CTIFoundry: An Agent-Native Corpus Scaffold for Cyber Threat Intelligence
यह शोध पत्र CTIFoundry को प्रस्तुत करता है, जो एक एजेंट-नेटिव कॉर्पस स्कैफोल्ड (corpus scaffold) है जो एक नियत ऑन्टोलॉजी ग्राफ और स्पैन-ग्राउंडेड रिपोर्ट्स के माध्यम से साइबर थ्रेट इंटेलिजेंस की सुप्त संरचना को साकार करता है, जो पारंपरिक फ्लैट रिट्रीवल सबस्ट्रेट्स की तुलना में एजेंटिक जांच प्रदर्शन और दक्षता को महत्वपूर्ण रूप से बढ़ाता 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
डिजिटल दुनिया में, सुरक्षा विशेषज्ञ लगातार इस बात के सुराग खोजते रहते हैं कि उन पर हमला कौन कर रहा है और कैसे। यह कार्य, जिसे साइबर थ्रेट इंटेलिजेंस (साइबर खतरे की सूचना) कहा जाता है, विभिन्न कंपनियों और संगठनों द्वारा लिखे गए रिपोर्टों के विशाल संग्रहों पर निर्भर करता है। वर्षों से, इन रिपोर्टों को आर्टिफिशियल इंटेलिजेंस के साथ उपयोग करने का मानक तरीका उन्हें बिना व्यवस्थित किताबों के एक पुस्तकालय की तरह मानना रहा है। जब कोई कंप्यूटर प्रोग्राम प्रश्न पूछता है, तो सिस्टम टेक्स्ट में सबसे समान दिखने वाले शब्दों को खोजता है और कुछ पन्ने निकाल लेता है। यह तरीका सरल प्रश्नों के लिए अच्छा काम करता है, लेकिन जब जांच के लिए विभिन्न दस्तावेजों के बीच कड़ियों को जोड़ने की आवश्यकता होती है, तो इसे कठिनाई होती है। एक ही हैकर समूह को तीन अलग-अलग रिपोर्टों में तीन अलग-अलग नामों से बुलाया जा सकता है, और एक विशिष्ट सॉफ्टवेयर खामी को ज्ञात हमले के तरीके से जोड़ने वाले आधिकारिक रिकॉर्ड अक्सर लंबे पैराग्राफों के भीतर गहरे दबे होते हैं। यदि कंप्यूटर इन छिपे हुए कनेक्शनों को नहीं देख पाता है, तो वह पहेली को हल नहीं कर सकता, चाहे उसका आर्टिफिशियल इंटेलिजेंस प्रोग्राम कितना भी स्मार्ट क्यों न हो।
शोधकर्ताओं की एक टीम ने खोजा है कि समस्या कंप्यूटर की बुद्धिमत्ता में नहीं, बल्कि सूचना को संग्रहीत करने के तरीके में है। उन्होंने CTIFoundry नामक एक नया सिस्टम बनाया, जो इन सुरक्षा रिपोर्टों को कंप्यूटर द्वारा पढ़े जाने से पहले उन्हें व्यवस्थित करने के लिए एक विशेष ढांचे (फ्रेमवर्क) के रूप में कार्य करता है। डेटा को टेक्स्ट के ढेर के रूप में छोड़ने के बजाय, यह सिस्टम पहले तथ्यों का एक स्पष्ट मानचित्र बनाता है। यह चार प्रमुख सुरक्षा डेटाबेस के आधिकारिक रिकॉर्ड लेता है और उन्हें सटीक रेखाओं के साथ जोड़ता है, जिससे यह स्पष्ट होता है कि कौन सी सॉफ्टवेयर कमजोरी किस हमले के पैटर्न की ओर ले जाती है। फिर यह वेंडर रिपोर्टों को पढ़ता है और उन विशिष्ट वाक्यों को ढूंढता है जो इन ज्ञात समूहों या खामियों का उल्लेख करते हैं, और उन्हें उनके मूल टेक्स्ट में सटीक स्थान के साथ टैग करता है। यह प्रक्रिया दस्तावेज़ों के एक सपाट ढेर को एक संरचित नेटवर्क में बदल देती है जहाँ सूचना का हर टुकड़ा अपने पड़ोसियों और अपने स्रोत को जानता है।
शोधकर्ताओं ने एक ही आर्टिफिशियल इंटेलिजेंस एजेंट को सुरक्षा डेटा के दो अलग-अलग तरीकों से उपलब्ध कराकर इस नए सिस्टम का परीक्षण किया। एक परिदृश्य में, एजेंट ने पुराने, असंगठित तरीके का उपयोग किया। दूसरे में, उसने नए, संरचित मानचित्र का उपयोग किया। परिणाम चौंकाने वाले थे। जब एजेंट ने नए सिस्टम का उपयोग किया, तो उसके सही उत्तर देने की क्षमता में उल्लेखनीय उछाल आया, भले ही शोधकर्ताओं ने एक छोटा, कम शक्तिशाली कंप्यूटर मॉडल उपयोग किया था। वास्तव में, नए मानचित्र का उपयोग करने वाला छोटा मॉडल, पुराने, असंगठित टेक्स्ट के ढेर का उपयोग करने वाले सबसे शक्तिशाली मॉडल से बेहतर प्रदर्शन करता है। सुधार इसलिए नहीं हुआ क्योंकि कंप्यूटर ने अधिक मेहनत से खोज की या अधिक पन्ने पढ़े। इसके विपरीत, नए सिस्टम का उपयोग करने वाले एजेंट ने जानकारी खोजने के लिए लगभग आधे प्रयासों में ही सही उत्तर पा लिया। उसके पास बस अनुसरण करने के लिए एक बेहतर मार्ग था।
अध्ययन ने यह भी उजागर किया कि पुराना तरीका अक्सर क्यों विफल हो जाता था। बिना पूर्व-निर्मित मानचित्र के, कंप्यूटर अक्सर टेक्स्ट में खो जाता था, ऐसे समान शब्दों की तलाश करता था जो अंततः गलत दिशा या भ्रमित करने वाले परिणामों की ओर ले जाते थे। वह उन आधिकारिक कड़ियों को भी चूक जाता था जिन्हें विशेषज्ञों ने पहले ही लिख दिया था, क्योंकि वे लिंक लंबे वाक्यों के भीतर छिपे होते थे। नया सिस्टम कंप्यूटर को पहले आधिकारिक कनेक्शनों का पालन करने के लिए मजबूर करता है, जिससे टेक्स्ट को प्राथमिक मार्गदर्शक के बजाय विवरण के माध्यमिक स्रोत के रूप में देखा जाता है। यह दृष्टिकोण इतना प्रभावी साबित हुआ कि शोधकर्ताओं ने पाया कि डेटा की संरचना स्वयं कंप्यूटर मॉडल की कच्ची शक्ति (रॉ पावर) से अधिक महत्वपूर्ण थी। एक स्पष्ट मानचित्र वाला छोटा मॉडल, एक अव्यवस्थित ढेर वाले विशाल मॉडल से बेहतर प्रदर्शन करता है।
सिस्टम को भरोसेमंद बनाने के लिए, शोधकर्ताओं ने इसे सख्त नियमों के साथ बनाया जो इसे कोई भी तथ्य गढ़ने से रोकते थे। मानचित्र में प्रत्येक संबंध को एक आधिकारिक रिकॉर्ड से आना था, और रिपोर्ट से निकाला गया प्रत्येक टेक्स्ट का टुकड़ा मूल दस्तावेज़ में उसके सटीक स्थान की ओर संकेत करना चाहिए था। इसका अर्थ यह था कि कंप्यूटर मनगढ़ंत बातें नहीं कर सकता था या उत्तरों का अनुमान नहीं लगा सकता था। सिस्टम में कंप्यूटर के पालन के लिए सरल निर्देश, या आदतें भी शामिल थीं, जैसे कि समान शब्दों को खोजने से पहले आधिकारिक मानचित्र की जाँच करना। इन आदतों ने, स्पष्ट मानचित्र के साथ मिलकर, एक 'सुपर-एडिटिव' प्रभाव पैदा किया, जिसका अर्थ है कि दोनों हिस्से अकेले की तुलना में एक साथ मिलकर बेहतर काम करते हैं।
इस नए सिस्टम को बनाने की लागत आश्चर्यजनक रूप से कम थी, जिसमें प्रारंभिक डेटा को प्रोसेस करने के लिए केवल बहुत कम कंप्यूटिंग पावर की आवश्यकता थी। एक बार बनने के बाद, सिस्टम कंप्यूटर को प्रति प्रश्न लगभग दो सेंट में जटिल जांच हल करने की अनुमति देता है। शोधकर्ताओं ने निष्कर्ष निकाला कि उन क्षेत्रों के लिए जहाँ सूचना अत्यधिक संरचित है और आधिकारिक कनेक्शनों पर निर्भर है, सबसे बड़ी बाधा आर्टिफिशियल एजेंट की बुद्धिमत्ता नहीं, बल्कि वह गुणवत्ता है जो उसे दी जाती है। डेटा को एक ऐसे रूप में व्यवस्थित करके जिसे एजेंट स्वाभाविक रूप से समझ सके और जिस पर वह आगे बढ़ सके, सिस्टम ने जांच प्रक्रिया को तेज़, सस्ता और कहीं अधिक सटीक बना दिया। यह कार्य सुझाव देता है कि भविष्य में, विशिष्ट क्षेत्रों में आर्टिफिशियल इंटेलिजेंस को बेहतर बनाने का सबसे प्रभावी तरीका केवल स्मार्ट दिमाग बनाना नहीं होगा, बल्कि उनके पढ़ने के लिए बेहतर पुस्तकालय बनाना होगा।
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।