CVE-TTP KG: Knowledge Graph Linking Software Vulnerabilities to Attack Behaviors
यह शोध पत्र CVE-TTP को प्रस्तुत करता है, जो एक नॉलेज ग्राफ है जो ट्रांसफार्मर-आधारित मॉडलों और एक Neo4j विज़ुअलाइज़ेशन फ्रेमवर्क का उपयोग करके CVEs को MITRE ATT&CK टैक्टिक्स और तकनीकों से जोड़कर सॉफ्टवेयर कमजोरियों और हमलावर व्यवहारों के बीच के अंतर को पाटता 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
साइबर सुरक्षा की दुनिया की कल्पना एक विशाल, अराजक पुस्तकालय के रूप में करें। एक शेल्फ पर, आपके पास CVE (कॉमन वल्नरेबिलिटीज़ एंड एक्सपोज़र्स) सेक्शन है। यह हर ज्ञात "टूटे हुए ताले" या "फटी हुई खिड़की" का एक विशाल कैटलॉग है। यह आपको बताता है कि क्या टूटा हुआ है और वह कहाँ है, लेकिन यह आपको यह नहीं बताता कि कौन अंदर घुसने की कोशिश कर रहा है या वे इसे कैसे अंजाम देने की योजना बना रहे हैं।
दूसरे शेल्फ पर, आपके पास MITRE ATT&CK सेक्शन है। यह अपराधी के व्यवहार का एक प्लेबुक है। यह "टैक्टिक्स" (अपराधी का लक्ष्य, जैसे "चाबियाँ चुराना") और "तकनीकों" (विशिष्ट विधि, जैसे "ताला खोलना" या "कांच तोड़ना") का विवरण देता है।
समस्या:
लंबे समय तक, ये दोनों शेल्फ आपस में बात नहीं करते थे। सुरक्षा टीमों के पास टूटे हुए तालों की एक सूची थी, लेकिन उन्हें यह पता नहीं था कि अपराधी वास्तव में किन तालों को निशाना बना रहे हैं या वे इनका फायदा कैसे उठाने की योजना बना रहे हैं। यह वैसा ही है जैसे यह जानना कि एक खिड़की टूटी हुई है, लेकिन यह न जानना कि चोर चढ़कर अंदर आने वाला है, कांच तोड़ने वाला है, या बस उसमें पत्थर फेंकने वाला है।
समाधान: CVE-TTP नॉलेज ग्राफ
इस शोध पत्र के लेखकों ने एक "सुपर-लाइब्रेरियन" सिस्टम बनाया जिसे CVE-TTP नॉलेज ग्राफ कहा जाता है। इसे एक विशाल, बुद्धिमान मानचित्र के रूप में सोचें जो सीधे टूटे हुए तालों (CVEs) और अपराधी के प्लेबुक (टैक्टिक्स और तकनीक) के बीच रेखाएं खींचता है।
उन्होंने इसे कैसे बनाया, इसके लिए सरल उपमाओं का उपयोग किया गया है:
1. जासूस का प्रशिक्षण (डेटा संग्रह)
सबसे पहले, टीम ने 276,000 वल्नरेबिलिटी रिपोर्टों का एक विशाल पुस्तकालय एकत्र किया। अपने सिस्टम को डॉट्स जोड़ने के लिए सिखाने के लिए, उन्होंने मैन्युअल रूप से एक टूटे हुए ताले से अपराधी की विधि तक के पथ को ट्रैक किया।
- श्रृंखला (The Chain): उन्होंने एक वल्नरेबिलिटी (टूटा हुआ ताला) एक कमजोरी (दोष का प्रकार) एक अटैक पैटर्न (अपराधी की योजना) एक तकनीक (विशिष्ट चाल) एक टैक्टिक (अंतिम लक्ष्य) को जोड़ा।
- परिणाम: उन्होंने 1,080 उदाहरणों का एक "गोल्ड स्टैंडर्ड" डेटासेट बनाया जहाँ मनुष्यों ने पहले से ही इन रेखाओं को पूरी तरह से खींचा था। यह उनके AI के लिए एक शिक्षक के रूप में कार्य करता था।
2. दो जासूसी शैलियाँ (AI मॉडल)
टीम ने दो अलग-अलग प्रकार के AI "जासूस" बनाए जो वल्नरेबिलिटी रिपोर्ट को पढ़ते हैं और स्वचालित रूप से रेखाएं खींचते हैं।
जासूस A (पाइपलाइन दृष्टिकोण): यह जासूस दो चरणों में काम करता है। पहले, यह टेक्स्ट पढ़ता है और महत्वपूर्ण शब्दों (जैसे "Microsoft," "Windows," या "Denial of Service") को हाइलाइट करता है। फिर, दूसरा जासूस उन हाइलाइट किए गए शब्दों को देखता है और तय करता है कि वे कैसे जुड़े हुए हैं।
- उपमा: यह एक ऐसी टीम की तरह है जहाँ एक व्यक्ति संदिग्धों को हाइलाइट करता है, और दूसरा व्यक्ति उनके बीच रेखाएं खींचता है।
- प्रदर्शन: महत्वपूर्ण शब्दों को खोजने में बहुत अच्छा (99% सटीकता) और उन्हें जोड़ने में भी (99% सटीकता), लेकिन कभी-कभी दूसरा जासूस बारीकियों को मिस कर देता है क्योंकि उन्होंने एक साथ पूरी तस्वीर नहीं देखी होती।
जासूस B (संयुक्त दृष्टिकोण): यह जासूस टेक्स्ट पढ़ता है और एक ही समय में रेखाएं खींचता है। यह पूरे वाक्य को देखता है और निर्णय लेता है कि, "यह शब्द एक संदिग्ध है, वह शब्द एक स्थान है, और वे इस विशिष्ट अपराध द्वारा जुड़े हुए हैं।"
- उपमा: यह एक अकेला जासूस है जो तुरंत पूरे अपराध स्थल को देखता है और एक बार में ही मानचित्र बना देता है।
- प्रदर्शन: यह कुछ शब्दों को खोजने में पाइपलाइन दृष्टिकोण की तुलना में थोड़ा कम सटीक (78% सटीकता) था, लेकिन यह संदर्भ (context) को समझने और उन गलतियों से बचने में बहुत बेहतर था जहाँ एक चरण दूसरे चरण को खराब कर देता है।
3. सिस्टम का "मस्तिष्क" (मॉडल)
इन जासूसों को स्मार्ट बनाने के लिए, टीम ने CySecBERT नामक एक विशेष प्रकार के AI मस्तिष्क का उपयोग किया।
- कल्पना करें कि एक सामान्य मस्तिष्क जो समाचार पढ़ता है और "बिल्ली" और "कुत्ता" को समझता है।
- CySecBERT एक ऐसा मस्तिष्क है जिसने लाखों साइबर सुरक्षा ब्लॉग, रिपोर्ट और ट्वीट्स पढ़े हैं। यह पहले से ही समझता है कि "SQL इंजेक्शन" केवल एक डेटाबेस त्रुटि नहीं है, बल्कि एक विशिष्ट प्रकार का हमला है।
- टीम ने इस मस्तिष्क को एक वल्नरेबिलिटी रिपोर्ट को देखने और यह कहने के लिए सिखाया, "आह, इस विशिष्ट टूटे हुए ताले का उपयोग संभवतः एक अपराधी द्वारा क्रेडेंशियल चुराने (Tactic) के लिए किया जाएगा, जो नेटवर्क स्निफिंग (Technique) का उपयोग कर रहा है।"
4. परिणाम: एक स्पष्ट मानचित्र
जब उन्होंने अपने सिस्टम का परीक्षण किया:
- मस्तिष्क का कौशल: CySecBERT मॉडल अपराधी की योजना का अनुमान लगाने में अविश्वसनीय रूप से अच्छा था। इसने "टैक्टिक्स" (लक्ष्य) को 96% बार और "तकनीकों" (विधियों) को 87% बार सही ढंग से पहचाना।
- मानचित्र: उन्होंने इस पूरे डेटा को Neo4j (एक डिजिटल स्पाइडर वेब की तरह) नामक डेटाबेस में डाला।
- पाइपलाइन मैप: इसने कनेक्शन तो दिखाए लेकिन कभी-कभी "विशिष्ट" रेखाओं के बजाय "जुड़ा हुआ है" जैसे अस्पष्ट शब्दों का उपयोग किया। यह थोड़ा अव्यवस्थित था।
- संयुक्त मैप (Joint Map): इसने एक अधिक साफ और केंद्रित वेब बनाया। इसने वल्नरेबिलिटी को कमजोरी और प्रभाव के साथ सही ढंग से जोड़ा, हालांकि यह कभी-कभी विशिष्ट "वेंडर" नामों को मिस कर गया।
मुख्य निष्कर्ष (The Bottom Line)
शोध पत्र का दावा है कि इस CVE-TTP नॉलेज ग्राफ को बनाकर, उन्होंने "क्या टूटा है" और "इसे कैसे हमला किया जाता है" के बीच के अंतर को सफलतापूर्वक पाट दिया है।
सुरक्षा टीमों के लिए केवल टूटे हुए तालों की लंबी सूची को देखते रहने के बजाय, अब उनके पास एक विजुअल मैप है जो दिखाता है: "इस विशिष्ट ताले को एक चोर द्वारा इस विशिष्ट टूल का उपयोग करके, इस विशिष्ट लक्ष्य को प्राप्त करने के लिए खोलने की संभावना है।" यह रक्षकों को यह समझने में मदद करता है कि पहले किन तालों को ठीक करना है और केवल नुकसान की प्रतिक्रिया देने के बजाय अपराधी के इरादे को समझना है।
लेखक नोट करते हैं कि जबकि उनका सिस्टम एक बड़ी प्रगति है, यह अभी भी अस्पष्ट शब्दों (जैसे यह न जानना कि "सर्विस" का अर्थ सॉफ्टवेयर सेवा है या मरम्मत सेवा) और संदर्भों (जैसे "यह" या "यह मुद्दा") के साथ संघर्ष करता है, जिसे वे भविष्य में ठीक करने की आशा करते हैं।
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।