Robustness of automated intrusion responders in software-defined networks to spoofed evidence and responder starvation
यह शोध पत्र सॉफ्टवेयर-डिफ़ाइंड नेटवर्क में स्वचालित घुसपैठ प्रतिक्रियाकर्ताओं (इंट्रूज़न रिस्पोंडर्स) की स्पूफ किए गए साक्ष्यों और रिस्पोंडर स्टार्वेशन के प्रति संवेदनशीलता का मूल्यांकन करता है, यह प्रदर्शित करते हुए कि जबकि क्लासिक रिस्पोंडर्स को वैध होस्ट के विरुद्ध हथियार बनाया जा सकता है, इन हानियों को इनग्रेस-पोर्ट बाइंडिंग और रूल बजट जैसे विशिष्ट बचावों के माध्यम से न्यूनतम प्रदर्शन लागत के साथ प्रभावी ढंग से कम किया जा सकता 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 राजमार्गों में, जो हमारे ईमेल, वीडियो और वित्तीय लेनदेन को ले जाते हैं, एक नए प्रकार का ट्रैफिक पुलिसकर्मी उभरा है। ये स्वचालित उत्तरदाता (automated responders) हैं, जो ऐसे सॉफ्टवेयर सिस्टम हैं जिन्हें परेशानी के संकेतों पर नज़र रखने और संदिग्ध गतिविधि को नुकसान पहुँचाने से पहले तुरंत रोकने के लिए डिज़ाइन किया गया है। वे सॉफ्टवेयर-डिफ़ाइंड नेटवर्क के भीतर काम करते हैं, जो एक आधुनिक वास्तुकला है जहाँ सड़क के नियम हर राउटर में हार्डवायर्ड होने के बजाय एक केंद्रीय मस्तिष्क द्वारा निर्धारित किए जाते हैं। इसका वादा गति और सटीकता है: जब किसी खतरे का पता चलता है, तो सिस्टम इसे रोकने के लिए मिलीसेकंड में एक नियम लागू कर देता है, जो किसी भी इंसान की प्रतिक्रिया देने की क्षमता से कहीं अधिक तेज़ है। हालाँकि, यह गति एक महत्वपूर्ण धारणा पर टिकी है: कि सिस्टम जो साक्ष्य देखता है वह सत्य है। यदि सिस्टम को बताया जाता है कि डेटा का एक पैकेट एक विशिष्ट कंप्यूटर से आया है, तो वह मान लेता है कि वही कंप्यूटर स्रोत है। लेकिन जिस तरह एक व्यक्ति अपना चेहरा छिपाने के लिए मुखौटा पहन सकता है, उसी तरह एक दुर्भावनापूर्ण कर्ता (malicious actor) अपने डेटा की डिजिटल पहचान को जाली बना सकता है, जिससे ऐसा लगता है जैसे वह पूरी तरह से किसी अन्य मशीन से आया हो। यह एक खतरनाक सवाल खड़ा करता है: यदि ट्रैफिक पुलिसकर्मी को मुखौटे से ठगा जाता है, तो क्या वह अपराधी के बजाय निर्दोष राहगीर को रोक देगा?
शोधकर्ताओं की एक टीम ने ठीक इसी भेद्यता (vulnerability) का परीक्षण करने का निर्णय लिया। उन्होंने यह देखने के लिए एक नियंत्रित वातावरण बनाया कि क्या होता है जब एक स्वचालित रक्षक को एक झूठे व्यक्ति द्वारा धोखा दिया जाता है। उनका कार्य प्रकट करता है कि विशिष्ट सुरक्षा उपायों के बिना, ये उच्च-गति वाले सिस्टम उन्हीं लोगों के खिलाफ इस्तेमाल किए जा सकते हैं जिन्हें वे बचाने के लिए बनाए गए हैं। अपने प्रयोगों में, एक समझौता किए गए कंप्यूटर (compromised computer), जिसे हमलावर द्वारा नियंत्रित किया जा रहा था, ने अपनी डिजिटल पहचान को जाली बनाकर सिस्टम को यह विश्वास दिलाने के लिए मजबूर कर दिया कि एक वैध उपयोगकर्ता हमले का स्रोत था। स्वचालित उत्तरदाता, इस गलत जानकारी पर कार्य करते हुए, निर्दोष उपयोगकर्ता को ब्लॉक करने के लिए एक नियम स्थापित कर देता है। परिणाम चौंकाने वाले थे। एक परिदृश्य में, एक क्लासिक स्वचालित उत्तरदाता को 216 में से 144 प्रयासों में वैध ट्रैफ़िक को ब्लॉक करने के लिए बहकाया गया। नुकसान असंगत था; हमलावर द्वारा भेजे गए डेटा के प्रत्येक एक बाइट के लिए, सिस्टम ने 173.8 बाइट्स तक के वैध ट्रैफ़िक को नष्ट कर दिया। एक अन्य परीक्षण में, सिस्टम को एक संरक्षित सेवा तक पहुँच काटने के लिए मजबूर किया गया, जिससे इसकी उपलब्धता गिरकर केवल 65.8 प्रतिशत रह गई। हमलावर को शक्तिशाली होने की आवश्यकता नहीं थी; उन्हें बस अपनी पहचान के बारे में झूठ बोलने की आवश्यकता थी।
शोधकर्ताओं ने एक नए, अधिक परिष्कृत प्रकार के उत्तरदाता का भी परीक्षण किया जो एक लैंग्वेज मॉडल का उपयोग करता है, जो एक प्रकार की कृत्रिम बुद्धिमत्ता (AI) है जो जटिल नियम उत्पन्न कर सकती है। उन्होंने पाया कि हालांकि ये बुद्धिमान सिस्टम ठगे जाने में कठिन थे, लेकिन वे इससे मुक्त नहीं थे। अधिक चिंताजनक एक अलग प्रकार की विफलता थी जिसे 'स्टार्वेशन' (starvation) कहा जाता है। शोधकर्ताओं ने पाया कि एक हमलावर लगातार अपनी नकली पहचान बदलकर सिस्टम को व्यस्त रख सकता है। लैंग्वेज मॉडल, जिसे प्रत्येक नई पहचान के लिए नया नियम सोचने और उत्पन्न करने में समय लगता है, अभिभूत (overwhelmed) हो जाता है। सिस्टम अपना सारा समय नकली पहचानों को प्रोसेस करने में बिता देता है और वास्तविक हमले को रोकने के लिए कभी नहीं पहुँच पाता जो उसी समय हो रहा होता है। इन सिमुलेशनों में, वास्तविक हमले को कभी भी कम (mitigate) नहीं किया जा सका क्योंकि उत्तरदाता भूतों का पीछा करने में बहुत व्यस्त था।
इन समस्याओं को हल करने के लिए, टीम ने चार विशिष्ट सुरक्षा उपायों का परीक्षण किया जिन्हें सिस्टम को अधिक मजबूत बनाने के लिए डिज़ाइन किया गया था। सबसे प्रभावी दृष्टिकोण में प्रत्येक नियम को उस भौतिक स्थान से जोड़ना शामिल था जहाँ से डेटा नेटवर्क में प्रवेश करता है, न कि केवल उससे जुड़ी डिजिटल पहचान पर भरोसा करना। यदि सिस्टम देखता है कि डेटा एक स्विच के एक विशिष्ट पोर्ट से आ रहा है, तो वह केवल उसी पोर्ट को ब्लॉक करता है, यह सुनिश्चित करते हुए कि भले ही हमलावर अपनी पहचान के बारे में झूठ बोले, वह केवल खुद को या उसी भौतिक कनेक्शन को साझा करने वाले दूसरों को ही नुकसान पहुँचा सकता है। उन्होंने एक आवश्यकता भी जोड़ी कि सिस्टम को कार्य करने से पहले प्रतीक्षा करना होगा और खतरे की पुष्टि करनी होगी, जिसने गलत अलार्मों को नुकसान पहुँचाने से रोका। अंत में, उन्होंने एक सीमा भी पेश की कि एक ही स्रोत कितनी बार कम समय में कितने नियम ट्रिगर कर सकता है, जिससे सिस्टम को नकली पहचानों की बाढ़ से अभिभूत होने से रोका जा सके। जब इन सुरक्षा उपायों को मिलाया गया, तो नुकसान लगभग शून्य हो गया। सिस्टम ने निर्दोष उपयोगकर्ताओं को ब्लॉक करना बंद कर दिया और वास्तविक हमलों को सफलतापूर्वक संभाला, भले ही एक विरोधी ने इसे विचलित करने की कोशिश की हो। इस सुरक्षा की लागत न्यूनतम थी, जिससे वास्तविक खतरे को रोकने में लगने वाले समय में केवल लगभग एक सेकंड की वृद्धि हुई।
अध्ययन निष्कर्ष निकालता है कि स्वचालित सुरक्षा प्रणालियों को केवल उन्हें दी गई जानकारी पर निर्भर नहीं रहना चाहिए। उनके पास इस बात को सत्यापित करने का एक तरीका होना चाहिए कि जानकारी का स्रोत क्या है या यदि वे धोखा खा जाते हैं तो नुकसान को सीमित करने का तरीका होना चाहिए। शोधकर्ताओं ने दिखाया कि यह समझकर कि एक हमलावर डिजिटल पहचानों पर सिस्टम के भरोसे का कैसे फायदा उठा सकता है, वे ऐसे सुरक्षा उपाय बना सकते हैं जो ट्रैफिक पुलिसकर्मी को गलत व्यक्ति को गिरफ्तार करने से रोक सकें। उनका कार्य इन स्वचालित रक्षकों को वास्तव में विश्वसनीय बनाने के लिए एक स्पष्ट ब्लूप्रिंट प्रदान करता है, यह सुनिश्चित करते हुए कि जब सिस्टम कार्य करता है, तो वह नेटवर्क की रक्षा करता है न कि उन अपराधियों के लिए एक हथियार बन जाता है जिन्हें रोकने के लिए उसे बनाया 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।