The MAL Simulator: Cyber Operations Simulation based on Attack & Defense Graphs
यह शोध पत्र MAL सिम्युलेटर (MAL Simulator) को प्रस्तुत करता है, जो मेटा अटैक लैंग्वेज (Meta Attack Language) पर आधारित एक लचीला साइबर ऑपरेशंस प्लेटफॉर्म है, जो एक एमुलेटेड नेटवर्क वातावरण में केस स्टडीज के माध्यम से स्वचालित आक्रामक और रक्षात्मक एजेंटों के प्रशिक्षण और मूल्यांकन को सक्षम बनाता है और उनकी प्रभावशीलता को प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (https://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 जगत में, सुरक्षा अक्सर प्रकाश की गति से खेले जाने वाले बिल्ली और चूहे के खेल की तरह होती है। रक्षक दीवारें बनाते हैं और घुसपैठियों पर नज़र रखते हैं, जबकि हमलावर घुसने के लिए सबसे छोटी दरार की तलाश करते हैं। इन लड़ाइयों की तैयारी के लिए, शोधकर्ता कंप्यूटर सिमुलेशन का उपयोग करते हैं, जो आभासी खेल के मैदान (virtual playgrounds) हैं जहाँ वे वास्तविक प्रणालियों को जोखिम में डाले बिना अपनी रणनीतियों का परीक्षण कर सकते हैं। हालाँकि, एक यथार्थवादी सिमुलेशन बनाना कठिन है। यदि आभासी दुनिया बहुत सरल है, तो सीखे गए सबक आधुनिक नेटवर्क की जटिल वास्तविकता पर लागू नहीं होते। यदि यह बहुत कठोर है, तो सॉफ्टवेयर नए प्रकार के कंप्यूटरों या नए प्रकार के हमलों के अनुकूल नहीं हो पाता। चुनौती एक ऐसा सिम्युलेटर बनाने में है जो किसी भी सिस्टम को मॉडल करने के लिए पर्याप्त लचीला हो, फिर भी इतना संरचित हो कि आर्टिफिशियल इंटेलिजेंस (AI) को एक हैकर या एक रक्षक की तरह सोचना सिखा सके।
स्वीडन के KTH रॉयल इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने 'MAL सिम्युलेटर' नामक एक नया टूल विकसित करके इस चुनौती का समाधान किया है। यह प्रणाली 'मेटा अटैक लैंग्वेज' (Meta Attack Language) के आधार पर बनाई गई है, जो यह वर्णन करने का एक विशेष तरीका है कि कंप्यूटर, उपयोगकर्ता और सॉफ्टवेयर कैसे परस्पर क्रिया करते हैं। हर संभावित परिदृश्य को हार्ड-कोड करने के बजाय, शोधकर्ताओं ने सिम्युलेटर को इन विवरणों को पढ़ने के लिए डिज़ाइन किया है। इसका अर्थ है कि मूल कोड को दोबारा लिखे बिना, केवल विवरण बदलकर उसी मुख्य सॉफ्टवेयर का उपयोग एक छोटे कार्यालय नेटवर्क, एक विशाल क्लाउड सिस्टम, या एक फैक्ट्री नियंत्रण प्रणाली के अनुकरण के लिए किया जा सकता है। शोधकर्ताओं ने इस टूल का उपयोग दो प्रकार के आर्टिफिशियल इंटेलिजेंस एजेंटों को प्रशिक्षित करने के लिए किया: एक जो सिस्टम पर हमला करने और कमजोरियों को खोजने के लिए बनाया गया था, और दूसरा जो इसकी रक्षा करने के लिए बनाया गया था।
टीम ने अपने निर्माण का परीक्षण एक नियंत्रित वातावरण में किया जो एक वास्तविक कंप्यूटर नेटवर्क की नकल करता था, जिसमें सर्वर, वर्कस्टेशन और उनके बीच के जटिल कनेक्शन शामिल थे। उन्होंने इस नेटवर्क के तीस अलग-अलग संस्करण बनाए, जिनमें कंप्यूटरों की संख्या और कनेक्शन के लेआउट में भिन्नता रखी गई, ताकि यह सुनिश्चित किया जा सके कि एजेंट केवल एक ही मानचित्र को याद करने के बजाय सामान्य कौशल सीख रहे हैं। हमला करने वाले एजेंट का लक्ष्य विशिष्ट संवेदनशील डेटा तक पहुँचना था, जबकि रक्षा करने वाले एजेंट का काम नेटवर्क में कम से कम व्यवधान के साथ हमले को रोकना था। वास्तविक दुनिया में, हैकर को रोकने के लिए सर्वर को बंद करना प्रभावी हो सकता है, लेकिन यह व्यवसाय के काम को भी रोक देता है, इसलिए रक्षक को सटीक होना चाहिए।
जब शोधकर्ताओं ने प्रशिक्षित हमलावर एजेंट का परीक्षण किया, तो यह पारंपरिक कंप्यूटर खोज विधियों की तुलना में काफी अधिक कुशल साबित हुआ। मानक एल्गोरिदम, जो अक्सर व्यवस्थित लेकिन अंधे तरीके से हर संभावना की जांच करते हैं, अपने लक्ष्य तक पहुँचने में बहुत अधिक समय लेते थे और अनावश्यक चालें चलते थे। प्रशिक्षित एजेंट ने, हजारों सिम्युलेटेड प्रयासों से सीखकर, यह जान लिया था कि सिस्टम से तेज़ी से समझौता करने के लिए कौन सा रास्ता अपनाना है। वह उन नेटवर्क लेआउट को भी संभाल सकता था जिन्हें उसने पहले कभी नहीं देखा था, जो दर्शाता है कि उसने केवल एक विशिष्ट मार्ग के बजाय हमले के अंतर्निहित तर्क को सीखा था। यह सुझाव देता है कि आर्टिफिशियल इंटेलिजेंस, कठोर, पूर्व-प्रोग्राम किए गए नियमों की तुलना में जटिल डिजिटल वातावरण में अधिक प्रभावी ढंग से नेविगेट करना सीख सकता है।
रक्षा करने वाले एजेंट के परिणाम अधिक सूक्ष्म थे और साइबर सुरक्षा की एक महत्वपूर्ण वास्तविकता को उजागर करते हैं। जब सिमुलेशन पूर्ण था, जिसमें डिफेंडर को हमलावर की हर हरकत के बारे में स्पष्ट और सटीक अलर्ट मिलते थे, तो एक साधारण, नियम-आधारित रणनीति प्रशिक्षित आर्टिफिशियल इंटेलिजेंस के समान ही प्रभावी थी। हालाँकि, वास्तविक दुनिया शायद ही कभी पूर्ण होती है। उन सिमुलेशन में जिनमें "शोर" (noise) शामिल था—जहाँ डिफेंडर को गलत अलार्म मिले या वास्तविक संकेतों को मिस कर दिया गया, जो एक वास्तविक नेटवर्क की भ्रम की स्थिति की नकल करता है—वहाँ प्रशिक्षित एजेंट ने साधारण नियमों से बेहतर प्रदर्शन किया। आर्टिफिशियल इंटेलिजेंस ने शोर को अनदेखा करना और सबसे संभावित खतरों पर ध्यान केंद्रित करना सीख लिया, जबकि साधारण नियम गलत संकेतों से आसानी से भ्रमित हो गए। यह निष्कर्ष बताता है कि जबकि आदर्श स्थितियों में बुनियादी नियम काम कर सकते हैं, वास्तविक साइबर रक्षा की अव्यवस्थित और अनिश्चित वास्तविकता के लिए बुद्धिमान प्रणालियों की आवश्यकता होती है।
सबसे महत्वपूर्ण परीक्षण तब आया जब शोधकर्ताओं ने प्रशिक्षित हमलावर को प्रशिक्षित डिफेंडर के विरुद्ध खड़ा किया। इस परिदृश्य में, डिफेंडर का प्रदर्शन काफी गिर गया। साधारण रणनीतियाँ और नियम-आधारित एजेंट, बुद्धिमान हमलावर की गति और अनुकूलन क्षमता के सामने पस्त हो गए। यहाँ तक कि प्रशिक्षित डिफेंडर भी संघर्ष कर रहा था, जो यह दर्शाता है कि केवल अनुमानित और धीमे हमलावरों के विरुद्ध बनाई गई रक्षा रणनीति पर्याप्त नहीं है। यह परिणाम इस बात पर जोर देता है कि वास्तव में मजबूत रक्षा बनाने के लिए, सुरक्षा प्रणालियों को उन विरोधियों के विरुद्ध प्रशिक्षित किया जाना चाहिए जो उतने ही स्मार्ट और अनुकूलनशील हैं जितने वे स्वयं हैं। शोधकर्ताओं ने पाया कि इस प्रकार के प्रतिकूल प्रशिक्षण (adversarial training) के बिना, रक्षाएँ परीक्षणों में मजबूत दिखाई दे सकती हैं लेकिन एक वास्तविक, बुद्धिमान खतरे का सामना करने पर विफल हो सकती हैं।
अध्ययन यह निष्कर्ष निकालता है कि MAL सिम्युलेटर इन उन्नत एजेंटों को विकसित करने के लिए एक शक्तिशाली मंच प्रदान करता है। विभिन्न प्रकार के नेटवर्क और हमले के परिदृश्यों के बीच आसानी से स्विच करने की अनुमति देकर, यह टूल ऐसा आर्टिफिशियल इंटेलिजेंस बनाने में मदद करता है जो लचीला और प्रतिरोधी है। यह कार्य प्रदर्शित करता है कि जबकि हम ऐसे एजेंट बना सकते हैं जो हमला करने और रक्षा करने दोनों में वर्तमान विधियों से बेहतर हैं, दोनों के बीच का अंतर लगातार बदलता रहता है। जैसे-जैसे हमलावर अधिक स्मार्ट होते जा रहे हैं, रक्षकों को भी उनके साथ तालमेल बिठाते हुए विकसित होना होगा। शोधकर्ताओं ने अपना सिम्युलेटर और इन एजेंटों को बनाने के उपकरण सार्वजनिक रूप से उपलब्ध करा दिए हैं, जिससे अन्य लोगों को एक तेजी से जटिल होती दुनिया में हमारे डिजिटल बुनियादी ढांचे की रक्षा करने वाले सिस्टम को प्रशिक्षित करने के कार्य को आगे बढ़ाने के लिए आमंत्रित किया गया 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।