Needles at Scale: LLM-Assisted Target Selection for Windows Vulnerability Research
यह शोध पत्र Symbolicate-Enrich-Sample को प्रस्तुत करता है, जो एक कम लागत वाला, LLM-सहायता प्राप्त पाइपलाइन है जो बड़े पैमाने पर भेद्यता अनुसंधान (vulnerability research) में लक्ष्य चयन की बाधा को दूर करने के लिए स्ट्रिप्ड विंडोज बाइनरीज़ में लाखों फंक्शन्स को उच्च-जोखिम वाले उम्मीदवारों की एक प्राथमिकता वाली संक्षिप्त सूची तक फ़िल्टर 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 विंडोज जैसा एक आधुनिक ऑपरेटिंग सिस्टम 72 लाख किताबों वाली एक विशाल, प्राचीन लाइब्रेरी है। इनमें से अधिकांश किताबें खाली पन्नों, रेसिपी कार्ड या उबाऊ निर्देश मैनुअल की तरह हैं जिन्हें कोई कभी नहीं पढ़ता। लेकिन इस लाइब्रेरी में कहीं न कहीं कुछ पन्नों में खतरनाक जाल (vulnerabilities) छिपे हुए हैं जिनका उपयोग हैकर्स घुसपैठ करने के लिए कर सकते हैं।
समस्या यह है कि शोधकर्ताओं को यह नहीं पता कि कौन सी किताब खोलनी है। वे सभी 72 लाख किताबें नहीं पढ़ सकते; इसमें एक जीवनकाल लग जाएगा। आमतौर पर, उन्हें अफवाहों के आधार पर अनुमान लगाना पड़ता है या विशिष्ट कीवर्ड खोजने पड़ते हैं, जो धीमा और अक्षम है।
यह पेपर "Needles at Scale" (या Symbolicate-Enrich-Sample पाइपलाइन) नामक एक नई प्रणाली पेश करता है जो इस अनुमान लगाने वाले खेल को हल करती है। इसे एक सुपर-स्मार्ट, कम लागत वाले लाइब्रेरियन सहायक के रूप में सोचें जो शोधकर्ताओं को "भूसे के ढेर" (लाखों सुरक्षित फंक्शन्स) में से "सुइयां" (खतरनाक जाल) खोजने में मदद करता है।
यह सिस्टम कैसे काम करता है, इसे तीन सरल चरणों में विभाजित किया गया है:
1. "नेम टैग" चरण (Symbolicate)
लाइब्रेरी की अधिकांश किताबों के शीर्षक और अध्याय के नाम हटा दिए गए हैं (ये "स्ट्रिप्ड" फाइलें हैं)। पहला चरण प्रकाशक (माइक्रोसॉफ्ट) के पास जाना और हर किताब के हर अध्याय के नामों की आधिकारिक सूची प्राप्त करना है।
- यह क्या करता है: यह इन सार्वजनिक नाम सूचियों को प्राप्त करता है और उन्हें किताबों पर चिपका देता है। अब, "अध्याय 45, पृष्ठ 12" देखने के बजाय, सिस्टम जानता है कि यह वास्तव में
RtlDecompressBufferफंक्शन है। - परिणाम: लाइब्रेरी अब स्पष्ट लेबल के साथ व्यवस्थित है, लेकिन यह अभी भी बहुत बड़ी है।
2. "त्वरित स्कैन" चरण (Enrich)
अब जब किताबों के नाम आ गए हैं, तो सिस्टम एक सस्ते, तेज़ AI (एक लार्ज लैंग्वेज मॉडल) का उपयोग करके प्रत्येक का त्वरित स्कैन करता है। यह पूरी किताब को शब्द-दर-शब्द नहीं पढ़ता; इसके बजाय, यह प्रत्येक फंक्शन के लिए एक "सारांश कार्ड" (summary card) को देखता है।
- सारांश कार्ड: इस कार्ड में सरल, ठोस तथ्य होते हैं, जैसे: "क्या यह फंक्शन डेटा कॉपी करता है?" "क्या इसे सिस्टम के कई अन्य हिस्सों द्वारा कॉल किया जाता है?" "क्या यह इंटरनेट से सुलभ है?"
- AI का काम: केवल इन तथ्यों के आधार पर, AI प्रत्येक फंक्शन को एक रेटिंग देता है:
- जोखिम स्तर (Risk Level): क्या यह खतरनाक (Critical) है या उबाआऊ (Info)?
- पहुंच (Reachability): क्या कोई हैकर बाहर से यहाँ तक पहुँच सकता है, या यह अंदर लॉक है?
- "क्यों" (The "Why"): एक संक्षिप्त कारण, जैसे "यह फंक्शन आकार की जाँच किए बिना उपयोगकर्ता डेटा को कॉपी करता है।"
- चाल (The Trick): AI को फंक्शन के नाम को अनदेखा करने और केवल तथ्यों पर ध्यान केंद्रित करने के लिए कहा जाता है। उदाहरण के लिए, भले ही एक फंक्शन का नाम
memcpyहो (जो खतरनाक लगता है), यदि इसका उपयोग केवल सिस्टम के भीतर किया जाता है और यह कभी भी उपयोगकर्ता डेटा को नहीं छूता है, तो AI इसे "कम जोखिम" (low risk) में डाउनग्रेड कर देता है। इसके विपरीत, एक उबाऊ दिखने वाला फंक्शन जो वास्तव में इंटरनेट से डेटा कॉपी करता है, उसे "उच्च जोखिम" (high risk) के रूप में चिह्नित किया जाता है।
3. "शॉर्टलिस्ट" चरण (Sample)
सभी 72 लाख फंक्शन्स को स्कैन करने के बाद, सिस्टम के पास रेटिंग्स की एक विशाल सूची होती है। यह शोधकर्ता को पूरी सूची नहीं देता है। इसके बजाय, यह एक विशेष सॉर्टिंग विधि का उपयोग करके लगभग 22,000 उम्मीदवारों की एक शॉर्टलिस्ट निकालता है।
- यह कैसे काम करता है: यह उन फंक्शन्स को प्राथमिकता देता है जो "उच्च जोखिम" वाले भी हैं और "बाहर से सुलभ" भी हैं। यह यह भी सुनिश्चित करता है कि सूची विविध हो, ताकि शोधकर्ता को केवल एक ही प्रकार के बग की 20,000 प्रतियां न मिलें।
- लक्ष्य: यह खोज स्थान (search space) को 72 लाख वस्तुओं से घटाकर 22,000 कर देता है। यह इतना छोटा है कि एक इंसान (या एक रोबोट सहायक) वास्तव में एक-एक करके इसे पढ़ और जांच सकता है।
इस पेपर ने वास्तव में क्या पाया
- यह एक फ़िल्टर है, डिटेक्टर नहीं: लेखक बहुत स्पष्ट हैं: यह सिस्टम बग नहीं ढूंढता है। यह केवल उन संभावित स्थानों को ढूंढता है जहाँ बग छिपे हो सकते हैं। यह आपको यह बताने का एक उपकरण है कि कहाँ देखना है, न कि यह बताने का कि "यहाँ एक बग है।"
- यह बहुत चयनात्मक है: यह सिस्टम रूढ़िवादी है। यह केवल एक बहुत छोटा हिस्सा (0.18%) ही "क्रिटिकल" के रूप में फ्लैग करता है। यह सफलतापूर्वक सभी उबाऊ, सुरक्षित कोड (जैसे स्टार्टअप रूटीन) को सूची में सबसे नीचे धकेल देता है।
- इसमें खामियां भी हैं: कभी-कभी AI बहुत उत्साहित हो जाता है। यह किसी फंक्शन को केवल इसलिए "क्रिटिकल" के रूप में फ्लैग कर सकता है क्योंकि यह एक पार्सर (parser) जैसा दिखता है, भले ही वास्तव में वहां हैकर के डेटा भेजने का कोई तरीका न हो। लेखकों ने इन त्रुटियों को पाया और उन्हें ठीक करने के लिए सरल नियम सुझाए (जैसे, "यदि यह वास्तव में डेटा कॉपी नहीं करता है, तो इसे 'कॉपी-सिंक' बग न कहें")।
- लागत: इसे चलाना बहुत सस्ता है क्योंकि AI प्रत्येक फंक्शन के पूरे कोड के बजाय केवल छोटे सारांशों को देखता है।
उन्होंने डेटा क्यों साझा नहीं किया
लेखकों ने 22,000 संदिग्ध फंक्शन्स की अंतिम सूची प्रकाशित न करने का निर्णय लिया।
- कानूनी कारण: डेटा माइक्रोसॉफ्ट के कॉपीराइट वाले सॉफ्टवेयर से लिया गया है।
- सुरक्षा कारण: यदि वे "विंडोज को हैक करने के सबसे संभावित स्थानों" की सूची प्रकाशित करते, तो वे हमलावरों को एक नक्शा थमा रहे होते। वे संरक्षकों को बग खोजने में मदद करना चाहते हैं, लेकिन वे नहीं चाहते कि हमलावर उन्हें उनसे पहले ढूंढ लें।
निचोड़ (The Bottom Line)
यह पेपर एक प्राथमिकता इंजन (prioritization engine) प्रस्तुत करता है। यह एक विशाल, भारी समस्या (7 मिलियन फंक्शन्स) को लेता है और सार्वजनिक डेटा और स्मार्ट, सस्ते AI के मिश्रण का उपयोग करके इसे एक प्रबंधनीय 'टू-डू लिस्ट' (22,000 फंक्शन्स) में बदल देता है। यह कोई जादुई बग-फाइंडर नहीं है, बल्कि गहन विश्लेषण में समय खर्च करने से पहले यह तय करने का सबसे अच्छा तरीका है कि कहाँ से शुरुआत करनी 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।