DEFENGRAPH: Knowledge Graph-Enhanced LLMs for Blue Team Cyber Defense
DEFENGRAPH एक नवीन ढांचा है जो उन्नत रिट्रीवल और री-रैंकिंग तकनीकों के साथ एक द्वि-स्तरीय स्टैटिक-डायनामिक नॉलेज ग्राफ को एकीकृत करके साइबर रक्षा के लिए लार्ज लैंग्वेज मॉडल्स को सशक्त बनाता है, जो यथार्थवादी रेड बनाम ब्लू टीम परिदृश्यों में कई LLMs में रीजनिंग सटीकता और एक्शन रिकॉल में महत्वपूर्ण सुधार 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 विशाल, उच्च-तकनीकी बंदरगाह पर एक सुरक्षा गार्ड हैं। हर दिन, हजारों अलार्म बजते हैं: एक दरवाजा खुला, एक लाइट टिमटिमाई, गोदाम में एक अजीब सी आवाज आई। आपका काम यह पता लगाना है कि कौन से अलार्म सिर्फ एक सेंसर पर चलती हुई बिल्ली के कारण हैं और कौन से अलार्म का मतलब है कि कोई असली चोर घुसपैठ कर रहा है।
समस्या यह है कि आधुनिक सुरक्षा प्रणालियाँ (जैसे कि इस पेपर में दी गई प्रणाली) आपकी मदद करने के लिए "सुपर-इंटेलिजेंट एआई असिस्टेंट्स" (लार्ज लैंग्वेज मॉडल्स या LLMs) का उपयोग करती हैं। लेकिन इन एआई सहायकों की एक बुरी आदत है: वे कभी-कभी हैलुसिनेट (hallucinate) करते हैं। वे आत्मविश्वास के साथ आपको एक मामूली तकनीकी खराबी के कारण पूरे बंदरगाह को लॉक डाउन करने के लिए कह सकते हैं, या वे विंडोज कंप्यूटर के लिए समाधान सुझा सकते हैं जबकि अलार्म वास्तव में एक लिनक्स सर्वर के बारे में होता है। वे स्मार्ट हैं, लेकिन उनमें संदर्भ (context) की कमी है। वे बंदरगाह के इतिहास को नहीं जानते, और वे शोर के भारी मात्रा से भ्रमित हो जाते हैं।
यहाँ आता है DEFENGRAPH।
DEFENGRAPH को एक नया एआई मानने के बजाय, इसे एक सुपर-पावर्ड लाइब्रेरियन और डिटेक्टिव के रूप में देखें जो एआई के साथ मिलकर काम करता है। यह एआई को दो विशिष्ट प्रकार की मेमोरी से बना एक "मस्तिष्क" प्रदान करता है:
1. दो पुस्तकालय (स्टैटिक और डायनेमिक नॉलेज ग्राफ)
DEFENGRAPH बंदरगाह की सुरक्षा का एक विशाल, आपस में जुड़ा हुआ मानचित्र बनाता है, जिसे नॉलेज ग्राफ (Knowledge Graph) कहा जाता है। यह एक विशाल फैमिली ट्री की तरह है, लेकिन इसमें लोगों के बजाय, कंप्यूटर, अलार्म, हैकर्स और सुरक्षा गार्डों को जोड़ा गया है।
- स्टैटिक लाइब्रेरी (इतिहास की किताब): इस मानचित्र का हिस्सा इसमें वह सब कुछ रखता है जो हमेशा महत्वपूर्ण होता है। यह जानता है कि बंदरगाह का लेआउट कैसा है, सामान्य हमले के पैटर्न कैसे दिखते हैं, और अतीत में सुरक्षा गार्डों ने समान समस्याओं को कैसे हल किया है। यह "संस्थागत स्मृति" (institutional memory) है।
- डायनेमिक लाइब्रेरी (लाइव फीड): यह हिस्सा "लाइव न्यूज टिकर" की तरह है। यह नए अलार्म आने पर वास्तविक समय में अपडेट होता है। यदि कोई हैकर वर्तमान में एक विशिष्ट सर्वर में घुसने की कोशिश कर रहा है, तो यह लाइब्रेरी यह बात अभी जानती है।
2. डिटेक्टिव की प्रक्रिया (यह कैसे काम करता है)
जब एक नया अलार्म बजता है, तो DEFENGRAPH एआई की मदद इस प्रकार करता है:
- चरण 1: खोज (ग्राफ रिट्रीवल): केवल अनुमान लगाने के बजाय, सिस्टम अपने मानचित्र को देखता है। यह कनेक्शनों का पीछा करता है। "यह अलार्म सर्वर A के बारे में है। सर्वर A किससे बात करता है? पिछले हफ्ते सर्वर A के साथ क्या हुआ था? क्या किसी हैकर ने पहले यह प्रयास किया था?" यह पूरे उलझे हुए पुस्तकालय के बजाय मानचित्र का एक छोटा, प्रासंगिक हिस्सा (सबग्राफ) निकालता है।
- चरण 2: फ़िल्टर (LLM कॉन्टेक्स्टुअल फ़िल्टर): कभी-कभी, मानचित्र बहुत सारा फालतू डेटा निकाल देता है—जैसे कि तीन साल पहले किसी यूजर द्वारा पासवर्ड बदलने का रिकॉर्ड, जो आज के खतरे के लिए प्रासंगिक नहीं है। एआई एक छलनी की तरह कार्य करता है, जो "ग्रे नॉइज़" को छानकर बाहर निकाल देता है और केवल "ब्लू" महत्वपूर्ण जानकारी को रखता है जो वर्तमान स्थिति के लिए वास्तव में मायने रखती है।
- चरण 3: री-रैंक (रीजनिंग री-रैंकर): सिस्टम फिर एआई से पूछता है: "इन शेष सुरागों में से, अभी सबसे महत्वपूर्ण कौन से हैं?" यह उन्हें उनकी नवीनता और इस आधार पर स्कोर देता है कि वे कहानी में कितनी अच्छी तरह फिट बैठते हैं।
- चरण 4: कार्रवाई (डिफेंस जनरेशन): अंत में, एआई इस साफ, फिल्टर की गई और रैंक की गई जानकारी का उपयोग करके सुरक्षा गार्ड के लिए एक विशिष्ट, सुरक्षित योजना लिखता है। "सब कुछ लॉक डाउन कर दें" कहने के बजाय, यह कह सकता है, "इस विशिष्ट आईपी एड्रेस को ब्लॉक करें क्योंकि यह कल देखे गए पैटर्न से मेल खाता है।"
यह एक बड़ी बात क्यों है?
शोधकर्ताओं ने इस प्रणाली का परीक्षण एक "साइबर रेंज" में किया—एक सिम्युलेटेड वातावरण जहाँ हमलावरों की एक टीम (रेड टीम) ने एक नकली समुद्री बंदरगाह में घुसने की कोशिश की, और रक्षकों की एक टीम (ब्लू टीम) ने उन्हें रोकने की कोशिश की।
उन्होंने पाया कि DEFENGRAPH के बिना, एआई अक्सर गलत था या अजीब सुझाव देता था (जैसे कि एक मामूली खराबी के लिए पूरे नेटवर्क को ब्लॉक करना)। लेकिन DEFENGRAPH के साथ:
- यह अधिक स्मार्ट हो गया: एआई ने वास्तविक खतरों की पहचान बहुत अधिक बार सही ढंग से की।
- यह अधिक सटीक हो गया: इसके द्वारा सुझाए गए कार्य उन कार्यों से मेल खाते थे जो मानव विशेषज्ञों ने किए होते।
- इसने हैलुसिनेशन को रोका: इसने तथ्य गढ़ना या गलत ऑपरेटिंग सिस्टम के लिए समाधान सुझाना बंद कर दिया।
संक्षेप में, DEFENGRAPH इस स्मार्ट लेकिन आसानी से भ्रमित होने वाले एआई को एक अनुभवी दिग्गज (seasoned veteran) में बदल देता है, इसे अतीत का एक संरचित मानचित्र और वर्तमान का एक लाइव फीड देकर, यह सुनिश्चित करता है कि यह केवल वही सलाह दे जो वास्तविकता पर आधारित हो।
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।