पृष्ठ पलटने के लिए स्क्रॉल करें
Cybersecurity · AP Cybersecurity
सामाजिक अभियांत्रिकी, पासवर्ड, सार्वजनिक Wi-Fi और AI
हमलावर शायद ही कभी किसी सिस्टम पर सीधे चोट करता है। वह अंदर आने का सबसे आसान रास्ता खोजता है: कोई व्यक्ति जिसे बातों में फँसाकर कार्रवाई कराई जा सके, कोई पासवर्ड जिसका अनुमान लगाया जा सके, कोई नेटवर्क जिसकी नक़ल बनाई जा सके।
आकृति एक लक्ष्य के विरुद्ध ऐसे तीन रास्ते एक के बाद एक चलाती है। एक संदेश जो लक्ष्य को क्लिक करवाने के लिए बना है (सामाजिक अभियांत्रिकी); कमज़ोर पासवर्ड पर अनुमानों की बौछार (कमज़ोर प्रमाणीकरण); और कैफ़े के लगभग उसी नाम वाला एक नकली Wi-Fi नेटवर्क, जो लक्ष्य का ट्रैफ़िक हमलावर तक पहुँचा देता है (सार्वजनिक Wi-Fi)।
यह अध्याय AP Cybersecurity की इकाई 1 है, पाठ्यक्रम ढाँचे में लगभग 10 कक्षा-अवधियाँ। इसमें सामाजिक अभियांत्रिकी (1.1), पासवर्ड हमले के संकेत और मज़बूत प्रमाणीकरण (1.2), हमलावर और सार्वजनिक नेटवर्क पर हमले (1.3), हमलावर AI का उपयोग कैसे करते हैं (1.4), और रक्षक उसका उपयोग कैसे करते हैं (1.5) शामिल हैं।
यह इकाई पाठ्यक्रम के तीन कौशल शुरू करती है: समझाना कि कोई कमज़ोरी जोखिम कैसे पैदा करती है, उसे कम करने के तरीक़े खोजना, और लॉग में संदिग्ध गतिविधि के संकेतों से हमलों की पहचान करना, जिन्हें समझौते के संकेतक (indicators of compromise, IoC) कहते हैं। परीक्षा इकाइयों को नहीं, कौशलों को भार देती है: जोखिम का विश्लेषण, जोखिम में कमी and हमलों की पहचान प्रत्येक बहुविकल्पीय खंड का 25–40% हैं।
मशीनों को नहीं, लोगों को बहकाना
सामाजिक अभियांत्रिकी (social engineering) हमले मनोवैज्ञानिक तरीक़ों से उपयोगकर्ताओं को संवेदनशील जानकारी बताने, दुर्भावनापूर्ण फ़ाइल डाउनलोड करने, या दुर्भावनापूर्ण लिंक पर क्लिक करने के लिए बहकाते हैं।
लक्ष्य से जानकारी उगलवाना elicitation कहलाता है। बाक़ी दो कार्रवाइयाँ हमलावर को लक्ष्य के डिवाइस में घुसने का रास्ता देती हैं, या उस पृष्ठ तक पहुँचाती हैं जहाँ लक्ष्य पासवर्ड टाइप करता है।
सामाजिक अभियांत्रिकी आमने-सामने भी हो सकती है, पर अक्सर यह ईमेल, टेक्स्ट संदेश या सोशल मीडिया संदेशों से होती है। आकृति हर माध्यम से एक संदेश भेजती है और दिखाती है कि वह कौन सी कार्रवाई चाहता है: email से, संवेदनशील जानकारी उगलवाना (elicitation); टेक्स्ट संदेश से, दुर्भावनापूर्ण फ़ाइल डाउनलोड करना; सोशल मीडिया संदेश से, दुर्भावनापूर्ण लिंक पर क्लिक करना।
किसी तकनीकी खोट की ज़रूरत नहीं: हमला तब चलता है जब लक्ष्य वही करता है जो संदेश कहता है। इसीलिए बचाव संदेश को पहचानने से शुरू होता है।
लोग सोचने से पहले क्यों कार्रवाई कर देते हैं
हमलावर अक्सर दो मनोवैज्ञानिक तरीक़ों का उपयोग करते हैं। धमकी (Intimidation) लक्ष्य को पालन न करने पर बुरे नतीजों की धमकी देना है। तात्कालिकता (Urgency) ऐसे कारण गढ़ना है जिनसे लक्ष्य को जल्दी कार्रवाई करनी पड़े।
दोनों आम मनोवैज्ञानिक सिद्धांतों पर टिके हैं। धमकी बुरे नतीजों से मनुष्य की स्वाभाविक अरुचि का फ़ायदा उठाती है: उन पर ध्यान खींचकर हमलावर भय से लक्ष्य को कार्रवाई के लिए उकसाता है। तात्कालिकता समय-संवेदी ज़रूरतों पर तुरंत प्रतिक्रिया देने की स्वाभाविक प्रवृत्ति का फ़ायदा उठाती है: जवाब देने का दबाव महसूस करने वाला लक्ष्य यह सोचने के लिए समय नहीं लेता कि कार्रवाई उचित या सुरक्षित है या नहीं।
आकृति एक काल्पनिक फ़िशिंग ईमेल के संकेतों को बारी-बारी से प्रकाशित करती है:
From: PaperTrail Security <alerts@papertrai1-support.example> To: r.diaz@school.example Subject: [URGENT] खाता 2 घंटे में मिटा दिया जाएगा हमने एक नए डिवाइस से साइन-इन पकड़ा है। 2 घंटे के भीतर अपनी पहचान सत्यापित करें, वरना आपका खाता स्थायी रूप से मिटा दिया जाएगा और आपकी सभी फ़ाइलें खो जाएँगी। Verify now: papertrai1-support.example/verify — The PaperTrail Account Team
तात्कालिकता: विषय में और फिर मुख्य भाग में “2 घंटे के भीतर”। धमकी: खाता “स्थायी रूप से मिटा दिया जाएगा”, फ़ाइलें “खो जाएँगी”। और दो और संकेतक: प्रेषक का डोमेन papertrai1-support.example असली papertrail.example की नक़ल है, l की जगह 1 के साथ, और लिंक उसी हू-ब-हू दिखने वाले डोमेन पर जाता है।
सुरक्षित प्रतिक्रिया है धीमे पड़ना: संदेश के लिंक का उपयोग न करें; असली साइट या ऐप पर ख़ुद जाकर जाँचें।
जानकारी, कोड और डिवाइस का नियंत्रण
सामाजिक अभियांत्रिकी हमले का नुक़सान इस पर निर्भर है कि पीड़ित क्या सौंप देता है।
व्यक्तिगत जानकारी जो किसी और का रूप धरने तक ले जा सकती है: नाम, फ़ोन नंबर, पता, कार्यस्थल, पालतू जानवरों के नाम, जन्मतिथि। यही तथ्य कई वेबसाइटें पहचान सत्यापित करने के चुनौती प्रश्नों के रूप में उपयोग करती हैं। आकृति में पीड़ित के पालतू जानवर का नाम, birthdate, school हमलावर तक पहुँचते हैं, जो “आपके पहले पालतू जानवर का नाम?” का उत्तर “Biscuit” से देता है।
सुरक्षित जानकारी जैसे वन-टाइम पासवर्ड (OTP) या लॉगिन कोड। कोड 482 913 के साथ हमलावर किसी सेवा में पीड़ित के रूप में लॉग इन कर सकता है।
मैलवेयर। कोई डाउनलोड या क्लिक डिवाइस पर मैलवेयर इंस्टॉल कर सकता है, वेब ब्राउज़र से जानकारी चुरा सकता है (यहाँ सहेजे गए पासवर्ड and ब्राउज़र कुकीज़), या पीड़ित को ऐसी वेबसाइट पर भेज सकता है जहाँ उसके लॉगिन क्रेडेंशियल पकड़ लिए जाते हैं।
किसी खाते का लॉगिन लॉग पढ़ना
ऑनलाइन पासवर्ड हमले में हमलावर आम पासवर्ड, आम पासवर्ड पैटर्न या चुराए गए पासवर्ड से किसी डिवाइस या सेवा में लॉग इन करने की कोशिश करते हैं।
लॉगिन के लॉग में इसके संकेत: कम समय में कई असफल प्रयास, असामान्य समय पर लॉगिन प्रयास, और अज्ञात डिवाइसों से प्रयास।
एक काल्पनिक खाते की गतिविधि:
day time IP address device result Sat 10:43:02 198.51.100.23 known success सूर्य 20:51:17 198.51.100.23 known success Tue 03:12:04 203.0.113.77 unknown FAILED Tue 03:12:08 203.0.113.77 unknown FAILED Tue 03:12:12 203.0.113.77 unknown FAILED Tue 03:12:16 203.0.113.77 unknown FAILED Tue 03:12:20 203.0.113.77 unknown FAILED Tue 03:12:24 203.0.113.77 unknown FAILED Tue 03:12:28 203.0.113.77 unknown FAILED Tue 03:12:32 203.0.113.77 unknown FAILED Tue 03:12:36 203.0.113.77 unknown success Tue 18:34:50 198.51.100.23 known success
स्वामी एक जाने-पहचाने लैपटॉप से 198.51.100.23 पर, सप्ताहांतों में और शाम को लॉग इन करता है (ग्राफ़ पर नीला)। फिर मंगलवार की सुबह-सुबह एक अज्ञात डिवाइस से 203.0.113.77 पर 8 असफल प्रयास आते हैं, 4 s के अंतर पर, पहले से आख़िरी तक 28 s: एक साथ हर संकेत (लाल)। उसके बाद की सफलता लॉग की सबसे बुरी पंक्ति है: हमला सफल रहा, और खाता अब अकेले स्वामी का नहीं रहा।
इतनी नियमित बौछार स्क्रिप्ट होती है, टाइप करता कोई व्यक्ति नहीं। रक्षक इसे प्रति IP पता और प्रति मिनट असफलताएँ गिनकर पकड़ता है।
पैटर्न, और जीवन से बनी डिक्शनरी
कई लोग आम पैटर्न से पासवर्ड बनाते हैं, और हमलावर उन्हें जानते हैं।
पैटर्न: एक या दो शब्दों से शुरू करें, दो अंकों की संख्या (अक्सर कोई वर्ष) जोड़ें, और अंत में एक विशेष वर्ण रखें; परिवार या पालतू जानवरों के नाम शामिल करें; व्यक्तिगत रूप से महत्वपूर्ण तिथियाँ शामिल करें।
इसलिए हमलावर लक्ष्य के बारे में जुटाई व्यक्तिगत जानकारी (जन्मदिन, वर्षगाँठ, पालतू जानवरों और परिवार के नाम) से संभावित पासवर्ड की एक डिक्शनरी बनाता है, और एक स्वचालित टूल उन्हें एक के बाद एक आज़माता है।
आकृति में हमलावर एक काल्पनिक लक्ष्य का पालतू जानवर (Biscuit), बहन (माया) और जन्म का महीना व वर्ष (3/2009) जानता है। 2 शब्द × 2 संख्याएँ (09, 03) × 3 प्रतीक (! ? #) से 12 उम्मीदवार बनते हैं। लक्ष्य का पासवर्ड, माया09!, पैटर्न का ठीक-ठीक पालन करता है: वह अनुमान 7 है।
ऐसे पासवर्ड जो डिक्शनरी नहीं खोज पाएगी
उपयोगकर्ताओं को ऐसे पासवर्ड बनाने चाहिए जो लंबे, यादृच्छिक और अनन्य हों, और नाम, तिथियाँ या अन्य व्यक्तिगत रूप से अर्थपूर्ण शब्द या संख्याएँ न रखें।
लंबा और यादृच्छिक होने से अनुमान लगाना निराशाजनक हो जाता है। आकृति गिनती है कि हमलावर को कितने पासवर्ड आज़माने होंगे (लघुगणकीय पैमाना), एक काल्पनिक 1,000 अनुमान प्रति सेकंड पर; औसतन सही पासवर्ड बीच रास्ते में मिलता है:
| password | possible | औसत समय |
|---|---|---|
शब्द + दो अंक + प्रतीकMaya09! | 10,000 आम शब्द × 100 दो-अंकीय संख्याएँ × 32 प्रतीक = 3.2 × 107 | 4.4 hours |
पाँच यादृच्छिक शब्दgravel-lantern-orbit-maple-sleet | 7,7765: पाँच शब्द, हर एक 7,776 की सूची से = 2.8 × 1019 | 4.5 × 108 years |
16 यादृच्छिक वर्णq7#Lm2$vR9!xT4@k | 9416: 16 वर्ण, हर एक कीबोर्ड के 94 में से कोई भी = 3.7 × 1031 | 5.9 × 1020 years |
पैटर्न 4.4 hours में टूट जाता है, और लक्ष्य के अपने शब्दों की डिक्शनरी उससे भी कहीं छोटी होती है। पाँच यादृच्छिक शब्दों में लगभग 4.5 × 108 years लगते हैं।
अनन्य होना इसलिए मायने रखता है कि चुराए गए पासवर्ड दूसरी साइटों पर आज़माए जाते हैं: किसी सेंध लगी साइट से दोबारा उपयोग किया गया पासवर्ड अनुमान होता ही नहीं।
पासवर्ड मैनेजर मज़बूत पासवर्ड बना और सहेज सकता है (जैसे 16 यादृच्छिक वर्ण), या उपयोगकर्ता अपने खातों के लिए लंबे, अनन्य पासफ़्रेज़ बना सकता है।
अकेला पासवर्ड पर्याप्त नहीं
जहाँ उपलब्ध हो, उपयोगकर्ताओं को बहुकारक प्रमाणीकरण (MFA) चालू करना चाहिए, जो पासवर्ड के अतिरिक्त पहचान का एक और प्रमाण माँगता है, जैसे वन-टाइम कोड।
MFA सुरक्षा की एक अतिरिक्त परत है: अनुमान से, फ़िशिंग से या चोरी से मिला अकेला पासवर्ड अब खाता नहीं खोलता।
आकृति एक ही लॉगिन फ़ॉर्म को दो बार चलाती है। चुराए गए पासवर्ड वाला हमलावर पहला चरण पार कर लेता है, फिर उससे स्वामी के फ़ोन पर भेजा गया कोड माँगा जाता है, जो हमलावर के पास नहीं है: अस्वीकृत। स्वामी वही पासवर्ड टाइप करता है, फिर फ़ोन से कोड (731 806, काल्पनिक): साइन-इन हो गया।
MFA ही एक कारण है कि 1.1 के हमले वन-टाइम कोड माँगते हैं। जो पीड़ित कोड हमलावर को पढ़कर सुना देता है वह दूसरा कारक भी दे देता है: असली सेवा कभी इसे नहीं माँगती।
कौशल और प्रेरणा
हमलावरों को उनके कौशल स्तर से वर्गीकृत किया जा सकता है।
कम कौशल वाले हमलावर दूसरों के बनाए दुर्भावनापूर्ण साइबर टूल पर निर्भर रहते हैं, जो ऑनलाइन ख़रीदे जा सकते हैं। उनके टूल ज्ञात कमज़ोरियों का फ़ायदा उठाते हैं।
अधिक कौशल वाले हमलावर नए दुर्भावनापूर्ण साइबर टूल बना सकते हैं या मौजूदा टूल को नई रक्षात्मक तकनीकों और टूल के अनुरूप बदल सकते हैं। वे अप्रलेखित कमज़ोरियाँ भी खोज सकते हैं, जिन्हें ज़ीरो डे (zero day) कहते हैं।
आकृति में कम कौशल वाला हमलावर एक टूल ख़रीदता है और उसे सिस्टम की 3 ज्ञात कमज़ोरियों में से एक पर उपयोग करता है; अधिक कौशल वाला हमलावर एक टूल बनाता है और ऐसी कमज़ोरी खोजता है जिसे किसी ने सूचीबद्ध नहीं किया था।
हमलावरों की कई तरह की प्रेरणाएँ भी होती हैं: greed, recognition, एक कारण, revenge, politics and beliefs। हमलावर कौन है और क्यों, यह रक्षक को बताता है कि वह किस पर और कितनी ज़ोर से हमला करेगा।
हू-ब-हू दिखने वाला वायरलेस नेटवर्क
Evil twin हमले में हमलावर अपना वायरलेस एक्सेस पॉइंट (WAP) खड़ा करता है, जिसका सर्विस सेट आइडेंटिफ़ायर (SSID), यानी नेटवर्क का नाम, लक्ष्य नेटवर्क के समान या मिलता-जुलता होता है।
पीड़ित अनजाने में evil twin को चुनकर उससे जुड़ सकते हैं, जिससे हमलावर उनका नेटवर्क ट्रैफ़िक पकड़ लेता है। आकृति में एक कैफ़े का नेटवर्क (काल्पनिक) “Harbor Books Wi-Fi” है; उसके पास हमलावर का “Harbor Books WiFi” है। लैपटॉप twin से जुड़ जाता है, और हर पैकेट हमलावर के हाथों से गुज़रता है।
हमलावर क्या पढ़ सकता है यह प्रोटोकॉल पर निर्भर है। वह HTTPS जैसे एन्क्रिप्टेड प्रोटोकॉल का ट्रैफ़िक नहीं पढ़ सकता: वे पैकेट सीलबंद रहते हैं। अनएन्क्रिप्टेड DNS क्वेरी (लैपटॉप पूछ रहा है कि mybank.example कहाँ है) पढ़ी जा सकती है, और दिखाती है कि पीड़ित कौन सी साइटों पर जाता है।
बचाव: जिस वायरलेस नेटवर्क से आप जुड़ें, उसका नाम उस नेटवर्क के नाम से ठीक-ठीक मेल खाता हो जिससे आप जुड़ना चाहते हैं, यह जाँच लें। नकली नेटवर्क नकली लॉगिन पृष्ठ (कैप्टिव पोर्टल) भी दिखा सकता है जो किसी खाते का पासवर्ड माँगता है; उसे पासवर्ड न दें।
दो और वायरलेस हमले
जैमिंग (jamming) हमले में हमलावर किसी क्षेत्र को वायरलेस नेटवर्क की ही आवृत्ति सीमा के प्रबल विद्युतचुंबकीय (EM) संकेत से भर देता है।
जैमिंग संकेत एक्सेस पॉइंट (AP) और उसके उपयोगकर्ताओं के बीच वैध ट्रैफ़िक को रोक देता है। जो हमला उपयोगकर्ताओं को संसाधनों तक पहुँचने से रोकता है वह सेवा अवरोध (denial of service, DoS) हमला है। आकृति के बाईं ओर, जब तक जैमर चालू है, उपयोगकर्ताओं का ट्रैफ़िक रुक जाता है।
वॉर ड्राइविंग (war driving) हमले में हमलावर किसी लक्ष्य के आसपास गाड़ी चलाते या पैदल घूमते हुए वायरलेस नेटवर्क के बीकन, यानी एक्सेस पॉइंट द्वारा भेजी जाने वाली घोषणाएँ, पकड़ने की कोशिश करते हैं।
पकड़ा गया संकेत हमलावर को बताता है कि कौन सा वायरलेस नेटवर्क उपयोग हो रहा है (यहाँ काल्पनिक “Northfield-Staff”, WPA2) और दिखाता है कि संकेत भौतिक इमारत के बाहर कहाँ तक फैलता है। दाईं ओर, कार अपने चक्कर के लगभग 25% हिस्से में स्टाफ़ नेटवर्क सुनती है, सब दीवारों के बाहर: ऐसी जगहें जहाँ से हमलावर कभी अंदर गए बिना काम कर सकता है।
एन्क्रिप्शन, और एक VPN
अधिकांश इंटरनेट प्रोटोकॉल नेटवर्क ट्रैफ़िक की सुरक्षा के लिए एन्क्रिप्टेड होते हैं। पर सब कुछ नहीं होता, इसलिए लोग यह चुनते समय कि अनएन्क्रिप्टेड Wi-Fi नेटवर्क से जुड़ें या नहीं, अपने डेटा की संवेदनशीलता को तौल सकते हैं।
कुछ डेटा, जैसे DNS क्वेरी, अनएन्क्रिप्टेड नेटवर्क पर असुरक्षित हो सकता है: आसपास का कोई भी व्यक्ति, या नेटवर्क का स्वामी, जान सकता है कि कौन सी साइटें देखी जा रही हैं।
लोग वर्चुअल प्राइवेट नेटवर्क (VPN) पर विचार कर सकते हैं, जो उनके पूरे ट्रैफ़िक को VPN संचालक के सिस्टम तक एन्क्रिप्ट करता है। आकृति में ट्रैफ़िक सुरंग के भीतर कैफ़े के एक्सेस पॉइंट और सेवा प्रदाता के पास से गुज़रता है, जिन्हें केवल एन्क्रिप्टेड डेटा दिखता है।
VPN ट्रैफ़िक को सबके लिए अदृश्य नहीं बनाता। वह VPN सर्वर पर डिक्रिप्ट होता है: VPN प्रदाता ट्रैफ़िक देख सकता है। VPN भरोसा कैफ़े और सेवा प्रदाता से हटाकर VPN संचालक पर ले जाता है।
कुल मिलाकर आदतें ये हैं: केवल उसी नेटवर्क से जुड़ें जिसका नाम ठीक वही है जो आप चाहते हैं, HTTPS जैसे एन्क्रिप्टेड कनेक्शन को प्राथमिकता दें, और जब डेटा मायने रखता हो तो VPN का उपयोग करें।
किसी और का रूप धरना, और एक साझा गुप्त
हमलावर AI-संचालित टूल का उपयोग कर सकते हैं जो किसी व्यक्ति के मौजूदा आवाज़ और छवि के नमूनों से उस व्यक्ति का डिजिटल अवतार बनाते हैं।
इससे हमलावर फ़ोन पर, या वीडियो कॉल तक पर, किसी का रूप धर सकता है, जिससे आर्थिक नुक़सान या संवेदनशील अथवा निजी जानकारी साझा हो सकती है। जैसे-जैसे अधिक संगठन आवाज़-आधारित प्रमाणीकरण अपनाते हैं, आवाज़ की नक़ल का संभावित प्रभाव बड़ा होता जाता है।
आकृति (काल्पनिक) में एक किशोर की आवाज़ के 45 s, 3 सार्वजनिक वीडियो पोस्ट से, किसी टूल के लिए उसे क्लोन करने को पर्याप्त हैं। क्लोन की गई आवाज़ घबराकर किसी रिश्तेदार को फ़ोन करती है और ज़मानत के पैसे माँगती है।
सुरक्षा: क़रीबी दोस्तों और रिश्तेदारों के साथ साझा गुप्त तय करें, कोई गुप्त शब्द या वाक्यांश जो केवल आप दोनों जानते हों, ताकि ऊँचे दाँव की स्थितियों में एक-दूसरे को प्रमाणित कर सकें। रिश्तेदार वह शब्द पूछता है, और क्लोन के पास कोई उत्तर नहीं होता।
और MFA चालू करें: यदि हमलावर आवाज़ क्लोन करके आवाज़-प्रमाणीकरण वाले सिस्टम में घुसता है, तब भी दूसरे कारक की माँग उसे बाहर रख सकती है।
फ़िशिंग, लीक, विषाक्तता (poisoning) और टोही (recon)
जनरेटिव AI टूल, जैसे बड़े भाषा मॉडल (LLM), हमलावरों की कई तरह से मदद करते हैं।
किसी भी भाषा में फ़िशिंग। अप्राकृतिक भाषा, ग़ैर-मूल वक्ताओं द्वारा लिखी फ़िशिंग पहचानने का एक तरीक़ा रही है। LLM के साथ, किसी भी लक्ष्य भाषा के संदेश ऐसे पढ़े जाते हैं जैसे मूल वक्ता ने लिखे हों, इसलिए वह संकेत चला गया।
जानकारी निकालना। हमलावर ऐसे प्रॉम्प्ट गढ़ सकते हैं जो LLM से सुरक्षित या संवेदनशील जानकारी निकाल लें; वह उपयोगकर्ता इनपुट से और मॉडल को प्रशिक्षित करने वाले बड़े डेटा सेट से आ सकती है। विषाक्तता (Poisoning)। हमलावर ग़लत जानकारी वाली वेबसाइटें प्रकाशित या संशोधित कर सकते हैं ताकि वह LLM के प्रशिक्षण सेट में शामिल हो जाए और मॉडल उसे दोहराए (आकृति में, एक नकली हेल्प-लाइन नंबर)।
टोही और कोड। AI टूल इंटरनेट खंगालकर वह जुटा सकते हैं जो लक्ष्य ने सोशल मीडिया और सार्वजनिक वेबसाइटों पर पोस्ट किया है, और AI कोडिंग टूल नया मैलवेयर लिखने, एप्लिकेशन कोड को दुर्भावनापूर्ण ढंग से बदलने, या बड़े कोड भंडारों में कमज़ोरियाँ खोजने में मदद कर सकते हैं।
सुरक्षा उपाय: चैटबॉट या वर्चुअल असिस्टेंट जैसे AI टूल में व्यक्तिगत या संवेदनशील डेटा न डालें (कुछ उपयोगकर्ता इनपुट को वापस प्रशिक्षण में डाल देते हैं), और AI के आउटपुट का सावधानी से मूल्यांकन करें, उसे प्रतिष्ठित, स्थिर, ग़ैर-AI स्रोतों से सत्यापित करें।
कॉन्फ़िगरेशन, कोड और पहचान नियम
रक्षक भी AI-संचालित टूल का उपयोग करते हैं, और नियम हर बार वही है: उपयोग से पहले कोई जानकार व्यक्ति सिफ़ारिश की समीक्षा करता है।
AI टूल सुरक्षा कॉन्फ़िगरेशन, जैसे फ़ायरवॉल नियम और अभिगम नियंत्रण, की समीक्षा करके अधिक सुरक्षित विकल्प सुझा सकते हैं: जिसे कोई जानकार सुरक्षा तकनीशियन जाँचता है। वे एप्लिकेशन कोड का विश्लेषण करके कमज़ोरियाँ पहचान सकते हैं और उपाय सुझा सकते हैं: जिसकी समीक्षा कोई जानकार प्रोग्रामर करता है। वे स्वचालित पहचान प्रणालियों के नियम सुझा सकते हैं: जिन्हें जोड़ने से पहले कोई जानकार पहचान इंजीनियर देखता है।
आकृति (काल्पनिक) में एक टूल 4 सिफ़ारिशें करता है:
| recommendation | समीक्षक | result |
|---|---|---|
| firewall rule: आने वाले telnet (पोर्ट 23) को रोकें | सुरक्षा तकनीशियन | approved |
| code fix: डेटाबेस क्वेरी से पहले इनपुट सत्यापित करें | programmer | approved |
| detection rule: एक IP से 1 मिनट में 10 असफल लॉगिन पर अलर्ट दें | पहचान इंजीनियर | approved |
| access control: फ़ाइल सर्वर तक हर खाते की पहुँच हटा दें | सुरक्षा तकनीशियन | rejected |
3 ठीक हैं और लाइव सिस्टम पर जाती हैं। आख़िरी हर उपयोगकर्ता को फ़ाइल सर्वर से काट देगी, इसलिए तकनीशियन उसे अस्वीकार कर देता है। टूल तेज़ है; समीक्षक जानता है कि सिस्टम किसलिए है।
लाखों घटनाएँ, कुछ अलर्ट
किसी नेटवर्क पर हर दिन होने वाली लाखों डिजिटल घटनाओं में से कुछ संभवतः किसी काम करते हमलावर की होती हैं। मनुष्य उन सबकी बारीकी से जाँच नहीं कर सकते।
एक काल्पनिक नेटवर्क प्रतिदिन 4,000,000 घटनाएँ लॉग करता है। जो विश्लेषक प्रति मिनट एक को ध्यान से देखता है वह 8-घंटे की पाली में 480 कवर करता है: एक दिन की घटनाओं के लिए 8,333 पालियाँ।
AI-संचालित टूल को संभवतः दुर्भावनापूर्ण घटनाओं को हानिरहित घटनाओं से जल्दी छाँटने के लिए प्रशिक्षित किया जा सकता है। यदि टूल उनमें से 0.01% को चिह्नित करता है, तो वह प्रतिदिन 400 है: एक विश्लेषक की एक पाली।
टूल को इस तरह प्रोग्राम किया जा सकता है कि संभावित दुर्भावनापूर्ण गतिविधि मिलने पर मानव साइबर सुरक्षा कर्मियों को अलर्ट करे, या उसके प्रकार के आधार पर विशिष्ट सुधारात्मक कार्रवाई करे: आकृति में, पता 203.0.113.77 को ब्लॉक करना।
इस तरह ख़तरा-पहचान और प्रतिक्रिया टीमें दुर्भावनापूर्ण गतिविधि पकड़ती हैं और जल्दी हस्तक्षेप करती हैं, जिससे डिजिटल अवसंरचना और डेटा को हानि, क्षति और विनाश से बचाया जाता है।