Prompt to Pwn: Automated Exploit Generation for Smart Contracts
यह शोध पत्र \textsc{ReX} का परिचय देता है, जो एक निष्पादन-आधारित (execution-grounded) ढांचा है जो स्मार्ट कॉन्ट्रैक्ट्स के लिए एंड-टू-एंड एक्सप्लॉइट जनरेशन को स्वचालित करने के लिए LLMs और Foundry स्टैक का लाभ उठाता है, यह प्रकट करते हुए कि जबकि वर्तमान मॉडल एकल-कॉन्ट्रैक्ट कमजोरियों के लिए नियत प्रूफ-ऑफ-कॉन्सेप्ट (deterministic proofs-of-concept) को प्रभावी ढंग से संश्लेषित कर सकते हैं, वे क्रॉस-कॉन्ट्रैक्ट हमलों के साथ संघर्ष करते हैं और तकनीकी एक्सप्लॉइटेबिलिटी तथा वास्तविक दुनिया के आर्थिक प्रभाव के बीच महत्वपूर्ण अंतराल का सामना करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
यहाँ "Prompt to Pwn" पेपर का सरल भाषा और रचनात्मक उपमाओं (analogies) का उपयोग करते हुए हिंदी अनुवाद दिया गया है।
बड़ी तस्वीर: "रोबोट हैकर" प्रयोग
कल्पना कीजिए कि स्मार्ट कॉन्ट्रैक्ट्स ब्लॉकचेन पर चलने वाले डिजिटल बैंक वॉल्ट (तिजोरियाँ) हैं। एक बार जब आप उन्हें बना लेते हैं और स्थापित कर देते हैं, तो आप पूरे वॉल्ट को फिर से बनाए बिना ताले या टूटे हुए कब्ज़े को नहीं बदल सकते। यदि इसमें कोई खामी रह गई, तो चोर हमेशा के लिए सब कुछ चुरा सकता है।
वर्षों से, सुरक्षा विशेषज्ञ इन खामियों को खोजने के लिए उपकरणों का उपयोग करते आए हैं (जैसे बग्स के लिए मेटल डिटेक्टर)। लेकिन यह पेपर एक डरावना नया सवाल पूछता है: क्या होगा अगर हम एक सुपर-स्मार्ट AI (एक लार्ज लैंग्वेज मॉडल या LLM) को न केवल खामी खोजने का, बल्कि अंदर घुसने के लिए चाबी बनाने का काम सौंप दें?
शोधकर्ताओं ने इसका परीक्षण करने के लिए ReX नामक एक सिस्टम बनाया। उन्होंने दुनिया के पांच सबसे स्मार्ट AI को "स्क्रिप्ट किडीज़" (नौसिखिए हैकर्स) की भूमिका निभाने और काम करने योग्य "प्रूफ ऑफ कॉन्सेप्ट" (PoC) एक्सप्लॉइट्स बनाने—यानी, डिजिटल वॉल्ट को तोड़ने के लिए एक काम करने वाला लॉकपिक (ताला खोलने का औज़ार) बनाने—को कहा।
यह सिस्टम कैसे काम करता है ("ReX" फैक्ट्री)
ReX को एक हाई-टेक फैक्ट्री असेंबली लाइन के रूप में सोचें जहाँ AI एक वर्कर है, और "फाउंड्री" (Foundry) एक क्वालिटी कंट्रोल इंस्पेक्टर है।
- ब्लूप्रिंट (प्रीप्रोसेसिंग): शोधकर्ता एक असुरक्षित कॉन्ट्रैक्ट के कोड को साफ करते हैं ताकि AI उलझन में न पड़े।
- निर्माण (स्क्रिप्ट जनरेशन): AI को दो चीजें लिखने के लिए कहा जाता है:
- लॉकपिक: वॉल्ट में घुसने के लिए डिज़ाइन किया गया एक स्क्रिप्ट।
- टेस्ट: यह साबित करने के लिए एक स्क्रिप्ट कि लॉकपिक वास्तव में काम करती है।
- निरीक्षण (फाउंड्री): कोड को 'फाउंड्री' नामक टेस्टिंग इंजन में भेजा जाता है। यदि कोड कंपाइल नहीं होता (जैसे ऐसी कार जो स्टार्ट ही न हो सके) या टेस्ट फेल हो जाता है, तो मशीन उसे खारिज कर देती है।
- फिक्स-इट लूप (सुधार चक्र): यदि AI विफल होता है, तो मशीन एरर मैसेज वापस AI को भेजती है: "हे, तुम एक सेमीकोलन भूल गए," या "तुम्हारी गणित गलत है।" AI फिर से कोशिश करता है। यह तब तक चलता रहता है जब तक कि AI सफल न हो जाए या हार न मान ले।
उन्हें क्या मिला? (परिणाम)
शोधकर्ताओं ने AIs का दो प्रकार के वॉल्ट्स पर परीक्षण किया:
- ट्रेनिंग वॉल्ट्स (SmartBugs): टूटे हुए तालों के सरल, किताबी उदाहरण।
- रियल-वर्ल्ड वॉल्ट्स (Web3-AEG): वास्तविक कॉन्ट्रैक्ट्स जिन्हें अतीत में हैक किया गया था, जिससे लाखों का नुकसान हुआ।
1. रक्षकों के लिए अच्छी खबर: AI "वन-ट्रिक पोनी" हैं
AIs सरल, सिंगल-कॉन्ट्रैक्ट वॉल्ट्स को तोड़ने में आश्चर्यजनक रूप से अच्छे हैं।
- उपमा: यदि वॉल्ट का कब्जा टूटा हुआ है (एक साधारण गणितीय त्रुटि या खराब पासवर्ड चेक), तो AI आसानी से ताला खोल सकता है।
- परिणाम: सरल बग्स पर, Gemini 2.5 Pro और GPT-4.1 जैसे टॉप AIs लगभग 60-90% समय सफल रहे।
2. रक्षकों के लिए बुरी खबर: AI "हाइस्ट मूवीज़" (डकैती की फिल्मों) को नहीं संभाल सकते
AIs जटिल, मल्टी-कॉन्ट्रैक्ट हमलों के साथ बुरी तरह संघर्ष करते हैं।
- उपमा: वास्तविक दुनिया के हैक्स अक्सर एक डकैती की फिल्म की तरह होते जहाँ चोर को बैंक, सुरक्षा गार्ड और डिलीवरी ट्रक सबको एक साथ चकमा देना होता है, जिसमें घटनाओं की एक श्रृंखला शामिल होती है।
- परिणाम: जब हमले के लिए विभिन्न कॉन्ट्रैक्ट्स के बीच समन्वय (जैसे फ्लैश लोन अटैक) की आवश्यकता थी, तो AIs ज्यादातर विफल रहे। वे टूटा हुआ दरवाजा तो देख सकते थे, लेकिन वे पैसे तक पहुँचने के लिए गलियारों के भूलभुलैया में कैसे दौड़ें, यह नहीं समझ पाए।
3. "मानवीय" अंतर (The Human Gap)
जब AIs सफल हुए, तो उन्होंने आमतौर पर केवल तकनीकी छेद ही खोजा।
- उपमा: AI सफलतापूर्वक ताला खोलकर वॉल्ट का दरवाजा खोल सकता है। लेकिन एक मानव विशेषज्ञ जानता होगा कि तुरंत सोना उठाना है, उसे नकदी से बदलना है, और अलार्म बजने से पहले भाग जाना है। AI अक्सर बस दरवाजा खोलता है और वहीं खड़ा रहता है। उसमें एक लाभदायक अपराध करने के लिए "आर्थिक अंतर्ज्ञान" (economic intuition) की कमी होती है।
AI को क्या सफल या विफल बनाता है?
शोधकर्ता जानना चाहते थे: क्या यह इसलिए है क्योंकि कोड बहुत कठिन है? क्या प्रॉम्प्ट गलत है? या क्या AI बस पर्याप्त स्मार्ट नहीं है?
- यह AI का दिमाग है, कोड नहीं: आश्चर्यजनक रूप से, कोड का आकार या जटिलता ज्यादा मायने नहीं रखती थी। एक छोटा, सरल कॉन्ट्रैक्ट AI के लिए उतना ही कठिन (या आसान) था जितना कि एक विशाल, जटिल कॉन्ट्रैक्ट। निर्णायक कारक केवल कौन सा AI मॉडल उपयोग किया गया था, यह था। कुछ मॉडल हैकर की तरह "सोचने" में बेहतर होते हैं।
- "प्रॉम्प्ट" ज्यादा मदद नहीं करता: AI को "एक सुरक्षा विशेषज्ञ बनें!" या "स्टेप-बाय-स्टेप सोचें!" कहना थोड़ा मददगार रहा, लेकिन इसने बुनियादी समस्या को ठीक नहीं किया। यदि AI तर्क को नहीं समझता है, तो कितनी भी विनम्र हिदायतों से वह काम नहीं करेगा।
- इटरेटिव रिपेयर (पुनरावृत्ति सुधार) महत्वपूर्ण है: सबसे बड़ा उछाल "फिक्स-इट लूप" से आया। यदि आप AI को कोशिश करने, विफल होने, एरर पढ़ने और फिर से कोशिश करने की अनुमति देते हैं, तो इसकी सफलता दर लगभग दोगुनी हो जाती है। यह एक छात्र को वास्तविक परीक्षा से पहले अभ्यास टेस्ट देने जैसा है।
हम रोबोट हैकर्स से कैसे लड़ सकते हैं?
यदि AI हैकिंग में बेहतर हो रहे हैं, तो हम उन्हें कैसे रोकें? पेपर कुछ "असममित सुदृढ़ीकरण" (Asymmetric Hardening) तकनीकों का सुझाव देता है—ऐसी तरकीबें जो AI के लिए जीवन कठिन बनाती हैं लेकिन इंसानों के लिए आसान रहती हैं।
- वॉल्ट को विभाजित करें (कोड स्प्लिटिंग): एक बड़ा कॉन्ट्रैक्ट बनाने के बजाय, लॉजिक को कई छोटे, अलग-अलग टुकड़ों में बांट दें।
- उपमा: यदि AI एक पहेली को हल करने की कोशिश कर रहा है, तो उसे एक बड़ी पहेली के बजाय 100 छोटी पहेलियाँ दें। डॉट्स को जोड़ने में वह भ्रमित हो जाएगा।
- "सीक्रेट हैंडशेक" का उपयोग करें (दुर्लभ सिंटैक्स): उन अस्पष्ट, अजीब कोडिंग फीचर्स का उपयोग करें जिन्हें AI अपने ट्रेनिंग डेटा में कम देखता है।
- उपमा: यदि AI को मानक अंग्रेजी पर प्रशिक्षित किया गया है, तो उससे ऐसी बोली में बात करें जिसे वह नहीं जानता। वह शब्दों पर लड़खड़ा जाएगा।
- जाल बिछाएं (डेकॉय वल्नरेबिलिटीज़): जानबूझकर कोड में नकली "टूटे हुए ताले" रखें जो असली दिखते हों लेकिन वास्तव में नहीं हैं।
- उपमा: गलियारे में नकली खजाने के बक्से रखें। AI असली वाले को खोलने के बजाय नकली वालों को खोलने में समय बर्बाद करेगा, जबकि असली सोना सुरक्षित रहेगा।
- "बुरी किस्मत" का बचाव: पेपर में पाया गया कि AIs उन चीजों की भविष्यवाणी करने में खराब हैं जो रैंडमनेस (यादृच्छिकता) या समय पर निर्भर करती हैं (जैसे "5 मिनट में मौसम कैसा होगा?")। इनका उपयोग करने से AI भ्रमित हो जाता है।
मुख्य निष्कर्ष (The Bottom Line)
फैसला:
वर्तमान AI मॉडल स्मार्ट कॉन्ट्रैक्ट्स में सरल बग्स खोजने के लिए खतरनाक उपकरण बनते जा रहे हैं। वे नौसिखिए हैकर्स के लिए "फोर्स मल्टीप्लायर" के रूप में कार्य कर सकते हैं, जिससे वे उन सरल तालों को तोड़ सकते हैं जिन्हें वे पहले नहीं तोड़ पाते थे।
हालांकि:
वे अभी तक "सुपर-हैकर" नहीं हैं। वे अभी तक जटिल, बहु-चरणीय डकैती को अंजाम नहीं दे सकते जिसके लिए गहरे आर्थिक तर्क या विभिन्न कॉन्ट्रैक्ट्स के माध्यम से नेविगेट करने की आवश्यकता होती है।
सीख:
हमें इस बात पर घबराने की जरूरत नहीं है कि AI तुरंत सभी क्रिप्टो वॉलेट खाली कर देगा। लेकिन हमें AI को एक जादू की छड़ी के रूप में मानना बंद करना होगा। सबसे अच्छा बचाव केवल बेहतर कोड नहीं है; बल्कि कोड को इतना अजीब और जटिल बनाना है कि वह रोबोट को भ्रमित कर दे, जबकि इसे इतना सरल रखा जाए कि एक इंसान इसे समझ सके।
पेपर का निष्कर्ष है कि हालांकि AI एक शक्तिशाली नया हथियार है, लेकिन हैक के बिजनेस लॉजिक और आर्थिक प्रोत्साहन को समझने का "मानवीय तत्व" अभी भी अंतिम ढाल है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।