AEGIS: From Clues to Verdicts -- Graph-Guided Deep Vulnerability Reasoning via Dialectics and Meta-Auditing
AEGIS एक नवीन मल्टी-एजेंट फ्रेमवर्क है जो LLM तर्क को रिपॉजिटरी-स्तरीय कोड प्रॉपर्टी ग्राफ में ग्राउंड करके साक्ष्य-आधारित डिपेंडेंसी चेन को गतिशील रूप से पुनर्गठित करता है, जिससे द्वंद्वात्मक तर्क और स्वतंत्र मेटा-ऑडिटिंग के माध्यम से मतिभ्रम (hallucinations) को समाप्त करते हुए अत्याधुनिक भेद्यता पहचान (vulnerability detection) प्राप्त करता है।
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
कल्पना कीजिए कि आप एक जासूस हैं जो एक विशाल, फैले हुए शहर (सॉफ्टवेयर कोड) में एक अपराध को सुलझाने की कोशिश कर रहे हैं। आपका काम एक विशिष्ट खामी ढूंढना है—एक "भेद्यता" (vulnerability)—जिसका उपयोग करके कोई अपराधी किसी इमारत में घुसपैठ कर सकता है।
अतीत में, जासूसों (AI मॉडल्स) के पास एक बड़ी समस्या थी: उन्हें अक्सर एक कमरे की केवल एक फोटो दी जाती थी और उनसे पूरे भवन के असुरक्षित होने का अनुमान लगाने को कहा जाता था। वे इस आधार पर अनुमान लगाते थे कि कमरा कैसा दिखता था, और अक्सर उन विवरणों के बारे में बातें बना लेते थे जो वास्तव में वहां मौजूद नहीं थे। इससे कई गलत अलार्म (यह सोचना कि एक सुरक्षित इमारत खतरनाक है) या अपराध छूट जाने जैसी स्थितियां पैदा होती थीं।
Aegis एक नया, क्रांतिकारी जासूसी संस्थान है जो खेल के नियम बदल देता है। अंदाज़ा लगाने के बजाय, यह एक सख्त "सुराग से निर्णय तक" (From Clue to Verdict) के दर्शन का पालन करता है। यह कैसे काम करता है, यहाँ सरल चरणों में दिया गया है:
1. समस्या: "भ्रमित करने वाला" (Hallucinating) जासूस
पुराने AI जासूस उस व्यक्ति की तरह थे जो एक रहस्यमय उपन्यास का केवल एक पन्ना पढ़कर पूरी कहानी सुलझाने की कोशिश करते हैं। वे कहते थे, "यह पात्र संदिग्ध लग रहा है, इसलिए वही हत्यारा होगा!" बिना यह जांचे कि क्या उस पात्र के पास कोई ठोस सबूत (alibi) था या हत्या का हथियार कमरे में था भी या नहीं। वे खाली जगहों को भरने के लिए तथ्य बना लेते थे।
2. समाधान: चार लोगों की जासूसी टीम
Aegis एक अकेला जासूस इस्तेमाल नहीं करता; यह चार एजेंटों की एक विशेष टीम का उपयोग करता है, जिनमें से प्रत्येक का एक विशिष्ट कार्य है, जो एक हाई-टेक फॉरेंसिक लैब की तरह मिलकर काम करते हैं।
एजेंट 1: सुराग खोजने वाला (The "Eagle Eye")
- कार्य: यह एजेंट विशिष्ट कमरे (कोड फंक्शन) को स्कैन करता है और उन चीजों की ओर इशारा करता है जो अजीब दिखती हैं। शायद कोई दरवाजा खुला है, या कोई खिड़की टूटी हुई है।
- उपमा: इसे एक सुरक्षा गार्ड के रूप में सोचें जो चिल्लाता है, "हे, वह खिड़की खुली है!" उसे अभी यह नहीं पता कि वह क्यों खुली है, लेकिन वह इसे एक संभावित सुराग के रूप में चिह्नित करता है। वे एक विस्तृत जाल बिछाते हैं ताकि वे कुछ भी मिस न कर दें।
एजेंट 2: मानचित्र बनाने वाला (The "Architect")
- कार्य: यह सबसे महत्वपूर्ण हिस्सा है। केवल खुली खिड़की को देखने के बजाय, यह एजेंट पूरे शहर का एक विशाल, 3D मानचित्र (Code Property Graph) निकालता है। यह ठीक से पता लगाता है कि वह खिड़की कहाँ ले जाती है। क्या वह किसी गलियारे से जुड़ती है? क्या वह गलियारा किसी तिजोरी तक जाता है? यह ठीक से ट्रेस करता है कि वह खिड़की कहाँ से कहाँ तक जाती है। यह एक बंद साक्ष्य श्रृंखला (closed evidence trail) बनाता है। वे कहते हैं, "ठीक है, यह ईंट ढीली है, और यहाँ से लेकर उस ईंट तक की ईंटों का सटीक रास्ता है। यदि पथ ठोस है, तो ईंट ठीक है। यदि पथ टूटा हुआ है, तो हमारे पास एक अपराध है।"
- यह क्यों मायने रखता है: यह AI को मनगढ़ंत बातें करने से रोकता है। यह केवल मानचित्र पर मौजूद तथ्यों को देखता है।
एजेंट 3: बहस करने वाला (The "Lawyer")
- कार्य: अब जब हमारे पास मानचित्र और तथ्य हैं, तो यह एजेंट एक साथ दो भूमिकाएँ निभाता है।
- भूमिका A (अभियोजक/Prosecutor): यह साबित करने की कोशिश करता है कि इमारत असुरक्षित है। "देखो! ढीली ईंट तिजोरी तक ले जाती है!"
- भूमिका B (बचाव पक्ष/Defender): यह साबित करने की कोशिश करता है कि इमारत सुरक्षित है। "रुको! मानचित्र दिखाता है कि उस ईंट के पीछे एक प्रबलित स्टील प्लेट है!"
- उपमा: यह एक अदालत की बहस की तरह है, लेकिन वकील केवल उसी साक्ष्य का उपयोग कर सकते हैं जो मानचित्र पर है। वे यह नहीं कह सकते कि "मुझे लगता है कि वहाँ एक गार्ड डॉग है," जब तक कि मानचित्र में कुत्ता न दिखाया गया हो। यह उन्हें कल्पना के बजाय वास्तविकता के आधार पर तर्क करने के लिए मजबूर करता है।
एजेंट 4: न्यायाधीश (The "Auditor")
- कार्य: यह एजेंट बहस को सुनता है और अंतिम बार मानचित्र की जांच करता है। क्या अभियोजक ने कोई तथ्य बनाया? क्या बचाव पक्ष ने मानचित्र पर टूटे हुए पुल को अनदेखा किया?
- उपमा: यह वह सख्त न्यायाधीश है जो कहता है, "आपत्ति! आपने दावा किया कि वहाँ एक गार्ड डॉग है, लेकिन मानचित्र में वह नहीं है। यह झूठ है।" यदि न्यायाधीश को कोई झूठ मिलता है, तो वे निर्णय को रद्द कर देते हैं और एक नया निर्णय बनाते हैं। यह टीम को उनके अपने आत्मविश्वास से धोखा खाने से बचाता है।
3. परिणाम: यह गेम चेंजर क्यों है
जब Aegis टीम ने इस पद्धति का परीक्षण अन्य सर्वश्रेष्ठ AI जासूसों के विरुद्ध किया, तो परिणाम चौंकाने वाले थे:
- कम गलत अलार्म: पुराने जासूस हर बार "आग!" चिल्ला देते थे जब वे धुआं देखते थे, भले ही वह केवल एक मोमबत्ती हो। Aegis पहले मानचित्र की जांच करता है। यदि मानचित्र में मोमबत्ती दिखाई देती है, तो यह कहता है, "यह सुरक्षित है।" इसने गलत अलार्मों को 50% से अधिक कम कर दिया।
- वास्तविक अपराध खोजने में बेहतर: वे 100 से अधिक जटिल "पेयर" पहेलियों (जहाँ आपको टूटे हुए लॉक और ठीक किए गए लॉक के बीच अंतर बताना होता है) को हल करने वाले पहले थे।
- कोई प्रशिक्षण आवश्यक नहीं: अन्य AI जासूसों के विपरीत जिन्हें सीखने के लिए हजारों पुराने अपराध फाइलों का अध्ययन करने की आवश्यकता होती है, Aegis केवल मानचित्र को देखकर ही समझने में सक्षम है। यह एक ऐसे जासूस की तरह है जो केवल एक टेक्स्टबुक को रटने के बजाय स्वाभाविक रूप से तर्क करने में कुशल है।
मुख्य निष्कर्ष
पेपर का मुख्य संदेश सरल है: आप रहस्य को तब तक नहीं सुलझा सकते जब तक आपके पास तथ्य न हों।
पिछले AI टूल्स ने खुद से बात करके उत्तर का अनुमान लगाने की कोशिश की। Aegis AI को अनुमान लगाने के बजाय जांच करने के लिए मजबूर करता है। यह निर्णय लेने से पहले एक ठोस, अटूट साक्ष्य श्रृंखला (मानचित्र) बनाता है। यह भेद्यता का पता लगाने को "गेस व्हो" के खेल से बदलकर एक कठोर फॉरेंसिक विज्ञान में बदल देता है।
संक्षेप में: Aegis AI को चीजें बनाने से रोकता है क्योंकि यह उसे पहले मानचित्र देखने के लिए मजबूर करता 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।