COBALT-TLA: A Neuro-Symbolic Verification Loop for Cross-Chain Bridge Vulnerability Discovery
COBALT-TLA एक न्यूरो-सिम्बोलिक सत्यापन लूप है जो क्रॉस-चेन ब्रिज कमजोरियों, जिसमें अनप्रॉम्प्टेड अटैक क्लासेस भी शामिल हैं, को कुशलतापूर्वक खोजने के लिए एक LLM को TLA+ मॉडल चेकर के साथ एक स्वचालित फीडबैक चक्र में एकीकृत करता है, जो औपचारिक विनिर्देशों (फॉर्मल स्पेसिफिकेशन्स) के निर्माण को निर्देशित करने के लिए नियत त्रुटि ट्रेसेस (डिटरमिनिस्टिक एरर ट्रेसेस) का उपयोग 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 दो अलग-अलग देशों को जोड़ने वाली एक विशाल, हाई-स्पीड ट्रेन प्रणाली बना रहे हैं। प्रत्येक देश के अपने नियम हैं, अपना टाइम ज़ोन है, और टिकटों का हिसाब रखने का अपना तरीका है। क्रिप्टो की दुनिया में एक "क्रॉस-चेन ब्रिज" (Cross-Chain Bridge) बिल्कुल वैसा ही है: यह एक ऐसा सिस्टम है जो एक ब्लॉकचेन से दूसरे ब्लॉकचेन तक मूल्य (जैसे पैसा) स्थानांतरित करता है।
समस्या क्या है? ये सिस्टम अविश्वसनीय रूप से जटिल होते हैं। कभी-कभी, क्योंकि दोनों "देश" घटनाओं के सटीक क्रम पर सहमत नहीं होते हैं, एक चतुर चोर सिस्टम को हवा से पैसा छापने के लिए धोखा दे सकता है। ऐसा पहले भी हो चुका है, जिससे अरबों डॉलर का नुकसान हुआ है।
यहाँ COBALT-TLA पेपर का एक सरल विवरण दिया गया है, जो इन छिपे हुए जाल को शोषण से पहले खोजने का एक नया तरीका प्रस्तावित करता है।
समस्या: "टाइम-ट्रैवल" ग्लिच (The "Time-Travel" Glitch)
अधिकांश सुरक्षा उपकरण स्पेल-चेकर (वर्तनी सुधारक) की तरह होते हैं। वे कोड को लाइन-दर-लाइन देखते हैं कि क्या गणित सही है या कोई शब्द गलत लिखा गया है। लेकिन सबसे बड़े क्रिप्टो हैक्स खराब गणित के कारण नहीं होते; वे टाइमिंग (समय) के कारण होते हैं।
एक ट्रेन स्टेशन की कल्पना करें जहाँ देश A का टिकट मशीन कहता है "बेचा गया" (Sold), लेकिन देश B की मशीन को अभी तक संदेश प्राप्त नहीं हुआ है। यदि कोई हैकर सिस्टम को यह विश्वास दिलाने में सफल हो जाता कि संदेश आने से पहले ही टिकट बिक गया था, तो वह एक ही टिकट को दो बार खरीद सकता है। इसे टेम्पोरल ऑर्डरिंग वायलेशन (Temporal Ordering Violation) कहा जाता है।
वर्तमान उपकरण समय या कंकरेंसी (concurrency) को अच्छी तरह से नहीं देख सकते। वे इन विशिष्ट प्रकार के धोखों के प्रति अंधे हैं।
पुराना समाधान: "गणितीय शब्दकोश" (The "Mathematical Dictionary")
द दशकों से, इंजीनियरों ने जटिल प्रणालियों के व्यवहार को समय के साथ वर्णित करने के लिए TLA+ नामक उपकरण का उपयोग किया है। TLA+ को एक अत्यधिक सटीक गणितीय शब्दकोश के रूप में समझें। यह अविश्वसनीय रूप से शक्तिशाली है (अमेज़न इसका उपयोग यह सुनिश्चित करने के लिए करता है कि उनके क्लाउड सर्वर क्रैश न हों), लेकिन यह सीखने में भी बहुत कठिन है। यह ऐसा है जैसे केवल प्राचीन ग्रीक के शब्दकोश का उपयोग करके उपन्यास लिखने की कोशिश करना; आपको नियम पूरी तरह से पता होने चाहिए, अन्यथा सब कुछ बिखर जाएगा।
नया विचार: "AI प्रशिक्षु" और "सख्त शिक्षक" (The "AI Apprentice" and the "Strict Teacher")
लेखकों ने महसूस किया कि जबकि मनुष्य TLA+ के साथ संघर्ष करते हैं, आर्टिफिशियल इंटेलिजेंस (LLMs) कोड लिखने में माहिर हैं। हालाँकि, यदि आप केवल AI से "TLA+ मॉडल लिखें" कहते हैं, तो यह हैलुसिनेट (Hallucinate) करने लगता है। यह अनंत लूप या असंभव परिदृश्य बना सकता है जो कंप्यूटर को क्रैश कर देते हैं, जैसे एक छात्र जो ऐसी कहानी लिखता है जो कभी खत्म नहीं होती।
इसे ठीक करने के लिए, उन्होंने COBALT-TLA बनाया है। इसे एक टैंडम बाइक (दो सीटों वाली साइकिल) के रूप में सोचें जिसमें दो सवार हैं:
- AI (प्रशिक्षु/Apprentice): यह TLA+ भाषा में ब्रिज के नियमों को लिखने की कोशिश करता है। यह रचनात्मक है लेकिन गलतियाँ करने के प्रति संवेदनशील है।
- TLC (सख्त शिक्षक/Strict Teacher): यह वास्तविक TLA+ चेकर है। इसे रचनात्मकता की परवाह नहीं है; यह केवल यह जाँचता है कि क्या नियम तर्कसंगत हैं। यदि AI एक ऐसा नियम लिखता है जिससे क्रैश या अनंत लूप होता है, तो शिक्षक तुरंत रुक जाता है और कहता है, "नहीं, यह गलत है। यहाँ बताया गया है कि क्यों।"
यह लूप कैसे काम करता है (The "REPL")
जादू एक लूप में होता है जिसे REPL (रीड-इवैल्यू-प्रिंट लूप) कहा जाता है। यहाँ चक्र है:
- AI एक ड्राफ्ट लिखता है: यह ब्रिज का वर्णन करने की कोशिश करता है।
- शिक्षक इसकी जाँच करता है: शिक्षक एक परीक्षण चलाता है।
- यदि यह पास हो जाता है: बहुत अच्छा! सिस्टम सुरक्षित है (या AI ने एक बग ढूंढ लिया है)।
- यदि यह विफल हो जाता है: शिक्षक एक विशिष्ट त्रुटि संदेश देता है (जैसे, "आपने अनंत संख्या में टोकन का उपयोग करने की कोशिश की, जो असंभव है")।
- फीडबैक: सिस्टम उस त्रुटि संदेश को लेता है और उसे वापस AI को भेज देता है।
- सुधार: AI उस त्रुटि को पढ़ता है, कहता है "ओह, मैं समझ गया," और केवल उस विशिष्ट गलती को ठीक करने के लिए ड्राफ्ट को फिर से लिखता है।
वे इस प्रक्रिया को दोहराते हैं। क्योंकि शिक्षक इतना सख्त और विशिष्ट है, AI अनुमान लगाना बंद कर देता है और बहुत तेज़ी से सही उत्तर की ओर बढ़ने लगता है। यह एक छात्र की तरह है जो अभ्यास परीक्षा देता है, अपनी गलतियों के साथ ग्रेड किया हुआ पेपर वापस पाता है, और उन्हें तुरंत ठीक करता है जब तक कि उसे 'A' ग्रेड न मिल जाए।
परिणाम: "घोस्ट" बग्स खोजना (Finding the "Ghost" Bugs)
टीम ने तीन अलग-अलग ब्रिज सिस्टम पर इसका परीक्षण किया:
- लक्ष्य 1 और 3: उन्होंने सिस्टम से ज्ञात, प्रसिद्ध हैक्स (जैसे $190 मिलियन का नोमैड हैक) को खोजने के लिए कहा। सिस्टम ने एक या दो प्रयासों में ठीक उसी खामी को ढूंढ लिया।
- लक्ष्य 2 (सरप्राइज): उन्होंने सिस्टम को एक मानक ब्रिज विवरण दिया और बस कहा, "एक बग ढूँढो।" AI ने, शिक्षक के मार्गदर्शन में, एक बिल्कुल नए प्रकार के हमले की खोज की जिसे "ऑप्टिमिस्टिक रिले अटैक" (Optimistic Relay Attack) कहा जाता है। यह एक ऐसी खामी थी जिसे किसी इंसान ने पहले कभी नहीं लिखा था।
यह क्यों महत्वपूर्ण है
- गति: "शिक्षक" (TLC) एक सेकंड के तीसरे हिस्से से भी कम समय में कोड की जाँच करता है। पूरी प्रक्रिया तेज़ है।
- सटीकता: AI को शिक्षक की बात मानने के लिए मजबूर करके, उन्होंने AI को निरर्थक बातें (hallucinations) बनाने से रोका।
- पहुंच: अब आपको TLA+ का उपयोग करने के लिए गणित का जीनियस होने की आवश्यकता नहीं है। आपको बस अपनी प्रणाली को सामान्य अंग्रेजी में वर्णित करने की आवश्यकता है, और यह "न्यूरो-सिम्बोलिक लूप" सारा भारी काम करता है।
निष्कर्ष
COBALT-TLA एक प्रतिभाशाली लेकिन अनुभवहीन आर्किटेक्ट (AI) को एक सख्त बिल्डिंग इंस्पेक्टर (TLA+ चेकर) देने जैसा है। आर्किटेक्ट ब्लूप्रिंट बनाता है, इंस्पेक्टर संरचनात्मक खामियों की ओर इशारा करता है, और आर्किटेक्ट उन्हें तुरंत ठीक करता है। कुछ राउंड के भीतर, वे एक ऐसा ब्लूप्रिंट तैयार करते हैं जो गणितीय रूप से सुरक्षित होने के लिए प्रमाणित है—या वे ठीक उस जगह को ढूंढ लेते हैं जहाँ एक चोर घुस सकता है, जिससे हमें पैसा चोरी होने से पहले ही इसे ठीक करने का मौका मिलता है।
यह फॉर्मल वेरिफिकेशन (formal verification) के "असंभव" कार्य को एक सरल, स्वचालित बातचीत में बदल देता 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।