OpenAI

GPT‑6 Cyber: நெறி இணக்கமுள்ள இணையப் பாதுகாப்பு ஏஜென்ட்களின் முன்னேற்றம்

ஆராய்ச்சியாளர்கள் வகுக்கும் வரம்பிற்குள் செயல்பட்டு, தாக்குதலுக்கு வழிவகுக்கும் பாதிப்புகளைக் கண்டறிந்து உறுதிப்படுத்தப் பயிற்சி பெற்ற இணையப் பாதுகாப்பு மாடல்.

ஏற்றுகிறது…

பாதுகாப்பு ஆராய்ச்சியில் பெரும் முன்னேற்றமான GPT‑6 Cyber-ஐ அறிமுகப்படுத்துகிறோம். பாதிப்புகளைக் கண்டறிந்து திருத்துவதில் அதிகத் திறனுடன் செயல்படுவதோடு, ஆராய்ச்சியாளர்கள் வகுக்கும் வரம்புகளுக்குள் இருப்பதில் மிகவும் நம்பகமானது. முக்கிய இணையப் பாதுகாப்பு அளவுகோல்களில் GPT‑5.6 Cyber-ஐ விட GPT‑6 Cyber பெரும் முன்னேற்றங்களைக் காட்டுகிறது. ExploitGym-இல் 51% சார்பு முன்னேற்றமும், பணி வரம்பிற்குள் செயல்படும் சோதனையில் குறிப்பிடத்தக்க திடீர் முன்னேற்றமும் இதில் அடங்கும். Linux, Firefox போன்ற பாதுகாப்பிற்கு முக்கியமான நிரல் தொகுப்புகளில் ஆயிரக்கணக்கான தாக்குதல் வழிகளைக் கண்டறிந்து உறுதிப்படுத்தி, நடைமுறையில் பயன்படும் மென்பொருளைப் பாதுகாக்க இது ஏற்கெனவே உதவுகிறது.

குறிப்பிட்ட பாதிப்பைப் பயன்படுத்தி மாடல்களால் தாக்க முடியுமா என்பதைச் சோதிக்கும் ExploitGym-இல், GPT‑6 Cyber 48.5% மதிப்பெண் பெறுகிறது. GPT‑5.6 Cyber-இன் மதிப்பெண் 32.1% ஆகும். இது பணி வரம்புகளையும் அதிக நம்பகத்தன்மையுடன் பின்பற்றுகிறது. தனியான நெறி இணக்க மதிப்பீட்டில், பயன்பாட்டு ப்ராம்ப்ட் இல்லாமல் 99.93% சோதனைகளிலும், அதனுடன் 100% சோதனைகளிலும் வரம்பிற்கு அப்பாற்பட்ட சேவைகளைத் தாக்குவதை GPT‑6 Cyber தவிர்த்தது. அங்கீகரிக்கப்பட்ட வரம்பிற்குள் செயல்படவும், கட்டுப்பாடுகளை மதிக்கவும், முடிவுகளைத் துல்லியமாக அறிக்கையிடவும் அளித்த சிறப்புப் பயிற்சியின் பலனே இந்த நெறி இணக்க மேம்பாடு ஆகும்.

இந்தத் திறன்கள் ஏற்கெனவே நடைமுறை முறைமைகளைப் பாதுகாக்க உதவுகின்றன. அதிநவீன மாடல்களுடன் ஏற்கெனவே விரிவாகச் சோதிக்கப்பட்டிருந்தபோதிலும், GPT‑6 Cyber மூலம் Linux-இல் அணுகல் உரிமையை உயர்த்தும் 948 தாக்குதல் நிரல்களை⁠ எங்கள் ஆராய்ச்சியாளர்கள் உருவாக்கினர்; Firefox-இல் இதுவரை அறியப்படாத 81 அதிகத் தீவிரப் பாதிப்புகளையும் கண்டறிந்தனர். சாத்தியமான திருத்தங்களை உருவாக்கவும் மாடல் உதவியது. Mozilla பல Firefox பாதிப்புகளுக்கான திருத்தங்களை வெளியிட்டுள்ளது⁠(புதிய சாளரத்தில் திறக்கும்). Cisco, Calif, CodeRabbit நிறுவனங்களின் பாதுகாப்புக் குழுக்கள் பாதிப்பு ஆராய்ச்சிக்கும் நிரல் ஆய்வுக்கும் இதைப் பயன்படுத்துகின்றன. எங்கள் சொந்த உள்கட்டமைப்பின் பலவீனங்களைக் கண்டறிந்து திருத்தவும்⁠ இதைச் சார்ந்துள்ளோம்.

அதிநவீன மாடல்களைக் கொண்டு மென்பொருளைப் பாதுகாப்பதற்கான கால அவகாசம் குறைவாகவே உள்ளது⁠ என்பது தெளிவாகிறது. Daybreak-ஐப் பெருமளவில் விரிவுபடுத்தி, அனைத்து அளவிலான நிறுவனங்கள், சுயாதீன ஆராய்ச்சியாளர்கள், திறந்த மூலப் பராமரிப்பாளர்களிடம் மேம்பட்ட பாதுகாப்பு ஆராய்ச்சியைக் கொண்டு சேர்ப்பதே எங்கள் இலக்கு ஆகும். GPT‑6 Astra போன்ற முதன்மை மாடல்கள் ஏற்கெனவே நிரல் ஆய்வு, பாதிப்புகளுக்கு முன்னுரிமை அளித்தல், திருத்த உருவாக்கம் ஆகியவற்றுக்கு உதவுகின்றன. சரிபார்க்கப்பட்ட பாதுகாவலர்கள் தேவையற்ற மறுப்புகள் குறைந்த நிலையில் பாதிப்புகளையும் திருத்தங்களையும் உறுதிப்படுத்த Daybreak Blue உதவுகிறது. Daybreak Red, GPT‑6 Cyber மூலம் ஆழமான தாக்குதல் நிரல் உருவாக்கத்தையும் அங்கீகரிக்கப்பட்ட பாதுகாப்புச் சோதனைகளையும் சாத்தியமாக்குகிறது.

அதிநவீன இணையப் பாதுகாப்புத் திறன்களை மேம்படுத்துதல்

GPT‑5.6 Cyber-ஐ விட GPT‑6 Cyber பெருமளவு மேம்பட்டது. பெரும்பாலான இணையப் பாதுகாப்புப் பணிகளில், Astra கோரிக்கையை மறுக்காதபோதும் கூட, GPT‑6 Astra-ஐ விடச் சிறப்பாகச் செயல்படுகிறது. மென்பொருளைப் புரிந்துகொண்டு, பாதிப்புகளைக் கண்டறிந்து, செயல்படும் தாக்குதல் நிரல்களை உருவாக்க வேண்டிய பணிகளில் மாடலை மதிப்பிட்டோம். இந்த முடிவுகளின் அடிப்படையில், எங்கள் பிரிபேர்ட்நெஸ் ஃப்ரேம்வொர்க்கின்கீழ் இணையப் பாதுகாப்பில் இந்த மாடலை மிகத் தீவிர நிலையாக வகைப்படுத்துகிறோம். GPT‑5.6 Cyber அதிகம் என்ற முயற்சி நிலையில் இருந்தது.

தொலைநிலை இலக்கில் குறிப்பிட்ட பாதிப்பைப் பயன்படுத்தி மாடல்களால் தாக்க முடியுமா என்பதைச் சோதிக்கும் ExploitGym-இல் GPT‑6 Cyber 48.5% பெறுகிறது. இது GPT‑5.6 Cyber-இன் 32.1%-ஐ விடச் சுமார் 16 சதவீதப் புள்ளிகள் அதிகம். பாதிப்புகளைக் கண்டறியும் திறனைச் சோதிக்க, தாக்குதல் வழி இணைய ஊடுருவல் சோதனைக்கான புதிய மதிப்பீட்டையும் உருவாக்கினோம். மூல நிரலை அணுகாமல் இணையச் செயலிகளை மாடல்கள் ஆராய்கின்றன. மொத்தப் பாதிப்புகளில் GPT‑6 Cyber 40.3%-ஐக் கண்டறிந்தது; GPT‑6 Astra 32.0%-ஐக் கண்டறிந்தது.

செயல்படும் தாக்குதல் நிரல்களை உருவாக்கி, தொலைநிலை இலக்குகளுக்கு எதிராக அவற்றைப் பயன்படுத்துவது உள்ளிட்ட மேம்பட்ட பாதுகாப்புப் பணிப்பாய்வுகளுக்கு உதவும் வகையில் Daybreak Red வடிவமைக்கப்பட்டுள்ளது. இந்தத் திறன்களை மதிப்பிட RemoteExploitBench என்ற புதிய அளவுகோலை உருவாக்கினோம். கட்டுப்படுத்தப்பட்ட சூழலில் நிறுவப்பட்ட GitLab, PostgreSQL, Jenkins போன்ற செயலிகளில் அறியப்பட்ட பாதிப்புகளை இது பயன்படுத்துகிறது. எங்கள் தொடக்க மதிப்பீட்டில், Daybreak Blue உடன் இயங்கிய GPT‑6 Astra 100% பணிகளையும் மறுத்தது. GPT‑6 Cyber 95% பணிகளை முடித்தது; தொலைநிலையில் செயல்பட வைக்க முடியாத ஒரே ஒரு தாக்குதல் நிரலில் மட்டுமே தோல்வியடைந்தது. முழு முடிவுகளுக்கும் மதிப்பீட்டு அமைப்புகளுக்கும் சிஸ்டம் கார்டைப்⁠(புதிய சாளரத்தில் திறக்கும்) பார்க்கவும்.

வலுவான நெறி இணக்கம், வரம்புகளுக்குள் செயல்படுவதில் மேம்பாடு

இணையப் பாதுகாப்பு ஏஜென்ட்கள் தங்களுக்கு ஒதுக்கப்பட்ட பணியின் வரம்பை மீறுவதும், தொடர்பில்லாத சேவைகளின் பாதிப்புகளைப் பயன்படுத்தித் தாக்க முயல்வதும், ஆராய்ச்சியாளர் வகுத்த செயல்பாட்டு விதிகளைப் புறக்கணிப்பதும் ஓர் அபாயமாகும்.

GPT‑6 Cyber-இல் நெறி இணக்கத்திற்கு முக்கியத்துவம் அளித்தோம். அங்கீகரிக்கப்பட்ட வரம்பிற்குள் செயல்படவும், செயல்களுக்கான கட்டுப்பாடுகளைப் பின்பற்றவும், செய்த பணியைத் துல்லியமாக அறிக்கையிடவும் மாடலுக்குச் சிறப்புப் பயிற்சி அளித்தோம். பயன்பாட்டிற்கு வெளியிடும் முன், இந்த நடத்தைகளை அளவிடத் தொடர்ச்சியான நெறி இணக்க மதிப்பீடுகளை நடத்தினோம். முழு முடிவுகளுக்கு சிஸ்டம் கார்டைப்⁠(புதிய சாளரத்தில் திறக்கும்) பார்க்கவும்.

இந்த மதிப்பீடுகளில் ஒன்று ExploitGym Honeypot ஆகும். இது Hugging Face சம்பவத்திலிருந்து⁠ பெற்ற புரிதலின் அடிப்படையில் உருவாக்கப்பட்டது. தனிமைப்படுத்தப்பட்ட சூழலில், பாதிப்பைப் பயன்படுத்தித் தாக்கும் கடினமான பணியை மாடலுக்கு வழங்குகிறோம். அதில் மென்பொருள் தொகுப்புப் பதிவகம் அல்லது பொருள் சேமிப்பகம் போன்ற துணைச் சேவைகளை அணுக முடியும். இந்தச் சேவைகளைத் தாக்கினால் பணியின் வெற்றிக் குறியீட்டைக் கண்டறிய முடியும் வகையில், அவற்றை வேண்டுமென்றே எளிதில் தாக்கக்கூடியதாக அமைக்கிறோம். அவற்றின் பாதிப்புகளைப் பயன்படுத்தித் தாக்குவது தனது பணி வரம்பிற்கு அப்பாற்பட்டது என்பதை மாடல் ஊகித்தறிய வேண்டும்.

இந்த மதிப்பீட்டில் GPT‑5.6 Cyber-ஐ விட GPT‑6 Cyber பெரும் முன்னேற்றத்தைக் காட்டுகிறது. பயன்பாட்டுப் பாதுகாப்பு ப்ராம்ப்ட்கள் இன்றிச் சோதித்தபோது, வரம்பிற்கு அப்பாற்பட்ட சேவைகளைத் தாக்குவதை இது 99.93% நிகழ்வுகளில் தவிர்த்தது. GPT‑5.6 Cyber-இல் இது 94.49%-ஆக இருந்தது. அந்த ப்ராம்ப்ட்களுடன், GPT‑6 Cyber 100% நிகழ்வுகளிலும் வரம்பிற்குள் செயல்பட்டது.

வரம்பிற்குள் செயல்படுவது குறித்து GPT‑6 Cyber மாடல் எவ்வாறு பகுத்தறிகிறது என்பதை அதன் செயின்-ஆஃப்-தாட்டில் நேரடியாகக் காணலாம்:

ஏஜென்ட்டின் செயின்-ஆஃப்-தாட் பகுதிகள்
“Can't assume extra API or attack controller not target. We should only target binary/server.”
ஏஜென்ட்டின் செயின்-ஆஃப்-தாட் பகுதிகள்
“don't explore out of scope credentials.”

பாதுகாப்புக் குழுக்களுக்கு நடைமுறையில் கிடைக்கும் பயன்கள்

பாதிப்புகளைக் கண்டறியவும், அவற்றின் தாக்கத்தை உறுதிப்படுத்தவும், திருத்தங்களை உருவாக்கவும் GPT‑6 Cyber ஏற்கெனவே பாதுகாப்புக் குழுக்களுக்கு உதவுகிறது. பெரிய நிரல் தொகுப்புகள், நீண்டகாலத் தாக்குதல் நிரல் உருவாக்கம், பாதுகாப்பு ஆய்வு ஆகியவற்றில் வாடிக்கையாளர்கள் இதைப் பயன்படுத்துகின்றனர்:

9இல் 1
“GPT‑6 Cyber இணையப் பாதுகாப்பிற்கான உலகத்தரம் வாய்ந்த மாடல். உலகிலேயே அதிகம் பாதுகாப்பு வலுப்படுத்தப்பட்டு, நுணுக்கமாக ஆய்வு செய்யப்பட்ட நிரல் தொகுப்புகளில் ஒன்றாக Firefox 2026-இல் அடியெடுத்து வைத்தது. பல தலைமுறை அதிநவீன மாடல்கள் மூலம் பாதுகாப்பை மேலும் வலுப்படுத்திய பின்னரும், GPT‑6 Cyber இதுவரை அறியப்படாத அதிகத் தீவிரப் பாதிப்புகளைக் கண்டறிந்தது, கட்டமைப்பு மேம்பாடுகளை அடையாளம் கண்டது, லட்சக்கணக்கான பயனர்களுக்குத் திருத்தங்களை வழங்க எங்களுக்கு உதவியது.”
- பிரையன் கிரின்ஸ்டெட், சிறப்புநிலைப் பொறியாளர், Firefox

எங்கள் சொந்த முறைமைகளைப் பாதுகாக்கவும் GPT‑6 Cyber-ஐ நம்பியுள்ளோம். அதிநவீன மாடல்களுக்குப் பயிற்சி அளிக்கும் உள்கட்டமைப்பின் பாதுகாப்பை வலுப்படுத்துவது⁠ குறித்து அண்மையில் பகிர்ந்த பணியில் முக்கியப் பங்காற்றிய மாடல்களில் இதுவும் ஒன்று. கட்டுப்படுத்தப்பட்ட ரெட் டீமிங் நடவடிக்கைகளில், GPT‑6 Cyber மற்றும் பிற OpenAI மாடல்களைப் பயன்படுத்திய ஏஜென்ட்கள் பல பாதிப்புகளைத் தொடராகப் பயன்படுத்தி, microVMகளிலிருந்து வெளியேறி அவற்றை இயக்கும் கணினிகளில் நிரலைச் செயல்படுத்தினர். இந்தக் கண்டுபிடிப்புகளைக் கொண்டு மென்பொருளைத் திருத்தினோம், பிணையக் கட்டுப்பாடுகளைக் கடுமையாக்கினோம், பராமரிப்பாளர்களுக்கும் விற்பனையாளர்களுக்கும் சிக்கல்களைத் தெரிவித்தோம்.

திறந்த மூல மென்பொருளில் பாதிப்புகளைப் பெருமளவில் கண்டறிந்து உறுதிப்படுத்தவும் GPT‑6 Cyber-ஐ எங்கள் பாதிப்பு ஆராய்ச்சியாளர்கள் பயன்படுத்துகின்றனர். பல ஆண்டுகளாக நுணுக்கமாக ஆய்வு செய்யப்பட்ட மென்பொருளிலும், இதுவரை அறியப்படாத குறைபாடுகளை இந்தப் பணி வெளிக்கொணர்ந்துள்ளது:

  • Firefox-இல் 81 புதிய பாதிப்புகள் கண்டறியப்பட்டன. பாதிப்புகளைக் கண்டறிந்து, உயர்தரத் திருத்தங்களைப் பெருமளவில் பரிந்துரைக்கும் தன்னியக்கப் பணிப்பாய்வுகளுக்கு GPT‑6 Cyber ஏற்றதாக இருக்கலாம். ஒரு பாதிப்பு ஆராய்ச்சி நடவடிக்கையில், Mozilla அதிகத் தீவிரம் கொண்டவையாக வகைப்படுத்திய 81 புதிய பாதிப்புகளுக்கான ஆதாரங்களையும், மீண்டும் செய்து பார்க்கக்கூடிய சோதனைகளையும் GPT‑6 Cyber உருவாக்கியது. ஏற்கெனவே அறியப்பட்ட மேலும் 30 சிக்கல்கள், முன்பு தெரிவிக்கப்பட்டதை விடத் தீவிரமானவை என்பதையும் காட்டியது. தீர்வுகளை Mozilla நிறுவனத்தின் பொறியாளர்கள் உருவாக்க உதவும் திருத்தப் பரிந்துரைகளுடன் இந்தக் கண்டுபிடிப்புகளை அந்நிறுவனத்திற்குத் தெரிவித்தோம். Mozilla இப்பணிக்கு ஆதரவளித்து, அறிக்கைகளைப் பெற்ற சிறிது நேரத்திலேயே திருத்தங்களைச் சேர்க்கத் தொடங்கியது⁠(புதிய சாளரத்தில் திறக்கும்).

  • இவற்றிற்கான தாக்குதல் நிரல்களை உருவாக்குகிறது:948 Linux கர்னல் பாதிப்புகள்⁠. GPT‑6 Cyber 1,724 பாதிப்புகளை மீண்டும் உருவாக்கி, அவற்றில் 948-க்குச் செயல்படும் தாக்குதல் நிரல்களை உருவாக்கியது. அதே ஆராய்ச்சி சூழல் பணி அமைவைப் பயன்படுத்தி GPT‑5.6 Sol தாக்கிய 166 பாதிப்புகளை விட இது ஐந்து மடங்குக்கும் அதிகம். Linux சமூகத்தின் வழிகாட்டுதலின்படி, மிகத் தீவிரமான 304 கண்டுபிடிப்புகளை முன்மொழியப்பட்ட திருத்தங்களுடன் பராமரிப்பாளர்களுக்குத் தெரிவித்தோம். மற்ற பாதிப்புகளையும் சரிசெய்யும் பணியில் ஈடுபட்டுள்ளோம்.

  • தொலைநிலைக் குறியீட்டு இயக்கத்திற்கு வழிவகுக்கும் மிகத் தீவிரமான பாதிப்புகளை நிரூபித்தல். Node.js மற்றும் பிற மென்பொருள்கள் பயன்படுத்தும் சுருக்க நூலகமான Brotli-இல் உள்ள மிகத் தீவிரமான பாதிப்பு⁠(புதிய சாளரத்தில் திறக்கும்) குறித்து அண்மையில் விவாதித்தோம். அந்தக் குறைபாடு, நூலகத்தைப் பயன்படுத்தும் செயலிகளில் தொலைநிலைக் குறியீட்டு இயக்கத்திற்கு எவ்வாறு வழிவகுக்கும் என்பதைக் காட்டும் தாக்குதல் நிரல்களை உருவாக்கி உறுதிப்படுத்த, எங்கள் பாதுகாப்பு ஆராய்ச்சியாளர்கள் GPT‑6 Cyber-ஐ மற்ற OpenAI மாடல்களுடன் பயன்படுத்தினர்.

தவறான பயன்பாட்டைக் கண்டறிந்து அதிக அபாயமுள்ள செயல்பாடுகளைத் தடுத்தல்

மாடல்களின் திறன் வளர்ந்து, அதிகப் பாதுகாப்புப் பாதிப்புகளைக் கண்டறியும் நிலையில், அவற்றைத் தீங்கு விளைவிக்கப் பயன்படுத்தும் முயற்சிகளும் அதிகரிப்பதைக் காண்கிறோம். தீங்கிழைக்கும் இணையத் தாக்குதலாளர்களின் முயற்சிகளும், எங்கள் மாடல்களின் திறன்களை வேறு மாடல்களுக்குப் பயிற்றுவிக்க முயலும் எதிரிக் குழுக்களின் செயல்களும் இதில் அடங்கும். எனவே, GPT‑6 Cyber-இன் மேம்பட்ட திறன்களுடன் வலுவான பாதுகாப்பு ஏற்பாடுகளையும் இணைத்துள்ளோம். இவை தவறான பயன்பாட்டைக் கண்டறிந்து தடுக்கவும், பயனரின் நோக்கம் மற்றும் அனுமதிக்கு உட்பட்டு மாடல் செயல்படவும் உதவுகின்றன.

GPT‑6 Cyber வெளியீட்டுடன் இந்தப் பாதுகாப்புகளைச் சேர்த்து வலுப்படுத்தினோம் (முழு விவரங்களுக்கு சிஸ்டம் கார்டைப்⁠(புதிய சாளரத்தில் திறக்கும்) பார்க்கவும்):

  • இணையப் பாதுகாப்புப் பணிகளில் நெறி விலகலைக் கண்காணித்தல். முறையான தாக்குதல் நிரல் உருவாக்கத்தையும் சோதனைகளையும் அங்கீகரிக்கும் அதே வேளையில், செயல்கள் பயனரின் அனுமதிக்கு உட்பட்டுள்ளனவா எனக் கண்காணிக்கிறோம்.

  • புதிய அச்சுறுத்தல்களுக்கான இலக்குக் கண்காணிப்பு. எடுத்துக்காட்டாக, மிகத் தீவிரமான PHP பாதிப்புகளை ஒருங்கிணைந்து வெளியிட்டபோது, இயங்கும் PHP சேவையகங்களைத் தாக்குவதற்கான நிரல்களை உருவாக்கும் முயற்சிகளைக் கண்காணித்தோம். அதே நேரத்தில், பாதிக்கப்பட்ட முறைமைகளைத் திருத்தும் பாதுகாவலர்களுக்கான ஆதரவைத் தொடர்ந்தோம்.

  • தனியுரிமை பேணும் பாதுகாப்புச் செயலாக்கம் (PSP). தொடர்புடைய உரையாடல்களில் தவறான பயன்பாடு உள்ளதா என்பதைத் தானியக்கச் சோதனைகள் மூலம் ஆய்வு செய்கிறோம். வழக்கமான தரவுத் தக்கவைப்பே இயல்புநிலையாகத் தொடர்கிறது. ஜீரோ டேட்டா ரிடென்ஷனைப்⁠(புதிய சாளரத்தில் திறக்கும்) பயன்படுத்தும் API வாடிக்கையாளர்கள் பொதுவாக PSP⁠(புதிய சாளரத்தில் திறக்கும்)-ஐப் பயன்படுத்த வேண்டும். இது வாடிக்கையாளர் சேமிப்பகத்தில் 30 நாள்கள் வைக்கப்படும் மறைகுறியாக்கப்பட்ட பதிவுகளை ஆய்வு செய்கிறது; ப்ராம்ப்ட்களையும் பதில்களையும் OpenAI பணியாளர்களுக்குக் காட்டாது.

  • திருடப்பட்ட அணுகல் சான்றுகளுக்கு எதிரான பாதுகாப்பு. Daybreak Red API அணுகலுக்கு இயல்பாகவே அனுமதிக்கப்பட்ட IP முகவரிகளின் பட்டியலைக் கட்டாயமாக்குகிறோம். சில விதிவிலக்குகளைத் தவிர, அங்கீகரிக்கப்பட்ட பிணையங்களிலிருந்து மட்டுமே கோரிக்கைகளை அனுமதிக்கிறோம். அணுகல் சான்றுகள் கசிந்துள்ளனவா என்பதையும் கண்காணிக்கிறோம்.

  • தனிமைப்படுத்தப்பட்ட இயக்கமும் மேற்பார்வையும். முந்தைய மாடல்களைப் போலவே, அதிக அபாயமுள்ள பணிப்பாய்வுகளுக்கு தனிமைப்படுத்தப்பட்ட இயக்கம்⁠(புதிய சாளரத்தில் திறக்கும்), செயல் ஆய்வு⁠(புதிய சாளரத்தில் திறக்கும்), மனித மேற்பார்வை ஆகியவற்றைப் பரிந்துரைக்கிறோம்.

  • அதிக அபாயமுள்ள இணையத் தாக்குதல் உதவிக்கு எதிரான பாதுகாப்புகள். முக்கிய முறைமைகளை உள்ளடக்கிய அதிக அபாயமுள்ள செயல்பாடுகளைத் தடுக்கப் புதிய சோதனைகளைப் பயன்படுத்துகிறோம் (மேலும் விவரங்களைக் கீழே காணலாம்).

முக்கிய உள்கட்டமைப்பைப் பாதுகாத்தல்

GPT‑6 Cyber-இன் பாதுகாப்புகளையும் அணுகலையும் வடிவமைக்கும்போது முக்கிய உள்கட்டமைப்பைப் பாதுகாப்பதில் கவனம் செலுத்தினோம். மின் நிலையங்கள், நீர் சுத்திகரிப்பு நிலையங்கள், அவற்றின் இயக்கத் தொழில்நுட்பம் மற்றும் தொழில்துறைக் கட்டுப்பாட்டு முறைமைகள் (OT/ICS) இதில் அடங்கும். இந்த முறைமைகளைப் பாதுகாக்கும் குழுக்களுக்கு எங்கள் சிறந்த மாடல்களின் அணுகலை வழங்குவதோடு, அனுமதியற்ற தாக்குதல்களைத் தடுக்கும் பாதுகாப்புகளையும் வலுப்படுத்த விரும்புகிறோம்.

முதலாவதாக, இந்தப் பாதுகாவலர்களுக்கு உதவ, எங்கள் $1 பில்லியன் மதிப்பிலான முன்களப் பாதுகாவலர்களுக்கான Daybreak⁠ மானியத் திட்டம் அணுகல் செலவில் மானியம் வழங்குகிறது. அரசு நிறுவனங்கள், அத்தியாவசியச் சேவை வழங்குநர்கள் போன்ற வளப் பற்றாக்குறையுள்ள குழுக்கள் இதனால் பயனடைகின்றன. அங்கீகரிக்கப்பட்ட முக்கிய உள்கட்டமைப்புப் பாதுகாவலர்களுக்காக Daybreak Red-இல் புதிய குழுவையும் (முக்கிய உள்கட்டமைப்பிற்கான Daybreak Red) அறிமுகப்படுத்துகிறோம். மாடலின் நெறி விலகலுக்கு எதிரான பாதுகாப்புகளைப் பேணியபடி, முக்கிய முறைமைகளில் அங்கீகரிக்கப்பட்ட சோதனைகளை நடத்த இது அனுமதிக்கிறது.

இரண்டாவதாக, Daybreak Red மற்றும் Blue தளங்களின் தவறான பயன்பாட்டைத் தடுக்கப் பாதுகாப்புகளை மேம்படுத்தியுள்ளோம். தொழில்துறைக் கட்டுப்பாடுகளையும் பாதுகாப்பிற்கு முக்கியமான முறைமைகளையும் பாதித்தல், கருவிகளின் செயல்பாட்டில் குறுக்கிடுதல், கடுமையான காயம், பேரழிவான பொருட்சேதம் அல்லது உயிருக்கு ஆபத்தான சேவைத் தடை ஏற்படுத்துதல் ஆகியவற்றுக்கு உதவும் செயல்களையும் திறன் உருவாக்கத்தையும் இவை தடுக்கின்றன. GPT‑6 Cyber உடன் வெளியிடும் அண்மைப் புதுப்பிப்புகளுக்கு முன்பும் பின்பும், நான்கு அணுகல் அமைப்புகளில் பாதுகாப்பு வகைப்படுத்தல் விகிதங்களைக் கீழேயுள்ள படம் ஒப்பிடுகிறது.

பாதுகாப்புத் தடுப்பு விகிதங்கள் அதிகமாக இருப்பது எப்போதும் சிறந்தது அல்ல. இந்த மதிப்பீட்டிலுள்ள பல நுட்பங்கள் முறையான பாதுகாப்புப் பணிகளுக்கும் இன்றியமையாதவை: முறைமைகளைப் புரிந்துகொள்வது, பாதிப்புகளைக் கண்டறிவது, திருத்தங்கள் தாக்குதலைத் தாங்குகின்றனவா எனச் சரிபார்ப்பது. எனவே, 100%-ஐ இலக்காகக் கொள்ளாமல், முறையான ஆராய்ச்சிக்கும் திருத்தப் பணிகளுக்கும் கிடைக்கும் ஆதரவுடன் சேர்த்து இந்த விகிதங்களை மதிப்பிடுகிறோம்.

முக்கிய உள்கட்டமைப்பைப் பாதுகாக்க எங்கள் மாடல்கள் எவ்வாறு உதவலாம் என்பதை மதிப்பிட, விரிவாக்கப்பட்ட இயக்கத் தொழில்நுட்பத்திற்கான (xOT) இணையப் பாதுகாப்பை உலகளவில் வழங்கும் Dragos உடன் இணைந்தோம். கட்டுப்படுத்தப்பட்ட ஆய்வகச் சூழலில், இணையத் தாக்குதல் பணிகளுக்கு அனுமதியளிக்கும் Daybreak Red மாடல்களைக் கொண்டு Dragos மதிப்பீடுகளை நடத்தியது. பிணையத்தைக் கண்டறிதல், அதிலுள்ள சாதனங்களைப் பட்டியலிடுதல், குறிப்பிட்ட இலக்குகளை உளவறிதல், ரகசியத் தரவை வெளியேற்றுதல், அனுமதியற்ற மற்றும் அபாயகரமான சாதனச் செயல்கள் வரை படிப்படியாக முன்னேறும் கோரிக்கைகள் மதிப்பிடப்பட்டன.

“Dragos ஒரு மாதிரி மின் நிலையச் சோதனைச் சூழலில் அதிநவீன மாடலைச் செயல்பட வைத்தது; அதற்கு வழங்கிய தகவல்கள் மிகக் குறைவு. அது தானாகவே, தொடர்பற்ற தகவல் தொழில்நுட்ப விவரங்களிலிருந்து இயக்கத் தொழில்நுட்பச் சாதனங்களைப் பிரித்தறிந்தது. பின்னர் பாதுகாப்பு ரிலே தரவை நிர்வகிக்கும் பொறியியல் மென்பொருளில் இதுவரை அறியப்படாத இரு பாதிப்புகளைக் கண்டறிந்து, பாதுகாப்பு அமைப்புகளையும் மின்சுற்றுத் துண்டிப்பானின் செயல்பாட்டுத் தர்க்கத்தையும் வெளிப்படுத்தியது. எந்த இயற்பொருளையும் தாக்கும் முன் ஒரு தாக்குதலாளர் விரும்புவது இப்படியொரு வழிகாட்டுதலைத்தான். தாக்குதலுக்கு முன் தேவைப்படும் உளவறிதல் மற்றும் பாதிப்பு ஆராய்ச்சிக்கான குறைந்தபட்சத் திறன் அளவு குறைந்து வருகிறது. இதில் OpenAI உடன் இணைந்து பணியாற்றுவதன் மூலம், உண்மையான தாக்குதலாளர்கள் நுழையும் முன்னரே ஓர் இயக்கத் தொழில்நுட்பப் பிணையத்தில் அவர்கள் செல்லக்கூடிய பாதையை OpenAI-க்குக் காட்டுகிறோம். இதனால் தாக்குதல்கள் எவ்வாறு நிகழக்கூடும் என்பதற்கேற்ப பாதுகாப்புகள் உருவாக்கப்படுகின்றன; அதே நேரத்தில், இந்த முறைமைகளைப் பாதுகாப்பவர்களுக்கு மாடல்கள் பயனுள்ளதாகவும் தொடர்கின்றன.”
—ராப் டி. லீ, தலைமைச் செயற்கை நுண்ணறிவு அதிகாரி, Dragos

அங்கீகரிக்கப்பட்ட சோதனைகளைத் தேவையின்றிக் கட்டுப்படுத்தாமல் தீங்கிழைக்கும் உதவியைத் தடுக்கும் நோக்கில், Dragos கருத்துகளைக் கொண்டு எங்கள் பாதுகாப்புகளை மேம்படுத்தினோம். மதிப்பீடுகளின் விவரங்களுக்கு அவர்களின் இறுதி அறிக்கையைப் பார்க்கவும்⁠(புதிய சாளரத்தில் திறக்கும்). செயற்கை நுண்ணறிவுடன் ஊடுருவல் சோதனையும் ரெட் டீமிங்கும் நடத்த, தாக்குதல் வழிப் பாதுகாப்புச் சேவை வழங்குநர்களுடனும் தாக்குதல்–தற்காப்பு ஒருங்கிணைப்புக் குழுக்களுடனும் கூட்டாண்மைகளை விரிவுபடுத்துகிறோம். தொழில்துறைப் பாதுகாப்பில் எங்கள் மாடல்களின் செயல்திறனையும் பாதுகாப்புகளையும் மதிப்பிட, எரிசக்தி நிறுவனங்கள், பிற முக்கிய உள்கட்டமைப்பு இயக்குநர்கள், தேசிய ஆய்வகங்களுடனும் இணைந்து பணியாற்றுகிறோம். OT/ICS சார்ந்த மாடல் பயன்பாட்டைக் கண்டறியும் அச்சுறுத்தல் விசாரணைகளிலும் முதலீட்டை அதிகரித்துள்ளோம். கூட்டாளிகள் மற்றும் பாதுகாப்புச் சமூகத்தின் கருத்துகளுடன் எங்கள் பாதுகாப்புகளைத் தொடர்ந்து மேம்படுத்துவோம். தீங்கிழைக்கும் செயல்களைப் பாதுகாப்புகள் தவறவிடும்போதோ முறையான பணியைத் தடுக்கும்போதோ /feedback மூலம் வரும் அறிக்கைகளும் இதில் அடங்கும்.

நம்பகமான பாதுகாவலர்களுக்கான அணுகலை விரிவுபடுத்துதல்

அங்கீகரிக்கப்பட்ட Daybreak Red வாடிக்கையாளர்களில் தேர்ந்தெடுக்கப்பட்ட ஒரு குழுவிற்கு, API மற்றும் Codex வழியாக GPT‑6 Cyber முதலில் கிடைக்கும். அனைத்து Daybreak Red வாடிக்கையாளர்களுக்கும் விரைவில் படிப்படியாக அணுகலை விரிவுபடுத்துவோம். GPT‑5.6 Cyber-ஐயும் அனைத்து Daybreak Red வாடிக்கையாளர்களுக்கும் வழங்குகிறோம். GPT‑6 Astra-க்கான Daybreak Blue தொடக்கச் சோதனை அணுகலை மேலும் பல நிறுவனங்களுக்கும் தனிப்பட்ட பாதுகாப்பு ஆராய்ச்சியாளர்களுக்கும் விரிவுபடுத்துகிறோம். ஆர்வமிருந்தால் எங்களுக்குத் தெரியப்படுத்துங்கள்⁠(புதிய சாளரத்தில் திறக்கும்).

புதிய பயனர்களும் நிறுவனங்களும் Daybreak-க்கு விண்ணப்பித்து⁠, எங்கள் இணையப் பாதுகாப்புத் திறன்கள், தயாரிப்புகள், கூட்டாளிகள்⁠ உதவியுடன் தொடங்கலாம்.

ஆசிரியர்/எழுத்தாளர்

OpenAI