OpenAI सह क्लाउडफ्लेअरकडून त्रुटींचा शोध आणि संरक्षण
क्लाउडफ्लेअर OpenAI डेब्रेकला प्रत्यक्ष माहितीची वाहतूक आणि सुरक्षाविषयक संकेत यांची जोड देऊन सुरक्षा त्रुटी तपासते आणि ग्राहकांच्या पुनरावलोकनासाठी दुरुस्त्या सुचवते.

२३४ अब्ज
२०२६ च्या पहिल्या तिमाहीत क्लाउडफ्लेअरच्या जाळ्यात दररोज सरासरी रोखलेले सायबर धोके
१० पट
नवीन उत्पादन तयार करण्यासाठी लागणाऱ्या विकास संसाधनांमध्ये घट
३ दिवस
Codex च्या मदतीने उत्पादनाची पुनर्बांधणी करण्यासाठी
$१,१००
उत्पादनाच्या पुनर्बांधणीसाठी टोकनवर झालेला खर्च
क्लाउडफ्लेअर जगातील सर्वात मोठ्या जाळ्यांपैकी एक चालवते आणि वेबवरील सुमारे २०% माहितीच्या वाहतुकीत मध्यस्थ म्हणून काम करते. आपले अनुप्रयोग आणि सेवा सुरक्षित, वेगवान व विश्वासार्ह ठेवण्यासाठी संस्था या जाळ्यावर अवलंबून असतात.
क्लाउडफ्लेअर आपल्या व्यवस्थापित संरक्षण सेवेअंतर्गत उपलब्ध असलेल्या सुरक्षा त्रुटींचा शोध आणि निराकरण(नवीन विंडोमध्ये उघडेल) या पूर्वप्रवेश सेवेत, डेब्रेकद्वारे उपलब्ध होणाऱ्या OpenAI मॉडेलना आपले जागतिक जाळे आणि धोक्यांविषयीची संदर्भाधारित माहिती यांची जोड देते. ही मॉडेल कोड तपासतात आणि संभाव्य सुरक्षा त्रुटींचे मूल्यमापन करतात. निष्कर्षांना प्राधान्यक्रम देण्यासाठी क्लाउडफ्लेअर प्रत्यक्ष माहितीच्या वाहतुकीचा तपशील, सुरक्षाविषयक संकेत आणि पडताळणी यांची भर घालते. त्यानंतर ग्राहकांना तपासता येतील असे धोका कमी करण्याचे उपाय आणि कोडमधील दुरुस्त्या प्रस्तावित करते.
Codex मुळे क्लाउडफ्लेअरच्या संपूर्ण अभियांत्रिकी विभागात OpenAI ची भूमिका विस्तारते. तेथील विकासक अधिक काम करण्यासाठी आणि कोडची गुणवत्ता सुधारण्यासाठी त्याचा वापर करतात.
“डेब्रेक आणि Codex च्या स्वयंचलनाचे वैशिष्ट्य असे की, वेळखाऊ आणि किचकट कामे यंत्रांवर सोपवता येतात. त्यामुळे अभियांत्रिकी आणि सुरक्षेसंबंधी सर्वात महत्त्वाचे निर्णय घेताना माणसांना स्वतःचा विवेक वापरता येतो.”
सुरक्षा पथकांना सुरक्षा त्रुटींची माहिती आणि इशारे सतत मिळत असतात. या माहितीची स्वतः छाननी करण्यात वेळ आणि श्रम खर्च होतात. त्यामुळे गंभीर समस्यांचा तपास करून त्यांवर उपाय करण्यासाठी पथकांकडे कमी क्षमता उरते. “पारंपरिक सुरक्षा पथकांकडे उपयुक्त माहितीचा प्रचंड साठा असतो. पण त्या माहितीवर काम करण्यासाठी त्यांच्याकडे पुरेसे मनुष्यबळ आणि वेळ नसतो,” असे अँडरसन म्हणतात.
स्रोत कोडमधील सुरक्षा त्रुटीचा प्रत्यक्ष कार्यरत प्रणालीतील घडामोडींशी संबंध जोडणे, हा क्लाउडफ्लेअरचा दृष्टिकोन आहे. बाधित मार्ग सक्रिय आहे का? त्यावर संशयास्पद माहितीची वाहतूक होत आहे का? विद्यमान सुरक्षा यंत्रणा आधीपासूनच त्याचे संरक्षण करत आहेत का? आधी कशाचा तपास करायचा हे ठरवण्यासाठी या संकेतांमुळे सुरक्षा पथकांना अधिक संदर्भ मिळतात.
सुरक्षा त्रुटींचा शोध आणि निराकरण(नवीन विंडोमध्ये उघडेल) या सेवेद्वारे क्लाउडफ्लेअर डेब्रेकमधून उपलब्ध होणारी OpenAI मॉडेल वापरते. ही मॉडेल ग्राहकांनी परवानगी दिलेला कोड तपासतात, संभाव्य सुरक्षा त्रुटी शोधतात आणि प्रत्येक निष्कर्षाला आधार देणारे पुरावे पडताळतात. ही सेवा कोडमधील दुरुस्त्या प्रस्तावित करते. तसेच, विकासक दुरुस्तीचे पुनरावलोकन करत असताना धोका कमी करण्यासाठी, योग्य असेल तिथे वेब अनुप्रयोगाच्या फायरवॉलसाठी गरजेनुसार नियम तयार करते. क्लाउडफ्लेअर या प्रस्तावांची स्वयंचलित तपासणी करते आणि ग्राहकांना ते देण्यापूर्वी तिचे पथक त्यांचे पुनरावलोकन करते.
क्लाउडफ्लेअरच्या ग्राहकांना याचा फायदा म्हणजे सुरक्षा त्रुटी शोधण्यापासून बाधित अनुप्रयोगाचे संरक्षण करण्यापर्यंतचा स्पष्ट मार्ग मिळतो. ही सेवा ग्राहकांना सुरक्षा त्रुटींचा प्राधान्यक्रम ठरवण्यासाठी पुरावे, धोका कमी करण्यासाठी जाळ्याच्या कडांवर लागू करायचे प्रस्तावित संरक्षण उपाय आणि पुनरावलोकनासाठी कोडमधील दुरुस्त्या देते. मात्र कोणते बदल लागू करायचे याचे नियंत्रण ग्राहकांकडेच राहते.
अनुप्रयोगांचे संरक्षण हे पथके जो कोड लिहितात आणि सांभाळतात त्यावरही अवलंबून असते. अँडरसन यांच्या मते, क्लाउडफ्लेअरमध्ये Codex चा वापर केल्यामुळे विकासकांची उत्पादकता वाढते, कोडची गुणवत्ता सुधारते आणि विकासादरम्यान निर्माण होणाऱ्या चुका कमी होतात.
“क्लाउडफ्लेअरमधील एक तृतीयांश कर्मचारी आमच्या मंचासाठी सेवा आणि वैशिष्ट्ये तयार करणारे सॉफ्टवेअर विकासक आहेत. त्यांच्यापैकी १००% विकासक अधिक काम करण्यासाठी आणि अधिक चांगला कोड लिहिण्यासाठी Codex वापरतात.”
पथकाने पुढे ढकललेली पुनर्बांधणी अलीकडेच पूर्ण केल्याचा अनुभव अँडरसन सांगतात. “आम्ही ते तयार करण्याचे काम पुढे ढकलत होतो, कारण त्यासाठी आमच्याकडे पुरेसे मनुष्यबळ नव्हते,” ते म्हणतात. Codex मुळे विकासकांची उत्पादकता वाढत असल्याने, प्रश्न “हे काम हाती घेता येईल का?” ऐवजी “का नाही?” असा होतो.
अँडरसन यांच्या अंदाजानुसार, हे काम टप्प्याटप्प्याने पूर्ण करण्यासाठी अनेक महिने आणि “कदाचित १० पट अधिक विकासक” लागले असते. Codex च्या मदतीने क्लाउडफ्लेअरमधील चार विकासकांच्या पथकाने ही बांधणी हाती घेतली. “आम्ही ते तीन दिवसांत तयार केले, वापरासाठी उपलब्ध केले आणि त्याची चाचणी घेतली. टोकनवर आमचा $१,१०० खर्च झाला,” ते म्हणतात.
अँडरसन यांच्या मते, कृत्रिम बुद्धिमत्तेला दैनंदिन अभियांत्रिकीचा भाग बनवणे म्हणजे “तंत्रज्ञान घडवण्याच्या अंतर्गत प्रक्रियेची पुनर्रचना करणे. यात यंत्रे हा वेगळा घटक न मानता, निर्मिती प्रक्रियेचा अविभाज्य भाग मानून काम केले जाते.”
क्लाउडफ्लेअरची पूर्वप्रवेश सुरक्षा सेवा हा दृष्टिकोन प्रत्यक्षात आणते. ती कोडच्या तपासाला प्रत्यक्ष कार्यरत प्रणालीतील पुरावे आणि ग्राहकांना पडताळून पाहता येतील असे प्रस्तावित उपाय यांची जोड देते. कोणत्या सुरक्षा त्रुटींना प्राधान्य द्यावे आणि बाधित अनुप्रयोगांचे संरक्षण व दुरुस्ती कशी करावी, हे ठरवण्यासाठी सुरक्षा पथकांना आवश्यक माहिती देणे हा यामागचा उद्देश आहे. त्याच वेळी, बदलांवरील नियंत्रण ग्राहकांकडेच राहते.


