कोजेंट आणि OpenAI: संस्थांसाठी सायबर डिफेन्स फॅक्टरी
कोजेंट OpenAI मॉडेलना संस्थेच्या संदर्भाशी जोडून एजंटच्या मदतीने असुरक्षा स्वयंचलितपणे दूर करण्यास मदत करते.

75%
असुरक्षा दूर करण्यासाठी लागणाऱ्या सरासरी वेळेत घट
5 पट
अधिक असुरक्षांचे मूल्यमापन आणि प्राधान्यक्रम निश्चिती
संस्थांना पूर्वीपेक्षा अधिक सुरक्षा जोखमींचा सामना करावा लागत असल्याचे कोजेंट सिक्युरिटी(नवीन विंडोमध्ये उघडेल)च्या निदर्शनास येत आहे. यात असुरक्षा शोधणे नव्हे, तर त्या दूर करणे हे सर्वांत अवघड काम असल्याचे त्यांना आढळले आहे. दोष दूर करण्याचे काम गुंतागुंतीचे असते आणि त्यात अनेक संघ सहभागी असतात. त्यासाठी कंपनीच्या प्रणालींच्या संदर्भाची समज आवश्यक असते: हल्लेखोर एखाद्या असुरक्षेचा गैरफायदा कसा घेऊ शकतो, व्यवसायाच्या कोणत्या प्रणाली धोक्यात आहेत आणि कोणते बदल सुरक्षितपणे करता येतील.
हे धोके स्वायत्तपणे शोधून दूर करता यावेत यासाठी कोजेंट संस्थांसाठी सायबर डिफेन्स फॅक्टरी उभारते. असुरक्षा शोधण्याचा आणि त्यांचा गैरफायदा घेण्याचा वेग वाढत आहे. त्याला प्रतिसाद म्हणून संरक्षण करणाऱ्यांना यंत्रांच्या वेगाने काम करता यावे, यासाठी या फॅक्टरींची रचना करण्यात आली आहे.
कंपनीचे AI एजंट GPT‑6.1 Sol आणि GPT‑5.6 यांना संस्थेच्या संदर्भ व नियंत्रणांशी जोडून तपासापासून दोष दूर झाल्याची पडताळणी करेपर्यंतचे काम हाताळतात. हे एजंट धोक्यांचे मूल्यमापन करतात, परवानगी असलेले बदल करतात आणि जोखीम दूर झाल्याची खात्री करतात. कोजेंट सायबर आणि डेब्रेक यांच्या मदतीने अंतर्गत संशोधनही करते. यात हल्ल्यांचे मार्ग आणि संरक्षण क्षमतांचा अभ्यास केला जातो.
“OpenAI मॉडेलच्या दीर्घकाळ चालणारी कामे सातत्याने हाताळण्याच्या क्षमतेमुळे संस्थांच्या संरक्षणात स्वायत्ततेची नवी पातळी गाठता येते: AI एजंट आता तपासापासून दोष दूर झाल्याची पडताळणी करेपर्यंत संपूर्ण काम पार पाडू शकतात.”

कोजेंटचे कॉन्टेक्स्ट इंजिन प्रत्येक ग्राहकासाठी संस्थेची साधनसंपत्ती, असुरक्षा, ओळखी, मालकी आणि परस्परावलंबन यांचा ज्ञान-आलेख अद्ययावत ठेवते. पार्श्वभूमीत काम करणारे विशेष एजंट सुरक्षा साधने आणि प्रणालींमधील माहितीचा सतत ताळमेळ घालतात. त्यामुळे तपास करणाऱ्या आणि दोष दूर करणाऱ्या एजंटना संपूर्ण प्रणालीविषयी एकसमान समज मिळते.
या कामासाठीचे पूर्वनियोजन आणि गुंतागुंतीचे रीझनिंग GPT‑6 Astra हाताळते. यामुळे कोजेंटचे सहसंस्थापक आणि मुख्य तंत्रज्ञान अधिकारी गेंग सँग ज्याला “संस्थेसाठी स्मृती हार्नेस” म्हणतात, ती व्यवस्था शक्य होते. ते म्हणतात, “प्रत्येक नवे काम आले की आजूबाजूची परिस्थिती पुन्हा नव्याने समजून घ्यावी लागत नाही.” संदर्भ पुन्हा वापरल्याने प्रतिसादाचा विलंब, मॉडेलकडून निष्कर्ष काढण्याचा खर्च आणि परिणामांतील विसंगती कमी होते.
कोजेंटची एजंट धोरणे प्रत्येक संस्थेत कोणत्या बदलांना परवानगी आहे आणि कोणत्या मंजुरी आवश्यक आहेत हे ठरवतात. धोरणांची अंमलबजावणी करणारे त्यांचे TRACE इंजिन साधनांना पाठवल्या जाणाऱ्या विनंत्या प्रत्यक्ष कृतीपूर्वी या धोरणांशी पडताळून पाहते. या तपासण्या निश्चित नियमांनुसार होतात आणि त्यासाठी मॉडेलकडून स्वतंत्रपणे निष्कर्ष काढून घेण्याची गरज नसते.
एजंट गेटवे स्वतंत्रपणे अधिकृत परवानगी तपासते आणि अधिक जोखमीची कामे विलग केलेल्या सुरक्षित चाचणी वातावरणात चालवता येतात. ग्राहक तपासाचे काम सोपवू शकतात, बदलांसाठी मंजुरी बंधनकारक करू शकतात किंवा ठरावीक मर्यादेत स्वायत्तपणे दोष दूर करण्यास परवानगी देऊ शकतात.
संकेतस्थळे चालवण्यासाठी वापरल्या जाणाऱ्या PHP या प्रोग्रामिंग भाषेत PHP2Shell नावाने ओळखले जाणारे गंभीर सुरक्षादोष उघड झाले, तेव्हा ग्राहकांनी कोजेंटने त्यांच्या प्रणालींमध्ये आधीच तैनात केलेल्या सायबर डिफेन्स फॅक्टरींची मदत घेतली.
तपास आणि दोष दूर करण्याचे नियोजन यांसाठी GPT‑6.1 Sol आणि GPT‑6 Astra यांनी सखोल रीझनिंग पुरवले. कोजेंटच्या संदर्भ स्तराचा वापर करून एजंटनी प्रभावित प्रणाली शोधल्या, त्यांना असलेला धोका तपासला आणि अनुप्रयोगांचे परस्परावलंबन व कार्यसंचालनातील मर्यादा लक्षात घेऊन योजना तयार केल्या. त्यानंतर त्यांनी ग्राहकांनी ठरवलेल्या मंजुरी आणि अंमलबजावणीच्या कार्यप्रवाहांनुसार दुरुस्त्यांचा समन्वय साधला आणि दोष दूर झाल्याची पडताळणी केली.
कोजेंटच्या मते, ग्राहक असुरक्षा अधिक वेगाने दूर करण्यासाठी आणि तपासाची क्षमता वाढवण्यासाठी त्यांच्या सायबर डिफेन्स फॅक्टरी वापरत आहेत. कोजेंटच्या मदतीने, फॉर्च्युन 1000 मधील एका वाहननिर्मिती क्षेत्रातील ग्राहकाने गंभीर असुरक्षा दूर करण्यासाठी लागणारा सरासरी वेळ 75% कमी केला. तर फॉर्च्युन 500 मधील एका माहिती तंत्रज्ञान सेवा क्षेत्रातील ग्राहकाने असुरक्षांचे मूल्यमापन व प्राधान्यक्रम ठरवण्याचा थ्रुपुट 5 पट वाढवला.
मार्केटॲक्सेस या व्यापार मंचाच्या मते, कोणते धोके आधी दूर करायचे हे ठरवण्यात कोजेंट मदत करते: “कोजेंट आमच्या प्रणालींकडे हल्लेखोराच्या नजरेतून पाहते. ते इंटरनेटपासून असुरक्षित प्रणालीपर्यंतच्या मार्गाचा मागोवा घेते आणि वाटेतील नियंत्रणे तपासते. दोष दूर करण्याचे आमचे काम आता सर्वांत मोठ्या जोखमींवर आणि हल्लेखोर घुसखोरीसाठी वापरू शकतील अशा मार्गांवर केंद्रित आहे,” असे मार्केटॲक्सेसचे जागतिक मुख्य माहिती सुरक्षा अधिकारी विजय बाला सांगतात.
कोजेंट बंद-स्रोत आणि मुक्त-स्रोत पर्यायांचे सातत्याने मूल्यमापन करते. त्यांच्या मते, OpenAI मॉडेल दीर्घकाळ चालणाऱ्या सुरक्षाविषयक कामांमध्ये अधिक सक्षम रीझनिंग, अपेक्षांशी अधिक सुसंगत परिणाम, तांत्रिक कोडसंचांबाबत कमी काल्पनिक उत्तरे आणि अधिक विश्वासार्ह अंमलबजावणी देतात. दोष दूर करण्याच्या संपूर्ण कार्यप्रवाहात संदर्भ कायम ठेवून ही मॉडेल साधनांना क्रमाने आणि समांतरपणे जोडलेल्या विनंत्या करू शकतात.
गुंतागुंतीच्या तपासांसाठी कोजेंट रीझनिंगच्या गुणवत्तेला, तर अधिक सोप्या कामांसाठी खर्चाला प्राधान्य देते. सर्वसाधारण अंमलबजावणीसाठी ते GPT‑6.1 Sol वापरते. तर प्रगत रीझनिंगची गरज कमी असलेल्या असुरक्षा व्यवस्थापनाच्या नियमित कामांसाठी GPT‑5.6 वापरते.
“इतर पुरवठादारांच्या तुलनेत OpenAI मॉडेल अधिक किफायतशीर आहेत. आमच्यासाठी हा मोठा फायदा आहे, विशेषतः एजंटचे इतके प्रचंड समूह चालवत असताना.”
OpenAI मॉडेल वापरल्यामुळे दोष दूर करण्यासाठी आणि दुरुस्ती अद्यतने लागू करण्यासाठी कोजेंटला तयार करावे लागणारे पूरक सॉफ्टवेअरही कमी झाले आहे. “हार्नेसच्या पातळीवर आम्हाला पूर्वी करावी लागणारी बरीच कामे आता करावी लागत नाहीत,” गेंग सांगतात. त्यांनी असेही सांगितले की, OpenAI API मुळे “विनंत्या योग्य ठिकाणी पाठवणे आणि एजंटचा समन्वय साधणे सुरळीत झाले आहे. त्यामुळे अंतर्गत अभियांत्रिकीचा अतिरिक्त भार लक्षणीयरीत्या कमी झाला असून गुंतागुंतीचे सुरक्षा कार्यप्रवाह बाजारात आणण्यासाठी आम्हाला लागणारा वेळही घटला आहे.”
कोजेंटचे बहुतांश अभियंतेही विकासासाठी Codex निवडतात. गेंग यांच्या मते, तीच मॉडेल मुक्त-स्रोत कोडिंग वातावरणात वापरण्यापेक्षा OpenAI मॉडेलसोबत Codex वापरल्याने अभियंत्यांची उत्पादकता अधिक वाढते. “Codex मध्ये साधने आधीच उपलब्ध असतात; आम्हाला ती स्वतः तयार करावी लागत नाहीत,” गेंग सांगतात.
ट्रस्टेड ॲक्सेस फॉर सायबर आणि डेब्रेक यांच्या माध्यमातून कोजेंटला अंतर्गत रेड टीमिंग आणि हल्ल्यांच्या मार्गांवरील संशोधनासाठी तांत्रिक मदत मिळते. डेब्रेकमधील प्रवेशाचा एक स्तर असलेला डेब्रेक रेड, अधिकृत परवानगीने केल्या जाणाऱ्या आक्रमक चाचण्या आणि असुरक्षांवरील संशोधनासाठी या संघाला विशेष OpenAI मॉडेल उपलब्ध करून देतो. “प्रभावी संरक्षणासाठी प्रभावी आक्रमण आवश्यक असते,” गेंग सांगतात.
“ट्रस्टेड ॲक्सेस फॉर सायबर आणि डेब्रेक यांच्या माध्यमातून आम्ही ओळखी, संसाधने आणि नेटवर्क नियंत्रणे यांमधील असुरक्षा एकमेकांशी कशा जोडल्या जाऊ शकतात याचा अभ्यास करू शकतो. आमचे एजंट काय करू शकतात आणि पुढे कोणत्या संरक्षण क्षमता विकसित करायच्या हे समजून घेण्यासाठी आम्ही या संशोधनाचा वापर करतो.”
संस्थांना स्वतःच्या सायबर डिफेन्स फॅक्टरी उभारण्यासाठी प्रमुख भागीदार म्हणून मदत करताना कोजेंट आपल्या क्षमतांचा विस्तार करण्याची योजना आखत आहे. दोष दूर करण्याची प्रक्रिया अधिकाधिक स्वायत्त करणे आणि एजंट करू शकणाऱ्या दुरुस्त्यांची व्याप्ती व गुंतागुंत वाढवणे यांचा त्यांच्या विकास आराखड्यात समावेश आहे. यात साध्या संरचनात्मक बदलांपासून संस्थेच्या विविध प्रणालींमध्ये पार पाडल्या जाणाऱ्या अनेक टप्प्यांच्या कार्यप्रवाहांपर्यंतची कामे येतात.
कंपनी स्वायत्तपणे असुरक्षा शोधण्याची आणि त्यांची पुष्टी करण्याची क्षमताही विकसित करत आहे. जोखीम शोधून ती दूर करणारी आणि प्रत्येक असुरक्षेतून सातत्याने शिकत भविष्यातील तपास व दुरुस्त्या सुधारणारी स्वयंपूर्ण चक्रीय प्रणाली तयार करणे हे कंपनीचे उद्दिष्ट आहे.


