Utilizing Large Language Model Algorithm for XSS, SQL, and Command Injection Detection

इंटरनेट की कल्पना एक हलचल भरे, अराजक शहर के रूप में करें जहाँ वेबसाइटें दुकानें, बैंक और नगर पालिकाएँ हैं। किसी भी शहर की तरह, यहाँ भी कुछ शरारती तत्व हैं जो सामने के दरवाजे से घुसने, ताले तोड़ने या कर्मचारियों को फर्जी आदेश चिल्लाकर देने की कोशिश कर रहे हैं। कंप्यूटर सुरक्षा की दुनिया में, ये शरारती तत्व "इंजेक्शन अटैक" (injection attacks) का उपयोग करते हैं। यह एक फैंसी नाम है एक सरल ट्रिक के लिए: वेबसाइट को एक सामान्य अनुरोध देने के बजाय, एक हैकर टेक्स्ट बॉक्स के अंदर एक गुप्त कमांड लिख देता है, इस उम्मीद में कि वेबसाइट गलती से उसका आज्ञा पालन कर देगी। यह एक ग्राहक के बेकरी में जाने और फुसफुसाने जैसा है, "दरअसल, मैं चाहता हूँ कि आप अपना पूरा इन्वेंट्री डिलीट कर दें," और बेकर, भ्रमित होकर, वास्तव में ऐसा कर देता है।

इन चालाक शरारती तत्वों को पकड़ने के लिए, सुरक्षा विशेषज्ञों ने डिजिटल बाउंसर बनाए हैं। वर्षों तक, ये बाउंसर सख्त लाइब्रेरियन की तरह थे जो केवल उन्हीं किताबों को अंदर आने देते थे जो उनकी स्वीकृत सूची वाली किताबों जैसी दिखती थीं। यदि किसी किताब का कवर अजीब या शीर्षक विचित्र होता, तो उसे खारिज कर दिया जाता था। लेकिन हैकर्स स्मार्ट होते जा रहे हैं; वे अपने "कवर" और "शीर्षक" इतनी तेज़ी से बदलते हैं कि पुराने बाउंसर उनका मुकाबला नहीं कर पाते। यहाँ नए पीढ़ी के बाउंसरों का प्रवेश होता है: लार्ज लैंग्वेज मॉडल्स (LLMs)। इन मॉडल्स को कठोर लाइब्रेरियन के रूप में नहीं, बल्कि सुपर-स्मार्ट डिटेक्टिव के रूप में सोचें जिन्होंने लाइब्रेरी की लगभग हर किताब पढ़ी है। वे केवल कवर को नहीं देखते; वे कहानी, लहजे और छिपे हुए अर्थ को समझते हैं। वे केवल टेक्स्ट को "महसूस" करके एक हानिरहित वाक्य और एक दुर्भावनापूर्ण कमांड के बीच अंतर कर सकते हैं। यह शोध एक बड़ा सवाल पूछता है: क्या इन सुपर-स्मार्ट डिटेक्टिव्स को उन विशिष्ट ट्रिक्स को पहचानने के लिए प्रशिक्षित किया जा सकता है जिनका उपयोग हैकर्स वेबसाइटों में घुसपैठ करने के लिए करते हैं, और क्या उन्हें यह काम करने के लिए विशाल, ऊर्जा की भूखी राक्षसी मशीनों की आवश्यकता है, या क्या एक छोटा, तेज़ डिटेक्टिव भी उतना ही अच्छा काम कर सकता है?

इस अध्ययन के पीछे के शोधकर्ताओं ने चार अलग-अलग AI डिटेक्टिव्स को एक बड़े प्रशिक्षण शिविर (training camp) से गुज़ारा ताकि यह देखा जा सके कि कौन सा मॉडल तीन विशिष्ट प्रकार के डिजिटल हमलों को पहचानने में सबसे बेहतर हो सकता है: क्रॉस-साइट स्क्रिप्टिंग (XSS), SQL इंजेक्शन, और कमांड इंजेक्शन। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने इन मॉडल्स को "अच्छे" ट्रैफिक और "बुरे" ट्रैफिक के 1,80,000 से अधिक उदाहरणों के एक विशाल डेटासेट से प्रशिक्षित किया, जिसमें छद्म वेश में किए गए जटिल हमले भी शामिल थे। फिर उन्होंने मॉडल्स को 'फाइन-ट्यून' किया, जो उन्हें हैकर की चालों पर एक विशेष पाठ्यपुस्तक देने जैसा है ताकि वे इन अपराधों के विशिष्ट पैटर्न को सीख सकें।

परिणाम आश्चर्यजनक रूप से करीब थे, लगभग एक ऐसी दौड़ की तरह जहाँ विजेता एक बाल के बराबर अंतर से फिनिश लाइन पार करते हैं। मुख्य आकर्षण LLaMA-3.2-1B नामक एक मॉडल था। इसने समग्र रूप से सर्वश्रेष्ठ प्रदर्शन किया, जिसने 99.80% सटीकता (accuracy), 99.82% प्रिसिजन (precision), और 99.81% F1-स्कोर के साथ दुर्भावनापूर्ण ट्रैफिक की सही पहचान की। यह अविश्वसनीय रूप से तेज था, इसने बहुत कम बुरे लोगों को छोड़ा और शायद ही कभी निर्दोष लोगों पर आरोप लगाया। हालाँकि, शोध पत्र में यह भी पाया गया कि इस काम को करने के लिए आपको अनिवार्य रूप से सबसे बड़े डिटेक्टिव की आवश्यकता नहीं है। एक बहुत छोटा मॉडल, DistilBERT-base-uncased, जिसके पास अपने बड़े कजों के लगभग 0.93% ट्रेन करने योग्य पैरामीटर्स हैं (लगभग 67.6 मिलियन कुल पैरामीटर्स में से 6,30,532 ट्रेन करने योग्य पैरामीटर्स), ने लगभग समान परिणाम प्राप्त किए: सटीकता, प्रिसिजन, रिकॉल और F1-स्कोर में 99.80%।

अध्ययन में दो अन्य मॉडल्स, GPT-2 और GPT-2-medium का भी परीक्षण किया गया। उन्होंने भी बहुत अच्छा प्रदर्शन किया, जिसमें सटीकता और प्रिसिजन 99.7% से 99.8% के आसपास रही। दिलचस्प बात यह है कि शोधकर्ताओं ने पाया कि मॉडल को बड़ा बनाने से हमेशा बेहतरी नहीं आती। GPT-2-medium मॉडल, जो मानक GPT-2 की तुलना में लगभग तीन गुना बड़ा है, वास्तव में अधिक बुरे लोगों को नहीं पकड़ सका; वास्तव में, इसका स्कोर थोड़ा कम रहा। यह सुझाव देता है कि इस विशिष्ट कार्य के लिए, एक बार जब मॉडल पैटर्न समझने के लिए पर्याप्त बड़ा हो जाता है, तो उसे और बड़ा बनाना बिल्कुल वैसा ही है जैसे किराने का सामान खरीदने के लिए एक बहुत महंगी स्पोर्ट्स कार खरीदना—यह आपको वहां तेज़ी से नहीं पहुँचाता।

जब यह देखा गया कि मॉडल्स ने गलतियाँ कैसे कीं, तो शोध पत्र ने कुछ दिलचस्प बातें उजागर कीं। चारों मॉडल्स XSS हमलों को पकड़ने में लगभग पूर्ण थे; वास्तव में, तीन मॉडल्स ने XSS टेस्ट केसों को 100% सही पहचाना। ऐसा लगता है कि इन हमलों में उपयोग किए जाने वाले "स्क्रिप्ट" टैग एक बड़े नियॉन साइन की तरह हैं जिन्हें अनदेखा करना असंभव है। हालाँकि, कमांड इंजेक्शन (Command Injection) सबसे कठिन श्रेणी थी। LLaMA मॉडल यहाँ थोड़ा संघर्ष करता दिखा, कभी-कभी कमांड इंजेक्शन को सामान्य ट्रैफिक समझ लेता था। वहीं, GPT-2 मॉडल्स थोड़े अधिक संदिग्ध (paranoid) होने की प्रवृत्ति रखते थे, जो अन्य मॉडल्स की तुलना में सामान्य, सुरक्षित ट्रैफिक को हमले के रूप में अधिक बार चिह्नित करते थे।

लेखक निष्कर्ष निकालते हैं कि जबकि विशाल LLa-3.2-1B मॉडल ने सबसे मजबूत समग्र प्रदर्शन दिखाया, छोटा DistilBERT मॉडल वास्तविक दुनिया के उपयोग के लिए एक शानदार विकल्प है क्योंकि यह बहुत तेज़ है और इसे कम कंप्यूटिंग शक्ति की आवश्यकता होती है, जबकि यह लगभग उसी स्तर की सुरक्षा प्रदान करता है। शोध पत्र सुझाव देता है कि इन मॉडल्स को फाइन-ट्यून करना इंजेक्शन हमलों को पकड़ने का एक शक्तिशाली तरीका है, लेकिन यह भी नोट करता है कि यह तो बस शुरुआत है। शोधकर्ता बताते हैं कि उन्हें चुनौतियों का सामना करना पड़ा, जैसे कि इस विशिष्ट विषय पर पिछले अध्ययनों की कमी और सीमित कंप्यूटिंग संसाधन, जिसका अर्थ है कि इन डिजिटल बाउंसरों को पूर्ण बनाने के लिए अभी भी बहुत काम किया जाना बाकी है। अंततः, यह अध्ययन सिद्ध करता है कि सही प्रशिक्षण के साथ, एक छोटा, कुशल AI भी वेब खतरों के खिलाफ एक लगभग पूर्ण रक्षक बन सकता है।