SiNMULI: Novel Signed Network Approach for Malicious URL Identification

इंटरनेट सूचनाओं का एक विशाल, परस्पर जुड़ा हुआ जाल है, लेकिन यह एक ऐसी जगह भी है जहाँ खतरा सामने ही छिपा रहता है। हर दिन, लोग उन लिंक्स पर क्लिक करते हैं जो पासवर्ड चुराने, धोखाधड़ी फैलाने या हानिकारक सॉफ़्टवेयर इंस्टॉल करने के लिए डिज़ाइन की गई वेबसाइटों की ओर ले जाते हैं। दशकों से, सुरक्षा विशेषज्ञों ने ज्ञात बुरे पतों की सूचियाँ बनाने या वेब एड्रेस के टेक्स्ट में संदिग्ध पैटर्न को पहचानने के लिए कंप्यूटर को प्रशिक्षित करने द्वारा इन खतरों को रोकने की कोशिश की है। ये विधियाँ ज्ञात खतरों के लिए अच्छी तरह काम करती हैं, लेकिन जब हमलावर नए, चतुराई से छद्म रूप धारण किए हुए साइटों का निर्माण करते हैं जो बिल्कुल असली जैसी दिखती हैं, तो वे अक्सर विफल हो जाती हैं। इसे हल करने के लिए, शोधकर्ता इंटरनेट को केवल व्यक्तिगत पृष्ठों के संग्रह के रूप में नहीं, बल्कि एक विशाल सामाजिक नेटवर्क के रूप में देखना शुरू कर रहे हैं जहाँ प्रत्येक वेबसाइट का प्रत्येक अन्य वेबसाइट के साथ एक संबंध होता है। जिस प्रकार एक समुदाय में लोग कुछ पड़ोसियों पर भरोसा करते हैं और दूसरों पर अविश्वास करते हैं, वैसे ही वेबसाइटें कुछ साइटों से लिंक करती हैं और दूसरों से बचती हैं। इन कनेक्शनों का अध्ययन करके, वेब की छिपी हुई संरचना को देखना और उन बुरे तत्वों को पहचानना संभव है जो इसमें फिट नहीं बैठते।

भारतीय सूचना प्रौद्योगिकी संस्थान, गुवाहाटी के शोधकर्ताओं की एक टीम ने इस विचार का उपयोग करके दुर्भावनापूर्ण वेबसाइटों को पकड़ने का एक नया तरीका विकसित किया है। वे अपने तरीके को SiNMULI कहते हैं, एक ऐसी प्रणाली जो इंटरनेट को एक 'साइंड नेटवर्क' (signed network) की तरह मानती है। इस प्रणाली में, प्रत्येक वेबसाइट एक बिंदु है, और उनके बीच का प्रत्येक लिंक एक रेखा है जो एक विशिष्ट अर्थ वहन करती है। यदि एक विश्वसनीय, सुरक्षित वेबसाइट किसी दूसरी साइट से लिंक करती है, तो उस कनेक्शन को सकारात्मक माना जाता है, जैसे कि विश्वास का वोट। यदि कोई ज्ञात बुरी वेबसाइट किसी अन्य साइट से लिंक करती है, तो उस कनेक्शन को नकारात्मक के रूप में चिह्नित किया जाता है, जो खतरे का संकेत देता है। शोधकर्ताओं ने महसूस किया कि अधिकांश मौजूदा सुरक्षा उपकरण इन संबंधों को अनदेखा करते हैं, और इसके बजाय एक एकल पृष्ठ की सामग्री पर ध्यान केंद्रित करते हैं। इसके विपरीत, SiNMULI पूरे चित्र को देखता है, और यह पता लगाने के लिए कि कौन सी साइटें सुरक्षित हैं और कौन सी नहीं, 'सोशल बैलेंस थ्योरी' (सामाजिक संतुलन के तर्क) का उपयोग करता है। मूल विचार सरल है: एक स्थिर नेटवर्क में, मित्र अन्य मित्रों से जुड़ते हैं, और शत्रु अन्य शत्रुओं से जुड़ते हैं। यदि कोई वेबसाइट ज्ञात सुरक्षित साइटों के लिंक्स से घिरी हुई है, तो इसकी संभावना है कि वह सुरक्षित है। यदि वह ज्ञात बुरी साइटों के लिंक्स से घिरी हुई है, तो इसकी संभावना है कि वह खतरनाक है।

इस विचार का परीक्षण करने के लिए, शोधकर्ताओं ने ज्ञात सुरक्षित और ज्ञात खतरनाक वेबसाइटों के एक बड़े संग्रह से शुरुआत की। उन्होंने अज्ञात वेबसाइटों की खोज करने के लिए इन लिंक्स का अनुसरण करते हुए व्यापक वेब को एक्सप्लोर किया। जैसे-जैसे वे इंटरनेट को क्रॉल (crawl) कर रहे थे, उन्होंने कनेक्शनों का एक विशाल मानचित्र बनाया, जिसमें दर्ज किया गया कि किस साइट ने किससे लिंक किया। फिर उन्होंने इस मानचित्र पर सामाजिक संतुलन सिद्धांत पर आधारित नियमों का एक सेट लागू किया। इन नियमों ने सिस्टम को अज्ञात लिंक्स की प्रकृति का अनुमान लगाने की अनुमति दी। उदाहरण के लिए, यदि एक ज्ञात सुरक्षित साइट एक अज्ञात साइट से लिंक करती है, और वह अज्ञात साइट एक अन्य ज्ञात सुरक्षित साइट से लिंक करती है, तो सिस्टम यह निष्कर्ष निकाल सकता है कि वह अज्ञात साइट संभवतः सुरक्षित है। इसके विपरीत, यदि किसी अज्ञात साइट को ज्ञात बुरी साइटों द्वारा लिंक किया जाता है, तो सिस्टम उसे खतरनाक के रूप में चिह्नित करता है। शोधकर्ताओं को हजारों उदाहरणों के साथ एक जटिल कंप्यूटर मॉडल को प्रशिक्षित करने की आवश्यकता नहीं पड़ी; इसके बजाय, वे सत्य को प्रकट करने के लिए वेब की प्राकृतिक संरचना पर निर्भर रहे।

इस दृष्टिकोण के परिणाम चौंकाने वाले थे। वास्तविक दुनिया के डेटा पर परीक्षण करने पर, सिस्टम ने 99.89 प्रतिशत की सटीकता के साथ दुर्भावनापूर्ण वेबसाइटों की सही पहचान की। यह बहुत कम गलतियों के साथ लगभग हर एक बुरी साइट को पहचानने में सक्षम था। यह प्रदर्शन लगातार मशीन लर्निंग या डीप न्यूरल नेटवर्क पर आधारित पारंपरिक तरीकों के बराबर या उनसे बेहतर है, जो अक्सर नए या छद्म खतरों का सामना करने पर संघर्ष करते हैं। सबसे महत्वपूर्ण निष्कर्षों में से एक यह था कि यह सिस्टम बिना बड़ी मात्रा में प्रशिक्षण डेटा के काम करता है। क्योंकि यह वेबसाइटों के बीच लिंक की मौजूदा संरचना पर निर्भर करता है, यह नए खतरों को तुरंत पहचान सकता है, भले ही उसने उन्हें पहले कभी न देखा हो। हालाँकि, शोधकर्ताओं ने नोट किया कि वर्तमान पाइपलाइन ऑफलाइन संचालित होती है; पूर्ण साइन्ड नेटवर्क का निर्माण करना और पुनरावृत्ति आधारित लेबल प्रोपेगेशन चलाना गणनात्मक रूप से महंगा है, जिससे इंजीनियरिंग सुधारों के बिना वास्तविक समय में तैनाती चुनौतीपूर्ण हो जाती है। यह सिस्टम को प्रशिक्षण आवश्यकताओं के मामले में हल्का बनाता है, लेकिन विश्लेषण प्रक्रिया स्वयं काफी समय और कंप्यूटिंग शक्ति की मांग करती है।

शोधकर्ताओं ने यह भी पाया कि दुर्भावनापूर्ण वेबसाइटें नेटवर्क में सुरक्षित वेबसाइटों से अलग व्यवहार करती हैं। सुरक्षित वेबसाइटें अच्छी तरह से जुड़ी होती हैं, जो बड़े, घने क्लस्टर बनाती हैं जहाँ वे कई विश्वसनीय साइटों से लिंक करती हैं। दूसरी ओर, दुर्भावनापूर्ण वेबसाइटें अक्सर नेटवर्क के किनारों पर स्थित होती हैं। उनके पास कम कनेक्शन होते हैं, और उनके लिंक अक्सर विरल या अलग-थलग होते हैं। इस संरचनात्मक अंतर ने प्रमाण की एक और परत प्रदान की जिसने सिस्टम को सटीक निर्णय लेने में मदद की। अध्ययन ने दिखाया कि वेबसाइटों के आपस में जुड़ने के तरीके को देखकर, सुरक्षा विशेषज्ञ उन पैटर्न को देख सकते हैं जो एक अकेले पृष्ठ को अलग से देखने पर अदृश्य होते हैं। यह प्रणाली पारदर्शी भी है; कुछ आधुनिक सुरक्षा उपकरणों के विपरीत जो एक "ब्लैक बॉक्स" की तरह कार्य करते हैं जहाँ निर्णय लेने की प्रक्रिया छिपी होती है, यह विधि विश्लेषकों को यह देखने की अनुमति देती है कि किसी साइट को क्यों चिह्नित किया गया। वे उस लिंक की श्रृंखला का पता लगा सकते हैं जिसने उस निष्कर्ष तक पहुँचाया, जिससे परिणाम को समझना और उस पर भरोसा करना आसान हो जाता है।

यद्य में यह विधि अत्यधिक प्रभावी सिद्ध हुई, शोधकर्ताओं ने स्वीकार किया कि यह पूर्ण नहीं है। डेटा एकत्र करना कठिन था क्योंकि कई दुर्भावनापूर्ण वेबसाइटें अल्पकालिक होती हैं, जो पूरी तरह से मैप होने से पहले ही गायब हो जाती हैं, या वे स्वचालित स्कैनरों को रोकने के लिए चालें चलती हैं। इसका मतलब है कि नेटवर्क मानचित्र कभी-कभी अधूरा होता है, जिससे कुछ बुरी साइटें छिपी रह जाती हैं। इसके अतिरिक्त, वर्तमान प्रणाली तब सबसे अच्छा काम करती है जब यह पूर्ण नेटवर्क संरचना का विश्लेषण कर सकती है, जिसमें समय और कंप्यूटिंग शक्ति लगती है। वास्तविक समय की सुरक्षा के लिए, जहाँ एक सेकंड के अंश में निर्णय लेना आवश्यक होता है, सिस्टम को तेज़ काम करने के लिए अनुकूलित करने की आवश्यकता होगी। इन चुनौतियों के बावजूद, यह अध्ययन साइबर सुरक्षा के प्रति एक शक्तिशाली नया दृष्टिकोण प्रदान करता है। यह सुझाव देता है कि डिजिटल खतरों से लड़ने का सबसे अच्छा तरीका केवल कोड के व्यक्तिगत टुकड़ों को गहराई से देखना नहीं है, बल्कि उन संबंधों को समझना है जो इंटरनेट को एक साथ बांधते हैं। वेब को एक सामाजिक नेटवर्क के रूप में मानकर जहाँ विश्वास और अविश्वास एक साइट से दूसरी साइट पर स्थानांतरित होता है, शोधकर्ताओं ने उन अदृश्य पैटर्न को देखने का एक तरीका खोजा है जो सत्य को प्रकट करते हैं।