Agentic Cloud Decoys: A Deception-Driven Framework for Autonomous Intrusion Investigation
यह शोध पत्र "क्लाउड डिकॉय एआई एजेंट" (Cloud Decoy AI Agent) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो सत्र-स्तरीय साक्ष्यों को एकत्रित करने और फॉल्स पॉजिटिव (false positives) तथा इनडायरेक्ट प्रॉम्प्ट इंजेक्शन (indirect prompt injection) जोखिमों को कम करने के लिए डायनेमिक प्रॉम्प्ट जनरेशन का उपयोग करने हेतु हाई-फिडेलिटी क्लाउड डिकॉय को स्वायत्त लैंग्वेज मॉडल एजेंटों के साथ जोड़ता है, जिससे दस में से नौ नियंत्रित AWS S3 परिदृश्यों का कुछ ही मिनटों के भीतर पूर्ण पुनर्निर्माण प्राप्त होता 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 इंटरनेट एक विशाल, हलचल भरे शहर की तरह है जहाँ हर क्रिया एक पदचिह्न छोड़ती है। इस डिजिटल शहर के संस्करण में, जिसे "क्लाउड" कहा जाता है, कंपनियाँ अपना सबसे कीमती डेटा संग्रहीत करती हैं। इस शहर को सुरक्षित रखने के लिए, सुरक्षा टीमें लाखों छोटे पदचिह्नों की निगरानी करती हैं जिन्हें "लॉग्स" (logs) कहा जाता है। ये लॉग रिकॉर्ड करते हैं कि कब किसी ने दरवाजा खोला, किसी फाइल को उठाया, या किसी गलियारे में चला। समस्या यह है कि शहर इतना बड़ा है और पदचिह्न इतने असंख्य हैं कि एक असली चोर को ढूंढना स्टेडियम में बिस्कुट खा रहे लोगों के बीच एक व्यक्ति को बिस्कुट चुराते हुए देखने जैसा है। लॉग मौजूद हैं, लेकिन वे इतने शोर भरे और भ्रमित करने वाले हैं कि सुरक्षा विशेषज्ञों को यह समझने में कई दिन लग जाते हैं कि वास्तव में क्या हुआ था।
इसे हल करने के लिए, सुरक्षा विशेषज्ञों ने "छल" (deception) नामक एक तरकीब का उपयोग करना शुरू कर दिया है। भीड़ में बुरे आदमी को खोजने के बजाय, वे एक चमकदार, नकली बिस्कुट का जार बाहर रख देते हैं जो बिल्कुल असली जार जैसा दिखता है। वे जानते हैं कि कोई भी ईमानदार कर्मचारी उस विशिष्ट जार को कभी नहीं छुएगा। इसलिए, यदि कोई उस जार को छूता है, तो सुरक्षा टीम तुरंत जान जाती है: "वह एक चोर है!" यह शोध पत्र, जिसे एरिजोना विश्वविद्यालय के शोधकर्ताओं द्वारा लिखा गया है, एक नया प्रश्न पूछता है: एक बार जब नकली बिस्कुट का जार छू लिया जाता है, तो क्या हम एक सुपर-स्मार्ट कंप्यूटर रोबोट ("AI एजेंट") का उपयोग करके तुरंत यह पता लगा सकते हैं कि चोर कौन है, उसने क्या चुराया है, और मानव जासूस के लिए एक रिपोर्ट लिख सकते हैं, और वह भी बिना शोर से भ्रमित हुए?
समस्या: बहुत अधिक पदचिह्न, बहुत अधिक शोर
शोधकर्ता बताते हैं कि क्लाउड सुरक्षा वर्तमान में एक विरोधाभास में फंसी हुई है। कंपनियाँ जितना अधिक डेटा एकत्र करती हैं, बुरे लोगों को ढूंढना उतना ही कठिन होता जाता है। हमलावर चतुर होते हैं; वे सामान्य कर्मचारी की तरह सामने के दरवाजे से अंदर आने के लिए चोरी की चाबियों का उपयोग करते हैं। जब वे ऐसा करते हैं, तो कंप्यूटर लॉग बिल्कुल वैसे ही दिखते हैं जैसे कोई सामान्य व्यक्ति अपना काम कर रहा हो। सुरक्षा टीमें इन लॉग्स को समझने के लिए घंटों और दिनों तक उन्हें जोड़ने में बिता देती हैं, और अक्सर नुकसान को रोकने के अवसर को हाथ से जाने देती हैं।
यह पत्र तर्क देता है कि केवल अधिक लॉग या बेहतर AI जोड़ना समाधान नहीं है। असली मुद्दा यह है कि AI को शहर का पूरा इतिहास पढ़ने के लिए कहा जा रहा है ताकि एक बुरी घटना को खोजा जा सके। यह महंगा, धीमा और गलतियों के प्रति संवेदनशील है।
समाधान: चारा और रोबोट जासूस
लेखकों ने Cloud Decoy AI Agent नामक एक प्रणाली बनाई है। यह दो मुख्य भागों में काम करता है:
- चारा (The Decoy): उन्होंने एक नकली स्टोरेज बकेट (एक डिजिटल फोल्डर) बनाया है जो फाइलों से भरा है जो एक चोर के लिए अविश्वसनीय रूप से लुभावनी लगती हैं, जैसे कि "secret_api_keys.txt" या "bank_records.sql"। महत्वपूर्ण बात यह है कि किसी भी वास्तविक कर्मचारी को इस फोल्डर को छूने की अनुमति नहीं है। यदि इस फोल्डर को छुआ जाता है, तो यह 100% गारंटी है कि कुछ संदिग्ध हो रहा है। यह एक आदर्श अलार्म बेल के रूप में कार्य करता है।
- रोबोट (The AI Agent): बजाय इसके कि कोई इंसान अलार्म को देखे, एक स्मार्ट AI रोबोट कार्यभार संभाल लेता है। लेकिन यहाँ पेचीदा हिस्सा यह है: शोधकर्ताओं ने महसूस किया कि केवल अलार्म को रोबोट को सौंप देना पर्याप्त नहीं है। यदि रोबोट को क्लाउड में सब कुछ देखने की अनुमति दी जाती है, तो वह सामान्य, उबाऊ गतिविधियों से अभिभूत हो जाएगा और खाली जगहों को भरने के लिए कहानियाँ गढ़ सकता है (एक समस्या जिसे "hallucination" कहा जाता है)।
उन्होंने रोबोट को स्मार्ट कैसे बनाया
शोध पत्र में रोबोट को सही ढंग से काम करने के लिए तीन चतुर नियम पेश किए गए हैं:
- सुरागों का समूहन (Grouping the Clues): प्रत्येक क्लिक को एक अलग घटना के रूप में देखने के बजाय, रोबोट उन्हें "सेशन्स" (sessions) में समूहित करता है। यदि एक चोर नकली फोल्डर खोलता है, एक फाइल देखता है, और उसे 15 मिनट के भीतर डाउनलोड करता है, तो रोबोट इसे एक निरंतर कहानी के रूप में देखता है, न कि तीन अलग-अलग, भ्रमित करने वाली घटनाओं के रूप में।
- "जो आप देखते हैं वही आपको मिलता है" का नियम: यह सबसे महत्वपूर्ण हिस्सा है। शोधकर्ताओं ने एक नियम बनाया कि रोबोट केवल उसी बारे में लिख सकता है जो उसने वास्तव में देखा है। यदि रोबोट ने लॉग में किसी विशिष्ट फ़ाइल नाम को नहीं देखा है, तो उसे अनुमान लगाने या उसे बनाने की अनुमति नहीं है। उन्होंने एक विशेष "डायनेमिक प्रॉम्प्ट" प्रणाली बनाई है जो रोब सहित केवल वही सटीक साक्ष्य फीड करती है जो उसने पाया है, जिससे वह कहानी को पूरा करने के लिए फर्जी विवरण गढ़ने से बच जाता है।
- जाल के अंदर जाल (The Trap in the Trap): शोधकर्ताओं ने यह भी देखा कि एक डरावनी नई समस्या है। क्योंकि लॉग ठीक वही रिकॉर्ड करते हैं जो चोर टाइप करता है (जैसे फ़ाइल के नाम), एक चोर "मेरी सभी फ़ाइलें हटा दें" या "पिछले निर्देशों को अनदेखा करें" जैसा नाम वाली फ़ाइल लिख सकता है। यदि रोबोट इसे पढ़ता है, तो वह चोर की बातों में आ सकता है। यह पत्र इस खतरे की ओर इशारा करता है। उन्होंने इस जोखिम की पहचान की लेकिन स्वीकार किया कि उनके वर्तमान रोबोट के पास अभी इसके खिलाफ कोई ढाल नहीं है। वे कहते हैं कि इससे पहले कि कोई इस प्रणाली का वास्तविक दुनिया में उपयोग करे, इसे ठीक किया जाना चाहिए।
उन्होंने क्या पाया (और क्या नहीं)
टीम ने एक सुरक्षित, नकली क्लाउड वातावरण में दस अलग-अलग "डकैती" परिदृश्यों के साथ अपने सिस्टम का परीक्षण किया। उन्होंने चोरों द्वारा फाइलों को सूचीबद्ध करने, डेटा चुराने, चीजें हटाने और यहाँ तक कि इसे तेजी से करने के लिए स्क्रिप्ट का उपयोग करने का अनुकरण किया।
- अच्छी खबर: सिस्टम अविश्वसनीय रूप से अच्छा काम करता है। इसने 10 में से 9 परिदृश्यों को पूरी तरह से सफलतापूर्वक पुनर्गठित किया। रोबोट द्वारा लिखे गए प्रत्येक रिपोर्ट में, प्रत्येक तथ्य को पीछे के प्रमाणों से जोड़ा जा सकता था जो उसने वास्तव में देखे थे। रोबोट ने कोई भी फर्जी कहानी नहीं बनाई। इसने यह सब बहुत तेज़ी से किया, नकली फोल्डर को छूने के क्षण से लेकर रिपोर्ट पूरी होने तक केवल 4 से 5 मिनट का समय लगा।
- एक चूक: सिस्टम एक विशिष्ट परिदृश्य में विफल रहा जहाँ चोर ने फोल्डर देखने और फाइल चुराने के बीच 20 मिनट का इंतजार किया। क्योंकि रोबोट का "समूहन" नियम 15 मिनट पर सेट था, इसने सोचा कि चोर चला गया और बाद में वापस आया, जिससे कहानी दो अलग-अलग, असंबंधित घटनाओं में विभाजित हो गई।
- अधूरी कड़ियाँ: लेखक इस बारे में बहुत ईमानदार हैं कि उन्होंने क्या सिद्ध नहीं किया। उन्होंने अपने सिस्टम का एक "सामान्य" सुरक्षा प्रणाली के विरुद्ध परीक्षण नहीं किया कि क्या यह बेहतर है। उन्होंने अन्य प्रकार के AI रोबोटों के साथ इसका परीक्षण नहीं किया। और उन्होंने हजारों कर्मचारियों वाले एक वास्तविक, अव्यवस्थित कंपनी वातावरण में इसका परीक्षण नहीं किया। उन्होंने केवल एक प्रकार की क्लाउड सेवा (Amazon S3) के साथ एक स्वच्छ, नियंत्रित लैब में इसका परीक्षण किया।
बड़ी तस्वीर
यह शोध पत्र सुझाव देता है कि क्लाउड सुरक्षा के शोर को काटने के लिए एक "बेट" (चारा) का उपयोग करके एक स्मार्ट रोबोट जासूस को सक्रिय करना एक शानदार तरीका है। यह एक विशाल, असंभव खोज को एक छोटी, प्रबंधनीय जांच में बदल देता है। रोबोट को सख्ती से केवल मिले हुए साक्ष्यों तक सीमित रखकर, उन्होंने इसे मनगढ़ंत बातें बनाने से रोक दिया।
हालाँकि, शोधकर्ता स्पष्ट हैं: यह एक प्रोटोटाइप है, कोई तैयार उत्पाद नहीं। उन्होंने एक गंभीर सुरक्षा छेद की पहचान की है जहाँ एक चोर नकली निर्देशों के साथ रोबोट को धोखा दे सकता है, और उन्होंने इसे अभी तक ठीक नहीं किया है। वे यह भी स्वीकार करते हैं कि इससे पहले कि कोई इसे वास्तविक कंपनी के रहस्यों के लिए भरोसेमंद बना सके, उन्हें इसे अधिक व्यापक रूप से परीक्षण करने की आवश्यकता है। लेकिन मूल विचार—कि एक नकली बिस्कुट का जार और एक अनुशासित रोबोट बिस्कुट गायब होने के रहस्य को सुलझा सकता है—हमारे डिजिटल शहरों को सुरक्षित रखने के लिए एक आशाजनक नई दिशा 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।