← नवीनतम पेपर
💻 computer science

CyberLLM: A Multi-Agent LLM Framework for Autonomous Detection and Guarded Response in Automotive Cybersecurity

यह शोध पत्र CyberLLM को प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो शून्य गलत सकारात्मकता (zero false positives) सुनिश्चित करते हुए और सख्त मानवीय निरीक्षण बनाए रखते हुए ऑटोमोटिव साइबर सुरक्षा कमजोरियों का स्वायत्त रूप से पता लगाने और उन्हें सुधारने के लिए नियत विश्लेषण (deterministic analysis) को LLM-आधारित तर्क और औपचारिक सुरक्षा गार्डों के साथ जोड़ता है।

मूल लेखक: Nenad Petrovic, Oussama Jeddou, Feres Ben Fraj, Vahid Zolfaghari, Fengjunjie Pan, Andre Schamschurko, Alois Knoll

प्रकाशित 2026-08-10
📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें
CC BY 4.0

मूल लेखक: Nenad Petrovic, Oussama Jeddou, Feres Ben Fraj, Vahid Zolfaghari, Fengjunjie Pan, Andre Schamschurko, Alois Knoll

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

आधुनिक कार की कल्पना केवल एक इंजन वाली मशीन के रूप में नहीं, बल्कि एक चलते-फिरते सुपरकंप्यूटर के रूप में करें। यह "सॉफ्टवेयर-डिफाइंड व्हीकल्स" (Software-Defined Vehicles) की दुनिया है, जहाँ आपकी कार के ब्रेक, स्टीयरिंग और मनोरंजन, सब कुछ कोड की उन पंक्तियों द्वारा नियंत्रित होते हैं जिन्हें आपके फोन पर किसी ऐप की तरह 'ओवर द एयर' अपडेट किया जा सकता है। जहाँ यह कारों को अधिक स्मार्ट और अनुकूलन योग्य बनाता है, वहीं यह उन्हें हैकर्स के लिए लक्ष्य भी बना देता है। यदि कोई बुरा तत्व उस कोड में वायरस डाल दे, तो सैद्धांतिक रूप से वे वाहन का नियंत्रण अपने हाथ में ले सकते हैं। वैज्ञानिक जो बड़ा सवाल पूछ रहे हैं वह यह है: हम एक ऐसा सुरक्षा तंत्र कैसे बनाएं जो इन छिपे हुए डिजिटल जाल को खुद खोजने के लिए पर्याप्त स्मार्ट हो, लेकिन इसे ठीक करने की कोशिश में गलती से कार को नुकसान न पहुँचा दे? यह "स्वायत्तता" (कंप्यूटर को कार्य करने देना) और "सुरक्षा" (यह सुनिश्चित करना कि वह कभी भी कुछ खतरनाक न करे) के बीच का एक नाजुक संतुलन है।

यहाँ आता है CyberLLM, एक नया फ्रेमवर्क जिसे म्यूनिख तकनीकी विश्वविद्यालय के शोधकर्ताओं द्वारा ठीक इसी समस्या को हल करने के लिए डिज़ाइन किया गया है। इसे आपकी कार के लिए डिजिटल बॉडीगार्ड्स की एक टीम के रूप में समझें, जहाँ "मस्तिष्क" लार्ज लैंग्वेज मॉडल्स (LLMs) द्वारा संचालित है—वही प्रकार की AI जो कहानियाँ लिख सकती है या आपसे चैट कर सकती है। लेकिन यहाँ एक मोड़ है: इन AI एजेंटों को बेकाबू होकर दौड़ने की अनुमति नहीं है। शोधकर्ताओं ने उनके चारों ओर एक "सेफ्टी एनवेलप" (सुरक्षा घेरा) बनाया है, जो नियमों के एक सख्त सेट की तरह है जो क्लब के बाउंसर की तरह काम करता है। AI समस्याओं को पहचान सकता है और सुधार के सुझाव दे सकता है, लेकिन होने वाले हर एक कदम से पहले एक अलग, अडिग सुरक्षा गार्ड को उसे मंजूरी देनी होगी।

पेपर में इस सिस्टम का परीक्षण ऑटोमोटिव सॉफ्टवेयर के नौ वास्तविक मॉड्यूल पर किया गया है जो C, C++, और Rust में लिखे गए थे, जिनमें गुप्त रूप से 47 अलग-अलग प्रकार की कमजोरियां (जैसे छिपे हुए बैकडोर या लॉजिक एरर) डाली गई थीं। इसके परिणाम काफी उत्साहजनक हैं। यह सिस्टम दो-चरणीय जासूसी प्रक्रिया का उपयोग करता है। पहले, एक "डिटरमिनिस्टिक लेयर" (निश्चित परत) एक सुपर-फास्ट, नियम-पालन करने वाले स्कैनर की तरह कार्य करती है जो ज्ञात बुरे पैटर्न की जांच करती है। इस परत ने अकेले ही शून्य गलत अलार्म के साथ, पूर्ण सटीकता के साथ 34% बग्स को पकड़ा। फिर, खोज को परिष्कृत करने के लिए AI चरण में आता है। AI के तर्क को सख्त नियमों के साथ जोड़कर, सिस्टम कुल कमजोरियों में से लगभग 70% को खोजने में सफल रहा। महत्वपूर्ण रूप से, AI की मदद के बावजूद, सिस्टम ने साफ कोड पर 100% प्रिसिजन (सटीकता) बनाए रखी, जिसका अर्थ है कि इसने कार के किसी भी सुरक्षित हिस्से को खतरनाक के रूप में चिह्नित नहीं किया।

शोधकर्ताओं ने एक "सिमेट्रिक अटैक पाइपलाइन" भी बनाई है, जो एक अभ्यास के मैदान की तरह है जहाँ AI हैकर्स की एक 'रेड टीम' उन्हीं परिदृश्यों का उपयोग करके कार को तोड़ने की कोशिश करती है जिनका उपयोग बचाव करने वाले लोग सुरक्षा के लिए कर रहे हैं। यह उन्हें समान धरातल पर दोनों पक्षों का परीक्षण करने की अनुमति देता है। अध्ययन बताता है कि जबकि AI एजेंट उन जटिल सुरक्षा मुद्दों को पहचानने के लिए अविश्वसनीय रूप से उपयोगी हो सकते हैं जिन्हें पारंपरिक उपकरण मिस कर देते हैं, उन्हें वास्तविक दुनिया के, सुरक्षा-महत्वपूर्ण वातावरण जैसे कि कारों में भरोसेमंद बनाने के लिए एक कठोर, ऑडिट योग्य सुरक्षा प्रणाली में लपेटा जाना चाहिए। पेपर यह दावा नहीं करता है कि यह एक हल की हुई समस्या है या कोई जादुई समाधान है; बल्कि, यह प्रदर्शित करता है कि सही गार्डरेल्स (सुरक्षा घेरे) के साथ, AI सुरक्षा खामियों का पता लगाने की दर को दोगुना कर सकता है, बिना वाहन की सुरक्षा से समझौता किए।

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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 💻 cs →