെത്താൻ ഈ AI സംവിധാനവുമായി ചേർന്ന് നമുക്ക് ഒരുമിച്ച് പ്രവർത്തിക്കാനാകും."

ഒരു സോഫ്റ്റ്‌വെയർ ബഗ് പരിശോധിക്കുന്നതോ ലോഗ് വിശകലനം ചെയ്യുന്നതോ പോലുള്ള പ്രോജക്റ്റുകൾ പൂർത്തിയാക്കാൻ മുമ്പ് ദിവസങ്ങളോ ആഴ്ചകളോ എടുക്കുമായിരുന്നു. എന്നാൽ ഇപ്പോൾ, മനുഷ്യൻ ഓരോ ഫലവും പരിശോധിച്ച് ഉറപ്പുവരുത്തിക്കൊണ്ടുതന്നെ വളരെ കുറഞ്ഞ സമയം കൊണ്ട് ടീമിന് ഈ ജോലികൾ തീർക്കാൻ സാധിക്കുന്നു.

ഉദാഹരണത്തിന്, ഡിറ്റക്ഷൻ ട്യൂണിംഗിന്റെ കാര്യമെടുക്കുകയാണെങ്കിൽ, ഓരോ ഇൻവെസ്റ്റിഗേഷന്റെയും അടിസ്ഥാന ക്വറി വിവരങ്ങൾ കൃത്യമായി സൂക്ഷിച്ചുവെക്കാറുണ്ട്. അതുകൊണ്ട് തന്നെ, പുതുതായി കൊണ്ടുവരാൻ ഉദ്ദേശിക്കുന്ന ഒരു ഡിറ്റക്ഷൻ മാറ്റം മുമ്പത്തെ ഏഴു മാസത്തെ പ്രൊഡക്ഷൻ ടെലിമെട്രിയിൽ വെച്ച് പരീക്ഷിച്ചുനോക്കാൻ ടീമിന് ഇപ്പോൾ ഒരു മണിക്കൂറിൽ താഴെ സമയം മാത്രം മതി. മുമ്പൊക്കെ ഇതേ ജോലി ചെയ്യണമെങ്കിൽ നൂറുകണക്കിന് പഴയ കേസുകൾ ഓരോന്നായി കൈകൊണ്ട് വീണ്ടും ക്വറി ചെയ്യണമായിരുന്നു. അത് ഒട്ടനവധി സമയമെടുക്കുന്ന ഒന്നായതുകൊണ്ട് തന്നെ പലപ്പോഴും പ്രായോഗികമായി നടക്കാറുപോലുമില്ലായിരുന്നു.

ഏത് ജോലിക്ക് ഏത് മോഡൽ ഉപയോഗിക്കണം എന്ന കാര്യത്തിൽ ഈ ടീം ഇപ്പോൾ കൂടുതൽ ശ്രദ്ധ പുലർത്തുന്നുണ്ട്. “മുമ്പൊക്കെ ഞങ്ങൾ ഏറ്റവും പുതിയ മോഡലായിരുന്നു ഉപയോഗിച്ചിരുന്നത്, എന്നാൽ ഇപ്പോൾ അതിന്റെ ആവശ്യമില്ല," അദ്ദേഹം പറയുന്നു. "വ്യത്യസ്ത ജോലികൾക്കായി വ്യത്യസ്ത മോഡലുകൾ തിരഞ്ഞെടുക്കാൻ പഠിച്ചത് ഒരു നല്ല അനുഭവമായിരുന്നു." ശരിയായ മോഡലിലേക്ക് ജോലികൾ തിരിച്ചുവിടാൻ Daybreak-ന് മുകളിലാണ് Block-ന്റെ സെക്യൂരിറ്റി ഹാർനെസ് വികസിപ്പിച്ചിരിക്കുന്നത്. കൂടാതെ, ആവശ്യമായി വരുമ്പോൾ മനുഷ്യർക്ക് ഈ ജോലികൾ ഏറ്റെടുക്കാനോ അല്ലെങ്കിൽ ഏജന്റുകൾക്ക് പരസ്പരം ജോലികൾ പരിശോധിച്ച് ഉറപ്പുവരുത്താനോ ഉള്ള സംവിധാനങ്ങളും ഇതിലുണ്ട്. ഈ സംവിധാനങ്ങളുടെ പ്രവർത്തനം ആന്തരിക മാനദണ്ഡങ്ങളുമായും യഥാർത്ഥ പ്രകടനങ്ങളുമായും ടീം നിരന്തരം വിലയിരുത്തുന്നു. ഉത്തരവാദിത്തമുള്ള വഴി ഹ്യൂമൻ റിവ്യൂ ആണെന്ന് തോന്നുമ്പോൾ ജോലികൾ അതിലേക്ക് മാറ്റുന്നത് ഉൾപ്പെടെ, ആവശ്യാനുസരണം തങ്ങളുടെ ശൈലിയിൽ അവർ മാറ്റങ്ങൾ വരുത്തുകയും ചെയ്യുന്നു.

ഓട്ടോമേറ്റ് ചെയ്ത ട്രയാജ് സംവിധാനം വന്നതോടെ ജോലികൾ കൂടുതൽ വേഗത്തിൽ (മികച്ച അളവിലും) ചെയ്യാൻ സാധിക്കുന്നുണ്ട്. Block-ന്റെ സെക്യൂരിറ്റി ടീമിന് ട്രയാജ് ത്രൂപുട്ടിൽ 50% വർദ്ധനവാണ് ഉണ്ടായത്. അതോടൊപ്പം തന്നെ ഇൻ്റലിജൻസ് ശേഖരണത്തിലും അന്വേഷണങ്ങളിലും 50% വർദ്ധനവും പൂർണ്ണമായും സ്വയം പ്രവർത്തിക്കുന്ന ഒരു പുതിയ ഹണ്ടിംഗ് ശേഷിയും ഇവർക്ക് കൈവരിക്കാനായി. Nettesheim പറയുന്നത് ഇങ്ങനെയാണ്: "ഇത് ഒരു ക്വാർട്ടറിൽ ഏകദേശം ~1,100 അനലിസ്റ്റ്-മണിക്കൂർ അന്വേഷണത്തിന് തുല്യമായ പ്രകടനമാണ് കാഴ്ചവെക്കുന്നത്. കാരണം, വരുന്ന ഓരോ അലേർട്ടും അതുമായി ബന്ധപ്പെട്ട എല്ലാ വശങ്ങളിലൂടെയും ഇപ്പോൾ പൂർണ്ണവും ആഴത്തിലുള്ളതുമായ അന്വേഷണത്തിന് വിധേയമാക്കുന്നുണ്ട്. ആ ദിവസം ഞങ്ങൾക്ക് ലഭിച്ച ഒരേയൊരു അലേർട്ട് അതാണെന്ന രീതിയിലാണ് ഞങ്ങളുടെ സിസ്റ്റം ഓരോ അലേർട്ടിനെയും കൈകാര്യം ചെയ്യുന്നത്."

പഴയകാല സ്കാനിംഗ് ടൂളുകൾ ഒരു സുരക്ഷാ പിഴവിനെ ഒറ്റപ്പെട്ട ഒന്നായി മാത്രമാണ് കണ്ടെത്തുന്നത്. എന്നാൽ Block-ന്റെ സെക്യൂരിറ്റി ടീമിന് Daybreak ഉപയോഗിച്ച് ഇതിലും എത്രയോ മുന്നോട്ട് പോകാൻ സാധിക്കും. സൈബർ ആക്രമണകാരികൾ ആക്രമണം നടത്താൻ സാധ്യതയുള്ള രീതികളെക്കുറിച്ച് മുൻകൂട്ടി ഊഹിക്കാനും, തുടർച്ചയായി ഉണ്ടാകാൻ സാധ്യതയുള്ള ആക്രമണങ്ങളെ ഒരുമിച്ച് ചേർത്ത് അത് എങ്ങനെയൊരു വലിയ സുരക്ഷാ ഭീഷണിയായി മാറാമെന്ന് കണ്ടെത്താനും ഈ മോഡൽ സഹായിക്കുന്നു. വർഷങ്ങളായി നിലനിന്നിരുന്ന സുരക്ഷാ പിഴവുകൾ പോലും ഇതിലൂടെ പുറത്തുകൊണ്ടുവരാൻ സാധിക്കാറുണ്ട്.

ഒരു സംഭവത്തിൽ, ഒരു ലാപ്ടോപ്പിൽ മാത്രം വന്ന അലേർട്ട് കണ്ടപ്പോൾ സാധാരണ ഒരു നയ ലംഘനം മാത്രമാണെന്നാണ് ആദ്യം തോന്നിയത്. എന്നാൽ പിയർ റിവ്യൂ ഘട്ടത്തിൽ, തെളിവുകൾക്കിടയിൽ യാദൃശ്ചികമായി മാത്രം കണ്ട ഒരു സൂചനയെ മോഡൽ പിന്തുടരുകയും, അതിനെ Block-ന്റെ ഐഡന്റിറ്റി ലോഗുകളുമായി ഒത്തുനോക്കി പരിശോധിക്കുകയും ചെയ്തു. ഇതിലൂടെ വളരെവലിയൊരു സുരക്ഷാ പ്രശ്നമാണ് മോഡൽ പുറത്തുകൊണ്ടുവന്നത്. James പറയുന്നു: "സാധാരണ രീതിയിലുള്ള ഒരു എൻഡ്‌പോയിന്റ് അലർട്ട് ഒടുവിൽ ഒരു വലിയ സൈബർ ആക്രമണ ക്യാംപെയ്ൻ തന്നെ തകർക്കാൻ സഹായിക്കുന്ന ഒന്നായി മാറി. മറ്റൊരു ടൂളിനും ഇത്തരമൊരു കണക്ഷൻ കണ്ടെത്താൻ കഴിഞ്ഞില്ല. കാരണം, രണ്ട് വ്യത്യസ്ത ഉൽപ്പന്നങ്ങളുടെ ലോഗുകൾ ഒരുമിച്ച് പരിശോധിച്ചാൽ മാത്രമേ ഈ സിഗ്നൽ തിരിച്ചറിയാൻ സാധിക്കുമായിരുന്നുള്ളൂ."

Daybreak സഹായിച്ച മറ്റൊരു സംഭവം അടുത്തിടെ നടന്ന ഒരു റെഡ് ടീം അഭ്യാസത്തിനിടയിലാണ്. ഒരു ആന്തരിക സംവിധാനത്തെക്കുറിച്ചുള്ള ചില സൂചനകൾ മാത്രമാണ് മോഡലിന് നൽകിയത്. എന്നാൽ ഏകദേശം രണ്ട് മണിക്കൂറിനുള്ളിൽ അത് ഒരു സമ്പൂർണ്ണ ആക്രമണ വഴി തന്നെ രൂപപ്പെടുത്തിയെടുത്തു—SQL ഇൻജക്ഷൻ, പ്രിവിലേജ് എസ്കലേഷൻ, ഒരു ഫുട്ട്ഹോൾഡ്, ക്രെഡൻഷ്യൽ എന്യൂമറേഷൻ, തുടർന്ന് മറ്റ് സിസ്റ്റങ്ങളിലേക്കുള്ള മാറ്റം എന്നിവയെല്ലാം ഇതിലുൾപ്പെടുന്നു—ഒരു മനുഷ്യനായ റെഡ് ടീമിംഗിന് ഇത് ചെയ്യാൻ സാധാരണയായി ഏതാനും ദിവസങ്ങൾ വേണ്ടിവരും. അടുത്തിടെ നടന്ന റെഡ് ടീം പരീക്ഷണങ്ങളിൽ, ഒരു ഉയർന്ന തലത്തിലുള്ള സുരക്ഷാ പിഴവ് റിപ്പോർട്ട് ചെയ്തതുമുതൽ അതിനുള്ള ഓട്ടോമേറ്റ് ചെയ്ത പരിഹാരം നിർദ്ദേശിക്കുന്നത് വരെയുള്ള സമയം വെറും 18 മിനിറ്റായിരുന്നു.

സുരക്ഷാ പിഴവുകൾ കണ്ടെത്തുന്നതിലല്ല, മറിച്ച് അവ എത്രത്തോളം വേഗത്തിൽ പരിഹരിക്കാൻ സാധിക്കുന്നു എന്നതിലാണ് കാര്യം. കണ്ടെത്തുന്ന ഓരോ പ്രശ്നങ്ങളിലും തന്റെ ടീം പിന്തുടരുന്ന രീതി Nettesheim ഇങ്ങനെ വിശദീകരിക്കുന്നു: കോഡിൽ എവിടെയാണ് ഈ പ്രശ്നമുള്ളതെന്ന് കൃത്യമായി കണ്ടെത്തുക, അതിന്റെ ഉത്തരവാദിത്തം ആർക്കാണെന്ന് തിരിച്ചറിയുക, തുടർന്ന് അത് പരിഹരിക്കാനുള്ള നടപടികളിലേക്ക് കടക്കുക. "നിങ്ങൾ ഒരു പരിഹാരം നിർദ്ദേശിക്കുന്നു, അത് ചൂഷണം ചെയ്യാൻ സാധിക്കുന്ന ഒന്നാണോ എന്ന് ഉറപ്പുവരുത്തുന്നു, തുടർന്ന് ഒരു മനുഷ്യന്റെ മേൽനോട്ടത്തിൽ ആവശ്യമായ നിർദ്ദേശങ്ങൾ നൽകി കോഡിൽ മാറ്റങ്ങൾ വരുത്തിക്കൊണ്ട് ആ പ്രശ്നം പൂർണ്ണമായി പരിഹരിച്ചു എന്ന് ഉറപ്പാക്കുന്നു."

ഏജന്റുകൾ സാങ്കേതികമായി ശേഷിയുള്ളതാണെങ്കിലും, ഒരു സ്ഥാപനത്തിന്റെ പശ്ചാത്തലമോ മുൻകാല തീരുമാനങ്ങൾക്ക് പിന്നിലെ റീസണിംഗോ മനസ്സിലാക്കാൻ അവർക്ക് കഴിയില്ല. ഒരു മനുഷ്യന് മാത്രമേ ആ പശ്ചാത്തലവും തന്ത്രങ്ങളും നൽകാൻ സാധിക്കൂ. അവിടെയാണ് കാര്യങ്ങൾ വിലയിരുത്താൻ ഒരു 'മാനുഷിക തല അവലോകനം' നൽകിക്കൊണ്ട് അദ്ദേഹത്തിന്റെ ടീം കടന്നുവരുന്നത്. പ്രായോഗിക തലത്തിൽ AI-യുടെ കൃത്യത തെളിയുന്നതിനനുസരിച്ച്, "കൂടുതൽ സെൻസിറ്റീവ് ആയ സിസ്റ്റങ്ങളിൽ ഇത് ഉപയോഗിക്കുന്നതിനായി റിസ്ക് ലെവൽ ഞങ്ങൾ പടിപടിയായി ഉയർത്തും," Nettesheim പറയുന്നു.

• മുമ്പത്തെ ഏഴ് മാസത്തെ ടെലിമെട്രിയിൽ പുതുതായി കൊണ്ടുവരാൻ ഉദ്ദേശിക്കുന്ന ഒരു ഡിറ്റക്ഷൻ മാറ്റം പരീക്ഷിച്ചുനോക്കാൻ ഇപ്പോൾ ഒരു മണിക്കൂറിൽ താഴെ സമയം മാത്രം മതി.

• അടുത്തിടെ നടന്ന റെഡ് ടീം പരീക്ഷണങ്ങളിൽ, ഒരു ഉയർന്ന സുരക്ഷാ പിഴവ് റിപ്പോർട്ട് ചെയ്തതുമുതൽ അതിനുള്ള ഓട്ടോമേറ്റ് ചെയ്ത പരിഹാരം നിർദ്ദേശിക്കുന്നത് വരെ എടുത്ത സമയം വെറും 18 മിനിറ്റാണ്.

• ഫോൾസ്-പോസിറ്റീവ് ട്രയാജിലൂടെ ഓരോ ക്വാർട്ടറിലും ഏകദേശം 600 അനലിസ്റ്റ്-മണിക്കൂറുകൾ തിരികെ ലാഭിക്കാൻ സാധിച്ചു.

• ഓരോ ക്വാർട്ടറിലും ഏകദേശം 1,100 അനലിസ്റ്റ്-മണിക്കൂർ അന്വേഷണമാണ് പൂർത്തിയാക്കുന്നത്.

• ട്രയാജ് ത്രൂപുട്ടിൽ 50% വർധനവ്.

• ഇൻ്റലിജൻസ് ശേഖരണത്തിലും അന്വേഷണങ്ങളിലും 50% വർധനവ്.

ഡിറ്റക്ഷൻ, റെസ്പോൺസ് പ്രവർത്തനങ്ങളിലൂടെ മാത്രം, ഓരോ ക്വാർട്ടറിലും ഏകദേശം 600 അനലിസ്റ്റ്-മണിക്കൂറുകൾ തിരികെ ലാഭിക്കാൻ സാധിച്ചു. മുമ്പൊക്കെ വ്യാജ അലേർട്ടുകൾ പരിശോധിച്ചു വേർതിരിക്കാൻ മാത്രമായാണ് ഇത്രയും സമയം ചിലവഴിച്ചിരുന്നത്. തിരികെ ലഭിച്ച ആ സമയം കൊണ്ട്, ടീം ഇപ്പോൾ കൂടുതൽ ആഴത്തിലുള്ള അന്വേഷണങ്ങൾ നടത്തുന്നതിനും ഉത്തരവാദിത്തത്തോടെയുള്ള ഓട്ടോമേഷൻ സംവിധാനങ്ങൾ വികസിപ്പിക്കുന്നതിനുമാണ് കൂടുതൽ സമയം ചെലവഴിക്കുന്നത്.

സൈബർ ആക്രമണങ്ങളുടെ വേഗം വർദ്ധിക്കുകയും AI മോഡലുകൾ കൂടുതൽ വികസിച്ചുകൊണ്ടിരിക്കുകയും ചെയ്യുന്ന ഈ സാഹചര്യത്തിൽ, സുരക്ഷാ പിഴവുകൾ ആദ്യമേ തന്നെ ഉണ്ടാകാനുള്ള സാധ്യത കുറയ്ക്കാൻ സാധിക്കുമെന്നാണ് Nettesheim കരുതുന്നത്. ഇത് സാധ്യമായാൽ സുരക്ഷാ ടീമുകൾക്ക് പാച്ചുകൾ ചെയ്യുന്നതിനായി കൂടുതൽ സമയം ചിലവഴിക്കേണ്ടിവരില്ല; പകരം പ്രതിരോധപരമായ വലിയ തന്ത്രങ്ങൾ മെനയുന്നതിലേക്ക് കൂടുതൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ അവർക്ക് സാധിക്കും.

“OpenAI ഇത്തരം അത്യാധുനിക സാങ്കേതികവിദ്യകൾ എല്ലാവരിലേക്കും എത്തിച്ചുകൊണ്ട് പ്രതിരോധ വിദഗ്ധർക്കാണ് ഇപ്പോൾ കൂടുതൽ മുൻതൂക്കം നൽകുന്നത്," അദ്ദേഹം പറയുന്നു. "മുമ്പൊക്കെ ഇത്തരം സംവിധാനങ്ങൾ സാങ്കേതികമായി വളരെ ഉയർന്ന കമ്പനികളുടെയും സർക്കാരുകളുടെയും കൈകളിൽ മാത്രമായിരുന്നു ഒതുങ്ങി നിന്നിരുന്നത്. സ്കൂളുകൾ, ചെറുകിട ബിസിനസ്സുകൾ എന്നിവയുൾപ്പെടെയുള്ള എല്ലാവർക്കും തങ്ങളുടെ ശൃംഖലകൾ സംരക്ഷിക്കാൻ ഈ സാങ്കേതികവിദ്യ ഉപയോഗിച്ചു തുടങ്ങാം."