STRIATUM-CTF: A Protocol-Driven Agentic Framework for General-Purpose CTF Solving
यह शोध पत्र STRIUM-CTF को प्रस्तुत करता है, जो एक मॉड्यूलर एजेंटिक फ्रेमवर्क है जो स्वायत्त, बहु-चरणीय साइबर सुरक्षा तर्क (reasoning) को सक्षम करने के लिए मॉडल कॉन्टेक्स्ट प्रोटोकॉल का लाभ उठाता है, जिसने 21 मानव टीमों को पछाड़ते हुए एक लाइव 2025 कैप्चर-द-फ्लैग प्रतियोगिता में प्रथम स्थान प्राप्त किया।
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 विशाल, हाई-स्टेक्स एस्केप रूम (escape room) को हल करने की कोशिश कर रहे हैं। लेकिन यह केवल एक कमरे के बारे में नहीं है, बल्कि आपको एक डिजिटल किले में सेंध लगानी है, छिपी हुई चाबियाँ (जिन्हें "फ्लैग्स" कहा जाता है) ढूँढनी हैं, और समय समाप्त होने से पहले अंतिम दरवाजा खोलना है।
यह एक कैप्चर द फ्लैग (CTF) प्रतियोगिता है जो साइबर सुरक्षा विशेषज्ञों के लिए होती है। यह एक ऐसा खेल है जहाँ हैकर्स कंप्यूटर सिस्टम की कमजोरियों को खोजने और उनका फायदा उठाने के लिए प्रतिस्पर्धा करते हैं। आमतौर पर, इसके लिए एक मानव टीम की आवश्यकता होती है जो मिलकर काम करती है, कोड पढ़ती है, टूल्स चलाती है और सही कदम उठाती है।
आपके द्वारा साझा किया गया पेपर STRIATUM-CTF नामक एक नए AI सिस्टम के बारे में बताता है जिसने न केवल यह खेल खेला; बल्कि इसने प्रथम स्थान भी प्राप्त किया, और 21 मानव टीमों को पीछे छोड़ दिया।
यहाँ बताया गया है कि यह कैसे काम करता है, सरल शब्दों में।
1. समस्या: "स्मार्ट लेकिन अनाड़ी" रोबोट
कुछ समय से, लोग AI (लार्ज लैंग्वेज मॉडल्स, या LLMs) का उपयोग चीजों को हैक करने के लिए करने की कोशिश कर रहे थे। इन AI को ऐसे अविश्वसनीय रूप से बुद्धिमान पुस्तकालयाध्यक्ष (librarians) के रूप में सोचें जिन्होंने दुनिया की हर किताब पढ़ी है। वे कोड लिख सकते हैं और अवधारणाओं को पूरी तरह से समझा सकते हैं।
हालाँकि, जब आप एक लाइब्रेरियन से किसी इमारत में भौतिक रूप से घुसने के लिए कहते हैं, तो वे संघर्ष करते हैं।
- वे भ्रमित (hallucinate) होते हैं: वे आत्मविश्वास से कह सकते हैं, "मैंने अभी Super-Unlock-9000 टूल का उपयोग किया!" भले ही वह टूल अस्तित्व में ही न हो।
- वे खो जाते हैं: एक लंबे खेल में, वे भूल जाते हैं कि उन्होंने पाँच मिनट पहले क्या किया था।
- वे धीमे हैं: उन्हें एक इंसान की आवश्यकता होती है जो उनके निर्देशों को पढ़े, उन्हें कंप्यूटर में टाइप करे, और फिर कंप्यूटर के अव्यवस्थित उत्तर को वापस पढ़ने के लिए।
2. समाधान: "सख्त फोरमैन" (द प्रोटोकॉल)
लेखकों ने STRIATUM-CTF नामक एक सिस्टम बनाया। इसे समझने के लिए, एक निर्माण स्थल (construction site) की कल्पना करें।
- दिमाग (The AI): यह एक आर्किटेक्ट है। इसके पास एक बड़ा विचार है: "हमें वह दीवार तोड़नी है।" यह रचनात्मक और रणनीतिक है।
- हाथ (The Tools): ये वास्तविक उपकरण (जैसे Nmap, Ghidra, या GDB) हैं जो भारी काम करते हैं।
- फोरमैन (The MCP Layer): यही जादुई सामग्री है।
अतीत में, आर्किटेक्ट (AI) सीधे हाथों को निर्देश चिल्लाकर देता था। यदि आर्किटेक्ट चिल्लाता, "Use the Super-Unlock-9000," तो हाथ उसे खोजने की कोशिश करते, विफल होते और पूरे साइट को क्रैश कर देते।
STRIATUM-CTF में, उनके बीच एक फोरमैन खड़ा है।
- आर्किटेक्ट कहता है: "मैं पोर्ट 80 चेक करने के लिए एक टूल का उपयोग करना चाहता हूँ।"
- फोरमैन नियम पुस्तिका की जाँच करता है। "ठीक है, 'चेक पोर्ट' एक वैध टूल है, और '80' एक वैध संख्या है। आगे बढ़ें।"
- यदि आर्किटेक्ट कहने की कोशिश करता है, "Use the Super-Unlock-9000," तो फोरमैन उन्हें तुरंत रोकता है। "वह टूल मौजूद नहीं है। फिर से प्रयास करें।"
इस "फोरमैन" को मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) कहा जाता है। यह AI को एक सख्त, संरचित भाषा (JSON) में बोलने के लिए मजबूर करता है जिसे कंप्यूटर टूल्स वास्तव में समझ सकें। यह AI को नकली टूल्स बनाने या गलत कमांड देने से रोकता है।
3. उन्होंने प्रतियोगिता कैसे जीती
टीम ने इस सिस्टम को 2025 के अंत में एक लाइव यूनिवर्सिटी प्रतियोगिता में डाला। यहाँ बताया गया है कि यह कैसे हुआ:
- गति (Speed): इंसानों को कमांड टाइप करने, परिणामों का इंतजार करने, टेक्स्ट पढ़ने और फिर से टाइप करने की आवश्यकता होती है। AI यह मिलीसेकंड में करता है। यह एक इंसान के फरारी के खिलाफ दौड़ लगाने जैसा है।
- थकान का अभाव (No Fatigue): इंसान 4 घंटे के बाद थक जाते हैं। वे तनाव के कारण अनुमान लगाने लगते हैं या गलतियाँ करने लगते हैं। AI कभी थकता नहीं है। यह व्यवस्थित रूप से एक विकल्प आजमाता है, देखता है कि वह विफल रहा, त्रुटि को लॉग करता है, और बिना निराश हुए अगला विकल्प आजमाता है।
- स्व-सुधार (Self-Correction): जब AI ने एक कमांड आजमाया जो थोड़ा गलत था (जैसे कि एक ऐसा टूल पैरामीटर उपयोग करना जो मौजूद नहीं था), तो फोरमैन ने उसे पकड़ा, AI को बताया "यह अमान्य है," और AI ने तुरंत अपनी योजना ठीक कर ली। इंसान अक्सर इसलिए एक ही गलत चीज़ को बार-बार आजमाते रहते हैं क्योंकि वे जिद्दी या थके हुए होते हैं।
4. परिणाम
"Graveyard" नामक AI सिस्टम ने 215 अंक प्राप्त किए।
- दूसरे स्थान वाली मानव टीम ने 205 अंक प्राप्त किए।
- तीसरी टीम ने 200 अंक प्राप्त किए।
- बाकी सभी बहुत पीछे थे।
AI ने केवल जीत ही नहीं हासिल की; इसने दिखाया कि यह एक शीर्ष स्तर के छात्र की तरह समस्याओं को हल कर सकता है जिसने वर्षों तक पढ़ाई की है, लेकिन इसने यह सब बहुत तेज़ी से और बिना थके किया।
मुख्य निष्कर्ष
यह पेपर साबित करता है कि यदि आप एक स्मार्ट AI को एक सख्त नियमों का सेट (प्रोटोकॉल) और खेलने के लिए एक सुरक्षित सैंडबॉक्स देते हैं, तो वह एक मास्टर हैकर बन सकता है। इसे अपने आप में जीनियस होने की आवश्यकता नहीं है; इसे बस खुद को केंद्रित रखने और गलत तथ्य बनाने से रोकने के लिए एक अच्छे सिस्टम की आवश्यकता है।
यह एक बच्चे को लेगो (LEGO) का एक बॉक्स देने और उन्हें "जो चाहो बनाओ" कहने के बीच का अंतर है (वे गंदगी फैला सकते हैं), बनाम उन्हें एक विशिष्ट निर्देश पुस्तिका और एक सख्त पर्यवेक्षक देने के बीच का अंतर (वे एक आदर्श किला बनाते हैं)। STRIATUM-CTF AI हैकर्स के लिए वही निर्देश पुस्तिका और पर्यवेक्षक 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।