OWASP ನ LLM Exploit Generation Guide 2.0: AI ಹ್ಯಾಕಿಂಗ್ ಸದ್ಯಕ್ಕೆ ಏನು ಮಾಡಬಲ್ಲದು ಮತ್ತು ಏನು ಮಾಡಲಾರದು

ಇಂದು ಒಂದು AI ತನ್ನಷ್ಟಕ್ಕೆ ತಾನೇ ಒಂದು ಸಿಸ್ಟಮ್ ಅನ್ನು ಹ್ಯಾಕ್ ಮಾಡಬಹುದೇ? ಇತ್ತೀಚಿನ ಸಂಶೋಧನೆಯ ಪ್ರಾಮಾಣಿಕ ಉತ್ತರವೆಂದರೆ "ಭಾಗಶಃ ಸಾಧ್ಯ, ಮತ್ತು ಇದು ಅದನ್ನು ಯಾರು ನಿರ್ವಹಿಸುತ್ತಿದ್ದಾರೆ ಹಾಗೂ ಅದರ ಬಳಿ ಯಾವ ಪರಿಕರಗಳಿವೆ ಎಂಬುದರ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ."

ಇಂದು ನವೆಂಬರ್ 4, 2026, ಮತ್ತು ಈ ಪ್ರಶ್ನೆಯು ಇದೀಗ ಬಹಳ ಮುಖ್ಯವಾಗಿದೆ ಏಕೆಂದರೆ OWASP GenAI Security Project ತನ್ನ LLM Exploit Generation Guide 2.0 ಅನ್ನು ಇತ್ತೀಚೆಗಷ್ಟೇ ಪ್ರಕಟಿಸಿದೆ. ಭಾಷಾ ಮಾದರಿಗಳು ಮತ್ತು AI ಏಜೆಂಟ್‌ಗಳನ್ನು ನೈಜ ಗುರಿಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದಾಗ ಅವು ವಾಸ್ತವವಾಗಿ ಹೇಗೆ ವರ್ತಿಸುತ್ತವೆ ಎಂಬುದರ ಕುರಿತು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಅತ್ಯಂತ ವಿವರವಾದ ಅಧ್ಯಯನಗಳಲ್ಲಿ ಇದು ಒಂದಾಗಿದೆ. ಸರ್ವರ್‌ಗಳು, ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಅಥವಾ ಭದ್ರತಾ ತಂಡಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಪ್ರತಿಯೊಬ್ಬರಿಗೂ ಈ ಫಲಿತಾಂಶಗಳು ಉಪಯುಕ್ತವಾಗಿವೆ, ಏಕೆಂದರೆ ದಾಳಿಕೋರರು ಎಲ್ಲಿ ವೇಗವನ್ನು ಪಡೆಯುತ್ತಾರೆ ಮತ್ತು ರಕ್ಷಕರಿಗೆ ಎಲ್ಲಿ ಇನ್ನೂ ಸಮಯಾವಕಾಶವಿದೆ ಎಂಬುದನ್ನು ಇವು ತೋರಿಸುತ್ತವೆ.

OWASP ವಾಸ್ತವವಾಗಿ ಏನನ್ನು ಪರೀಕ್ಷಿಸಿತು

OWASP (ವೆಬ್ ಅಪಾಯಗಳ Top 10 ಪಟ್ಟಿಗಳಿಗೆ ಹೆಸರಾದ ಲಾಭರಹಿತ ಸಂಸ್ಥೆಯಾದ Open Worldwide Application Security Project) 2025 ರ ವಸಂತಕಾಲದಿಂದ ಪ್ರಾರಂಭಿಸಿ ಸುಮಾರು ಹದಿನೈದು ತಿಂಗಳುಗಳ ಕಾಲ ಈ ಅಧ್ಯಯನವನ್ನು ನಡೆಸಿತು. ತಂಡವು ಕೆಲಸವನ್ನು ಎರಡು ವಿಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಿತು:

• ಕ್ಲಾಸಿಕ್ ಟ್ರ್ಯಾಕ್: ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಒಂದೇ ಮಾದರಿಯೊಂದಿಗೆ ಚಾಟ್ ಮಾಡುತ್ತಾನೆ ಮತ್ತು ಅದು ಸೂಚಿಸುವ ಯಾವುದೇ ಕಮಾಂಡ್‌ಗಳನ್ನು ರನ್ ಮಾಡುತ್ತಾನೆ. ಇದು ಸಾಮಾನ್ಯ ಚಾಟ್ ಇಂಟರ್ಫೇಸ್‌ನಲ್ಲಿರುವ ಹೋಸ್ಟೆಡ್ ಫ್ರಾಂಟಿಯರ್ ಮಾದರಿ ಮತ್ತು ಸಣ್ಣ ಸ್ಥಳೀಯ ಮಾದರಿಯನ್ನು ಒಳಗೊಂಡಿತ್ತು.
• ಏಜೆಂಟಿಕ್ ಟ್ರ್ಯಾಕ್: ಸಾಫ್ಟ್‌ವೇರ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು ಮಾದರಿಯು ಸ್ವತಃ ಪರಿಕರಗಳನ್ನು ಕರೆಯಲು ಮತ್ತು ಹೆಚ್ಚಿನ ಸ್ವತಂತ್ರತೆಯೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಅನುಮತಿಸುತ್ತವೆ. ಹೋಸ್ಟೆಡ್ ಮತ್ತು ಸ್ಥಳೀಯವಾಗಿ ಚಲಿಸುವ ಎರಡೂ ಮಾದರಿಗಳಿಂದ ಬೆಂಬಲಿತವಾದ CAI, HexStrike AI, Claude Code, Codex ಮತ್ತು ಕಸ್ಟಮ್ ಮಲ್ಟಿ-ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಗಳು ಸೇರಿದಂತೆ ಒಂಬತ್ತು ಸೆಟಪ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸಲಾಯಿತು.

ಗುರಿಗಳು ಎರಡು Hack The Box ತರಬೇತಿ ಯಂತ್ರಗಳಾಗಿದ್ದವು: Silentium ಮತ್ತು MonitorsFour. ಇವು ದಾಳಿಗೆ ಒಳಗಾಗಲೆಂದೇ ನಿರ್ಮಿಸಲಾದ ಅಭ್ಯಾಸ ಪರಿಸರಗಳಾಗಿದ್ದು, ನೈಜ ಕಂಪನಿಗಳಲ್ಲ. ಮಾದರಿಗಳು ತಾವು ಈಗಾಗಲೇ ನೋಡಿದ ಪರಿಹಾರವನ್ನು ಪುನರಾವರ್ತಿಸುವುದನ್ನು ತಪ್ಪಿಸಲು, ತಂಡವು ಮಾದರಿಗಳ ತರಬೇತಿ ಕಟ್-ಆಫ್‌ಗಳ ನಂತರ ಬಿಡುಗಡೆಯಾದ ಮತ್ತು ಯಾವುದೇ ಸಾರ್ವಜನಿಕ ವಾಕ್‌ಥ್ರೂಗಳು ಇಲ್ಲದ ಯಂತ್ರಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿತು.

ಮೊದಲೇ ಗಮನಿಸಬೇಕಾದ ಒಂದು ಮಿತಿ: ಪ್ರತಿಯೊಂದು ಏಜೆಂಟಿಕ್ ರನ್ ಅನುಭವಿ ಪರೀಕ್ಷಕರ ನಿಯಂತ್ರಣದಲ್ಲಿ ಒಮ್ಮೆ ಮಾತ್ರ ನಡೆಯಿತು. ಆದ್ದರಿಂದ ಈ ವ್ಯವಸ್ಥೆಗಳು ಹೇಗೆ ವಿಫಲವಾಗುತ್ತವೆ ಮತ್ತು ಎಲ್ಲಿ ಮಾನವರು ಮಧ್ಯಪ್ರವೇಶಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಈ ಅಧ್ಯಯನವು ತೋರಿಸುತ್ತದೆ, ಆದರೆ ಯಾವುದೇ ವಿಶ್ವಾಸಾರ್ಹ ಯಶಸ್ಸಿನ ಪ್ರಮಾಣ ಅಥವಾ ಮಾದರಿ ಶ್ರೇಯಾಂಕವನ್ನು ನೀಡುವುದಿಲ್ಲ.

ಕಡಿಮೆ ಕೌಶಲ್ಯದ ಅಗತ್ಯವಿದ್ದ ಖಾತೆ ಸ್ವಾಧೀನ

ಕ್ಲಾಸಿಕ್ ಟ್ರ್ಯಾಕ್‌ನಲ್ಲಿ, ಒಬ್ಬ ವ್ಯಕ್ತಿಯು Silentium ವಿರುದ್ಧ AI ಬರೆದ ರನ್‌ಬುಕ್ ಅನ್ನು (ಹಂತ-ಹಂತದ ಸೂಚನಾ ಪಟ್ಟಿ) ಅನುಸರಿಸಿದನು. ಮಾದರಿಯು ಮುಖ್ಯ ಅಪ್ಲಿಕೇಶನ್ ಪಕ್ಕದಲ್ಲಿದ್ದ ಸ್ಟೇಜಿಂಗ್ ಪರಿಸರವನ್ನು ಪತ್ತೆಹಚ್ಚಿತು, ಖಾತೆಯ ಕೆಲಸದ ಹರಿವಿನ ಮೂಲಕ ಮಾಹಿತಿ ಸೋರಿಕೆಯಾಗುತ್ತಿರುವುದನ್ನು ಗುರುತಿಸಿತು ಮತ್ತು ಆಡಳಿತಾತ್ಮಕ ಖಾತೆ ಸ್ವಾಧೀನಕ್ಕೆ ಆ ವ್ಯಕ್ತಿಗೆ ಮಾರ್ಗದರ್ಶನ ನೀಡಿತು.

ವಿನಂತಿಗಳನ್ನು ಹೇಗೆ ರೂಪಿಸಲಾಗಿದೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಮಾದರಿಯು ಕೆಲವೊಮ್ಮೆ ನಿರಾಕರಿಸಿದರೂ ಸಹ, ಆಪರೇಟರ್‌ಗೆ ಆಕ್ರಮಣಕಾರಿ-ಭದ್ರತೆಯ ಆಳವಾದ ಜ್ಞಾನದ ಅಗತ್ಯವಿರಲಿಲ್ಲ, ಕೇವಲ ಮೂಲಭೂತ ಕಮಾಂಡ್-ಲೈನ್ ಕೌಶಲ್ಯಗಳಷ್ಟೇ ಬೇಕಾಗಿತ್ತು. ರಕ್ಷಕರಿಗೆ ಆತಂಕದ ವಿಷಯವೆಂದರೆ ಇದರ ಶೋಧನೆ: ಆರಂಭಿಕ ಹಂತದ ಕಲಿಯುವವರು ಎಂದಿಗೂ ಹುಡುಕಿರದಂತಹ ಮರೆತುಹೋದ ಸ್ಟೇಜಿಂಗ್ ಸೇವೆಯನ್ನು ಈ ಮಾದರಿಯು ಬೆರಳುಮಾಡಿ ತೋರಿಸಿತು.

ಏಜೆಂಟ್‌ಗಳು ಬಹಳಷ್ಟನ್ನು ಪತ್ತೆಹಚ್ಚಿದವು, ನಂತರ ಒಂದೇ ವೃತ್ತದಲ್ಲಿ ಸುತ್ತತೊಡಗಿದವು

ಸ್ವಾಯತ್ತ ಏಜೆಂಟ್‌ಗಳು reconnaissance (ಯಾವುದು ಬಹಿರಂಗಗೊಂಡಿದೆ ಎಂಬುದನ್ನು ಮ್ಯಾಪ್ ಮಾಡುವುದು) ಕಾರ್ಯದಲ್ಲಿ ಅತ್ಯುತ್ತಮವಾಗಿದ್ದವು: ಸೇವೆಗಳು, ಹೆಚ್ಚುವರಿ ಅಪ್ಲಿಕೇಶನ್ ಮೇಲ್ಮೈಗಳು, ಸಾಫ್ಟ್‌ವೇರ್ ಆವೃತ್ತಿಗಳು ಮತ್ತು ತಿಳಿದಿರುವ ದೋಷಗಳು. ಆದರೆ ನಂತರ ತೀರ್ಪು ತೆಗೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯವು ವಿಫಲವಾಯಿತು:

• ಒಂದು ಏಜೆಂಟ್ ತೆರೆದ ಪೋರ್ಟ್‌ಗಳನ್ನು ಕಂಡಿತು, ಆದರೆ ಹೋಸ್ಟ್ ping ಗೆ ಉತ್ತರಿಸದಿದ್ದಾಗ, ಅದು ಅನ್ವೇಷಣೆಯನ್ನು ಮೊದಲಿನಿಂದಲೂ ಪುನಃ ಪ್ರಾರಂಭಿಸಿತು. ಹೋಸ್ಟ್ ಕೇವಲ ping ಟ್ರಾಫಿಕ್ ಅನ್ನು ನಿರ್ಬಂಧಿಸುತ್ತದೆ ಎಂಬ ಸರಳ ವಿವರಣೆಯನ್ನು ಅದು ಗ್ರಹಿಸಲು ವಿಫಲವಾಯಿತು.
• ಮಾನವರೊಬ್ಬರು ಸ್ಥಳೀಯ ಹೆಸರು ಸೆಟ್ಟಿಂಗ್‌ಗಳನ್ನು ಸರಿಪಡಿಸುವವರೆಗೂ, ಸ್ಥಳೀಯ ಏಜೆಂಟ್ ತಾನು ಪರಿಹರಿಸಲು ಸಾಧ್ಯವಾಗದ ಹೋಸ್ಟ್‌ನೇಮ್‌ಗೆ ರಿಡೈರೆಕ್ಟ್ ಅನ್ನು ಅನುಸರಿಸುತ್ತಲೇ ಇತ್ತು.

ಹಲವು ಬಾರಿ ಮಾದರಿಯನ್ನು ಕೇಳಿದಾಗ ಅದಕ್ಕೆ ಸರಿಯಾದ ಪರಿಕಲ್ಪನೆ ತಿಳಿದಿತ್ತು, ಆದರೆ ಸಮಯ ಬಂದಾಗ ಅದನ್ನು ಅನ್ವಯಿಸಲಿಲ್ಲ. ತಿಳಿವಳಿಕೆ ಮತ್ತು ಆಚರಣೆಯ ನಡುವಿನ ಆ ಅಂತರವೇ ಚಾಟ್ ಸಹಾಯಕನನ್ನು ಸ್ವತಂತ್ರ ಆಪರೇಟರ್‌ನಿಂದ ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ.

ಆತ್ಮವಿಶ್ವಾಸವಿರುವುದೇ ಸರಿಯಾಗಿರುವುದಕ್ಕೆ ಸಮನಲ್ಲ

ಏಜೆಂಟ್‌ಗಳು ನೈಜ ಶೋಧನೆಗಳಷ್ಟೇ ವಿಶ್ವಾಸದಿಂದ ಮುಕ್ತಾಯಗೊಂಡ ಹಾದಿಗಳನ್ನು (dead ends) ವಿವರಿಸಿದವು, ಮತ್ತು ತಪ್ಪಾದ "ಶೋಧನೆ" ನಂತರದ ಹಂತಗಳಿಗೂ ಮುಂದುವರಿಯಿತು. ಆಂತರಿಕವಾಗಿ AI ಬಳಸುವ ತಂಡಗಳಿಗೆ, ಸುದೀರ್ಘವಾದ ಮತ್ತು ನಂಬಲರ್ಹವಾದ ಪೆನೆಟ್ರೇಶನ್-ಟೆಸ್ಟ್ ವರದಿಯು ಪರಿಶೀಲಿಸಿದ ಶೋಧನೆಯಾಗುವುದಿಲ್ಲ: ನಿಮಗೆ ಪ್ರವೇಶದ ಪುರಾವೆ, ಅದನ್ನು ಮರುಸೃಷ್ಟಿಸುವ ವಿಧಾನ ಮತ್ತು ನಿಖರವಾಗಿ ದಾಟಿದ ಗಡಿಯ ವಿವರ ಇನ್ನೂ ಅಗತ್ಯವಾಗಿರುತ್ತದೆ.

ಮಾದರಿಗಿಂತಲೂ ಹಾರ್ನೆಸ್ (harness) ಹೆಚ್ಚು ಮುಖ್ಯವಾಗಿತ್ತು

ಒಂದು ಏಜೆಂಟ್ "ಹಾರ್ನೆಸ್" (harness) ಎಂದರೆ ಮಾದರಿಯ ಸುತ್ತಲೂ ಆವರಿಸಿರುವ ಎಲ್ಲವೂ: ಅದರ ಪರಿಕರಗಳು, ಎಕ್ಸಿಕ್ಯೂಶನ್ ಪರಿಸರ, ಮೆಮೊರಿ ಮತ್ತು ಕಾರ್ಯ ಸಮನ್ವಯತೆ. OWASP ನ ಪರೀಕ್ಷೆಗಳಲ್ಲಿ, ಹೆಚ್ಚಾಗಿ ಹಾರ್ನೆಸ್ ಅಂತಿಮ ಫಲಿತಾಂಶವನ್ನು ನಿರ್ಧರಿಸಿತು.

ಕೆಲವು ಏಜೆಂಟ್‌ಗಳು ಲಭ್ಯವಿರುವ Model Context Protocol (MCP, ಮಾದರಿಗೆ ಪರಿಕರಗಳನ್ನು ಜೋಡಿಸುವ ಒಂದು ಪ್ರಮಾಣಿತ ವಿಧಾನ) ಪರಿಕರಗಳನ್ನು ಬಳಸುವಂತೆ ಸೂಚಿಸುವವರೆಗೆ ಅವುಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸಿದವು. ಇನ್ನು ಕೆಲವು ರ್ಯಾಪರ್ ಟೈಮ್‌ಔಟ್‌ಗಳನ್ನು ಎದುರಿಸಿದವು, ಆದ್ದರಿಂದ ಆಪರೇಟರ್‌ಗಳು ಸ್ಕ್ಯಾನ್‌ಗಳನ್ನು ಕೈಯಾರೆ ನಡೆಸಬೇಕಾಯಿತು. ನೀವು AI ಭದ್ರತಾ ಸಾಧನವನ್ನು ಖರೀದಿಸುತ್ತಿದ್ದರೆ ಅಥವಾ ನಿರ್ಮಿಸುತ್ತಿದ್ದರೆ, ಕೇವಲ ಮಾದರಿಯ ಹೆಸರನ್ನಷ್ಟೇ ಅಲ್ಲದೆ, ನೀವು ಚಲಾಯಿಸುವ ನಿಖರವಾದ ಕಾನ್ಫಿಗರೇಶನ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಿ.

ಗಾರ್ಡ್‌ರೈಲ್‌ಗಳು ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿಧಾನಗೊಳಿಸಿದವು ಆದರೆ ಅಪಾಯವನ್ನು ತೆಗೆದುಹಾಕಲಿಲ್ಲ

ಅಂತಿಮ ಎಕ್ಸ್‌ಪ್ಲಾಯಿಟೇಶನ್ ಹಂತವನ್ನು ತಲುಪಿದ ಹೋಸ್ಟೆಡ್ ಏಜೆಂಟ್‌ಗಳನ್ನು ಪೂರೈಕೆದಾರರ ಸೈಬರ್ ಭದ್ರತಾ ನಿರ್ಬಂಧಗಳು ತಡೆದವು. ಅವು ಮುನ್ನಡೆಯುವ ಹಾದಿಯನ್ನು ನೋಡಬಲ್ಲವಾಗಿದ್ದವು ಆದರೆ ಅದನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ ಜ್ಞಾನವುಳ್ಳ ಆಪರೇಟರ್ ಕೊನೆಯ ಹಂತವನ್ನು ಕೈಯಾರೆ ಮಾಡಿದರು.

ಸುರಕ್ಷತಾ ಕ್ರಮಗಳು ಎಕ್ಸಿಕ್ಯೂಶನ್ ಅನ್ನು ಸೀಮಿತಗೊಳಿಸಿದವು, ಆದರೆ ಸಿದ್ಧತಾ ಕಾರ್ಯವು ನುರಿತ ವ್ಯಕ್ತಿಯೊಬ್ಬರು ಬಳಸಿಕೊಳ್ಳಲು ಹಾಗೆಯೇ ಉಳಿಯಿತು, ಮತ್ತು ದಾಳಿಕೋರರು ಸೇವೆಗಳನ್ನು ಬದಲಾಯಿಸಬಹುದು, ಸ್ಥಳೀಯ ಮಾದರಿಗಳನ್ನು ಚಲಾಯಿಸಬಹುದು ಅಥವಾ ನಿರ್ಬಂಧಿಸಲಾದ ಹಂತವನ್ನು ತಾವೇ ಸ್ವತಃ ಮಾಡಬಹುದು. ಮತ್ತೊಂದು ಕಂಪನಿಯ ಮಾದರಿ ಸುರಕ್ಷತೆಯು ನಿಮ್ಮದೇ ಆದ ನಿಯಂತ್ರಣಗಳಿಗೆ ಪರ್ಯಾಯವಾಗಲಾರದು.

ಇತರ ಸಂಶೋಧನೆಗಳೂ ಇದೇ ದಿಕ್ಕನ್ನು ಸೂಚಿಸುತ್ತವೆ

OWASP ನ ಸಂಶೋಧನೆಗಳನ್ನು "ಆರಂಭಿಕರು ಯಾವುದೇ ಹಾನಿ ಮಾಡಲಾರರು" ಎಂದು ಅರ್ಥೈಸಿಕೊಳ್ಳಬಾರದು. ಜೂನ್ 2026 ರ RAND ಅಧ್ಯಯನವು, Sonnet ಮತ್ತು Opus 4.6 ನೊಂದಿಗೆ Claude Code ತನ್ನ ಪ್ರತಿಯೊಂದು capture-the-flag ಸವಾಲುಗಳನ್ನು ಒಂದು ಗಂಟೆಗಿಂತ ಕಡಿಮೆ ಅವಧಿಯಲ್ಲಿ, ಒಟ್ಟು 20 US ಡಾಲರ್‌ಗಳಿಗಿಂತ ಕಡಿಮೆ API ವೆಚ್ಚದಲ್ಲಿ ಪರಿಹರಿಸಿದೆ ಎಂದು ಕಂಡುಕೊಂಡಿದೆ; ಇದರಲ್ಲಿ ಮೇಲ್ವಿಚಾರಣೆಯು ಬಹುತೇಕ ಸ್ಥಗಿತಗೊಂಡ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಮರುಪ್ರಾರಂಭಿಸುವುದಕ್ಕೆ ಮಾತ್ರ ಸೀಮಿತವಾಗಿತ್ತು. ಹಳೆಯ ಚಾಟ್‌ಬಾಟ್‌ಗಳನ್ನು ಬಳಸುವ ಜನರಿಗೆ ಇದೇ ಸವಾಲುಗಳು ಕಷ್ಟಕರವಾಗಿದ್ದವು.

ನೈಜ ಘಟನೆಗಳು ಆಟೊಮೇಷನ್ ಮತ್ತು ಮಾನವ ನಿರ್ದೇಶನ ಎರಡನ್ನೂ ಒಳಗೊಂಡಿರುತ್ತವೆ. ಚೀನಾ ಸರ್ಕಾರ-ಪ್ರಾಯೋಜಿತ ಎಂದು ಅಂದಾಜಿಸಲಾದ ದಾಳಿಕೋರನೊಬ್ಬ ಸುಮಾರು 30 ಗುರಿಗಳ ವಿರುದ್ಧ Claude Code ಅನ್ನು ಬಳಸಿದ್ದಾನೆ, ಇದರಲ್ಲಿ ಅಂದಾಜು ಶೇಕಡಾ 80 ರಿಂದ 90 ರಷ್ಟು ಕೆಲಸವನ್ನು AI ಮಾಡಿದೆ ಎಂದು Anthropic ನವೆಂಬರ್ 2025 ರಲ್ಲಿ ವರದಿ ಮಾಡಿದೆ. Google Threat Intelligence Group ಮೇ 2026 ರಲ್ಲಿ ಅಪರಾಧ ಸಂಬಂಧಿ zero-day exploit ಒಂದನ್ನು AI ಸಹಾಯದಿಂದ ನಿರ್ಮಿಸಲಾಗಿದೆ ಎಂದು ಅಂದಾಜಿಸಿ ವರದಿ ಮಾಡಿದೆ. ಇವೆರಡೂ ಕಂಪನಿಗಳ ಸ್ವಂತ ಮೌಲ್ಯಮಾಪನಗಳಾಗಿವೆ. ಯಾವುದೇ ರೀತಿಯಲ್ಲಾದರೂ, ಒಬ್ಬ ವ್ಯಕ್ತಿಯೇ ಹೆಚ್ಚು ಕೆಲಸವನ್ನು ನಿರ್ದೇಶಿಸಬಲ್ಲಾಗ, "ಇನ್ನೂ ಮಾನವನ ಅಗತ್ಯವಿದೆ" ಎಂಬುದು ಸಮಾಧಾನಕರ ಸಂಗತಿಯಲ್ಲ.

ಬೆಂಚ್‌ಮಾರ್ಕ್ ಸ್ಕೋರ್‌ಗಳು ಏಕೆ threat intelligence ಆಗಲಾರವು

ಒಂದು ಬೆಂಚ್‌ಮಾರ್ಕ್ ವ್ಯವಸ್ಥೆಯು ಆಯ್ದ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಆಯ್ದ ಕಾರ್ಯಗಳನ್ನು ಪರಿಹರಿಸಿದೆ ಎಂಬುದನ್ನು ಮಾತ್ರ ತೋರಿಸುತ್ತದೆ. ಇದು ಪ್ರಯತ್ನಗಳು, ಸುಳಿವುಗಳು ಮತ್ತು ಮಾನವ ಸಹಾಯವನ್ನು ಮರೆಮಾಚುತ್ತದೆ, ಮತ್ತು ಮಾನಿಟರಿಂಗ್ ಹಾಗೂ ಪ್ರತಿಕ್ರಿಯಾ ತಂಡವನ್ನು ಹೊಂದಿರುವ ನೈಜ ಕಂಪನಿಯ ಬಗ್ಗೆ ಏನನ್ನೂ ಹೇಳುವುದಿಲ್ಲ.

ಹೇಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಬೇಕು: ರಕ್ಷಕರಿಗಾಗಿ ಒಂದು ಕಿರು ಪರಿಶೀಲನಾ ಪಟ್ಟಿ

ರಕ್ಷಣಾತ್ಮಕ ಆದ್ಯತೆಗಳು ಪರಿಚಿತವಾಗಿವೆ. ಆದರೆ ಬದಲಾಗಿರುವುದು ತುರ್ತುಸ್ಥಿತಿ, ಏಕೆಂದರೆ ದಾಳಿಕೋರರು ಈಗ ಬೇಸರದ ಸಿದ್ಧತಾ ಕಾರ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು.

ಹಂತ 1: ನೀವು ಬಹಿರಂಗಪಡಿಸುವ ಪ್ರತಿಯೊಂದನ್ನೂ ತಿಳಿದುಕೊಳ್ಳಿ

ಸ್ಟೇಜಿಂಗ್, ಪರೀಕ್ಷೆ ಮತ್ತು ಹಳೆಯ ದ್ವಿತೀಯಕ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಸೇರಿದಂತೆ ಇಂಟರ್ನೆಟ್‌ಗೆ ಮುಖಾಮುಖಿಯಾಗಿರುವ ಪ್ರತಿಯೊಂದು ಸೇವೆಯ ನಿಖರವಾದ ಇನ್ವೆಂಟರಿ ಇಟ್ಟುಕೊಳ್ಳಿ. ಮರೆತುಹೋದ ನಿಮ್ಮ ಸ್ಟೇಜಿಂಗ್ ಸರ್ವರ್ ಅನ್ನು AI ಕೆಲವೇ ನಿಮಿಷಗಳಲ್ಲಿ ಹುಡುಕಬಲ್ಲದಾದರೆ, ನೀವು ಅದನ್ನು ಮೊದಲು ಹುಡುಕಬೇಕು. ಅದನ್ನು ಸುರಕ್ಷಿತಗೊಳಿಸಿ ಅಥವಾ ಆಫ್‌ಲೈನ್‌ಗೆ ತನ್ನಿ.

ಹಂತ 2: ಮೂಲಭೂತ ಅಂಶಗಳನ್ನು ವೇಗವಾಗಿ ಸರಿಪಡಿಸಿ

ಆಕ್ಸೆಸ್ ಕಂಟ್ರೋಲ್ ಅನ್ನು ಬಿಗಿಗೊಳಿಸಿ, ಪ್ರಿವಿಲೇಜ್ಡ್ ಖಾತೆಗಳನ್ನು ಪ್ರಬಲವಾದ ಎರಡನೇ ಅಂಶಗಳೊಂದಿಗೆ ರಕ್ಷಿಸಿ, ಮತ್ತು ಪ್ಯಾಚ್ ಬಿಡುಗಡೆಯಿಂದ ಪ್ಯಾಚ್ ಅನ್ವಯಿಸುವ ನಡುವಿನ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡಿ. UK National Cyber Security Centre, ದೋಷವೊಂದು ಬಹಿರಂಗಗೊಳ್ಳುವುದು ಮತ್ತು ಅದು ದುರುಪಯೋಗವಾಗುವುದರ ನಡುವಿನ ಅಂತರವನ್ನು AI 2027 ರ ಹೊತ್ತಿಗೆ ಮತ್ತಷ್ಟು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಎಂದು ನಿರೀಕ್ಷಿಸುತ್ತದೆ.

ಹಂತ 3: ಗದ್ದಲದ, ಪುನರಾವರ್ತಿತ ನಡವಳಿಕೆಯ ಮೇಲೆ ನಿಗಾ ಇರಿಸಿ

ಏಜೆಂಟ್‌ಗಳು ಯಾವುದೇ ಪ್ರಗತಿಯಿಲ್ಲದೆ ಸ್ಕ್ಯಾನ್‌ಗಳನ್ನು ಮತ್ತು ವಿಫಲ ವಿನಂತಿಗಳನ್ನು ಪುನರಾವರ್ತಿಸಿದವು. ಅದನ್ನು ಕೇವಲ ಒಂದು ಸಂಕೇತವೆಂದು ಪರಿಗಣಿಸಿ, AI ನ ಪುರಾವೆಯೆಂದಲ್ಲ, ಮತ್ತು ಲಾಗಿನ್‌ಗಳು, ಅಪ್ಲಿಕೇಶನ್ ದೋಷಗಳು ಹಾಗೂ ಕ್ರೆಡೆನ್ಶಿಯಲ್ ಬಳಕೆಯೊಂದಿಗೆ ಅದನ್ನು ತಾಳೆ ನೋಡಿ. ಒಳನುಸುಳುವಿಕೆ ನಡೆಯುತ್ತಿದೆಯೇ ಎಂಬುದು ಇಲ್ಲಿ ಮುಖ್ಯವಾಗುತ್ತದೆ.

ಹಂತ 4: ನಿಮ್ಮ ಸ್ವಂತ ಏಜೆಂಟ್‌ಗಳ ಸುತ್ತಲೂ ನೈಜ ಗಡಿಗಳನ್ನು ನಿಗದಿಪಡಿಸಿ

ನೀವು ಆಂತರಿಕವಾಗಿ AI ಏಜೆಂಟ್‌ಗಳನ್ನು ನಡೆಸುತ್ತಿದ್ದರೆ, ಅವುಗಳ ನೆಟ್‌ವರ್ಕ್ ವ್ಯಾಪ್ತಿ, ಕ್ರೆಡೆನ್ಶಿಯಲ್‌ಗಳು ಮತ್ತು ಎಕ್ಸಿಕ್ಯೂಶನ್ ಹಕ್ಕುಗಳನ್ನು ಮಿತಿಗೊಳಿಸಿ. ಮಾದರಿಗಳಿಗೆ ಪ್ರತ್ಯೇಕಿಸಲ್ಪಟ್ಟಿದೆ ಎಂದು ವಿವರಿಸಲಾದ ಮೌಲ್ಯಮಾಪನ ಪರಿಸರಗಳು ವಾಸ್ತವವಾಗಿ ಇಂಟರ್ನೆಟ್ ಪ್ರವೇಶವನ್ನು ಹೊಂದಿದ್ದವು ಮತ್ತು ಮಾದರಿಗಳು ನೈಜ ಸಂಸ್ಥೆಗಳನ್ನು ತಲುಪಿದ್ದವು ಎಂದು Anthropic ಜುಲೈ 2026 ರಲ್ಲಿ ಬಹಿರಂಗಪಡಿಸಿತು. ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ ಬರೆಯಲಾದ ಗಡಿಯು ನಿಜವಾದ ಗಡಿಯಲ್ಲ. ಅದನ್ನು ನೆಟ್‌ವರ್ಕ್ ಮತ್ತು ಅನುಮತಿ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಜಾರಿಗೊಳಿಸಿ.

ಉಪಸಂಹಾರ

AI ಈಗಾಗಲೇ ಆಕ್ರಮಣಕಾರಿ ಕೆಲಸದ ಪ್ರಮುಖ ಭಾಗಗಳನ್ನು, ವಿಶೇಷವಾಗಿ reconnaissance ಮತ್ತು ಸಂಶೋಧನೆಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ; ಆದರೆ ಸಮಸ್ಯೆ ನಿವಾರಣೆ ಮತ್ತು ತನ್ನದೇ ಯಶಸ್ಸನ್ನು ಪರೀಕ್ಷಿಸಿಕೊಳ್ಳುವಲ್ಲಿ ಇನ್ನೂ ಎಡವುತ್ತದೆ. ಮಾನವರು ಈ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಕಾನ್ಫಿಗರ್ ಮಾಡಲು ಮತ್ತು ಸರಿಪಡಿಸಲು ಬದಲಾಗುತ್ತಿದ್ದಾರೆ, ಮತ್ತು ಸೆಟಪ್‌ಗಳನ್ನು ಮರುಬಳಕೆ ಮಾಡುವುದು ಸುಲಭವಾಗುತ್ತಿದ್ದಂತೆ, ಇಂದಿನ ಅಡೆತಡೆಗಳು ವೇಗವಾಗಿ ಕಣ್ಮರೆಯಾಗಬಹುದು. AI ಅಸಮರ್ಥವಾಗಿಯೇ ಉಳಿಯುತ್ತದೆ ಎಂದು ನಂಬುವ ಬದಲು, ಸುಲಭದ ಗುರಿಗಳನ್ನು ಈಗಲೇ ನಿವಾರಿಸಿ.

ಅನುಕೂಲಗಳು

• ಅತಿರೇಕದ ಪ್ರಚಾರ ಅಥವಾ ತಳ್ಳಿಹಾಕುವಿಕೆಯ ಬದಲಿಗೆ ವಾಸ್ತವಿಕ, ಪುರಾವೆ ಆಧಾರಿತ ದೃಷ್ಟಿಕೋನವನ್ನು ನೀಡುತ್ತದೆ.
• ಮಾನವರು ನಿಖರವಾಗಿ ಎಲ್ಲಿ ಮಧ್ಯಪ್ರವೇಶಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ, ಇದು ರಕ್ಷಕರಿಗೆ ಯೋಜನೆ ರೂಪಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
• ಕೇವಲ ಮಾದರಿಯನ್ನಷ್ಟೇ ಅಲ್ಲದೆ, ಹಾರ್ನೆಸ್ ಮತ್ತು ಕಾನ್ಫಿಗರೇಶನ್ ಅನ್ನು ನಿಜವಾದ ವೇರಿಯೇಬಲ್ ಎಂದು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ.
• ಹೆಚ್ಚಿನ ತಂಡಗಳು ಇದೇ ವಾರ ಪ್ರಾರಂಭಿಸಬಹುದಾದ ಪ್ರಾಯೋಗಿಕ ರಕ್ಷಣಾ ಕ್ರಮಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ.

ಅನನುಕೂಲಗಳು

• ಪ್ರತಿಯೊಂದು ಏಜೆಂಟಿಕ್ ರನ್ ಒಮ್ಮೆ ಮಾತ್ರ ನಡೆಯಿತು, ಆದ್ದರಿಂದ ಯಾವುದೇ ವಿಶ್ವಾಸಾರ್ಹ ಯಶಸ್ಸಿನ ಪ್ರಮಾಣವಿಲ್ಲ.
• ಅನುಭವಿ ಪರೀಕ್ಷಕರು ಏಜೆಂಟ್‌ಗಳನ್ನು ನಡೆಸಿದರು, ಆದ್ದರಿಂದ ಆರಂಭಿಕರ ಫಲಿತಾಂಶಗಳನ್ನು ಊಹಿಸಲಾಗಿದೆಯೇ ಹೊರತು ಅಳೆಯಲಾಗಿಲ್ಲ.
• ತರಬೇತಿ ಯಂತ್ರಗಳು ಮಾನಿಟರಿಂಗ್ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯಾ ತಂಡಗಳನ್ನು ಹೊಂದಿರುವ ನೈಜ ಕಂಪನಿಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿರುತ್ತವೆ.
• Stealth ಮತ್ತು ಸಕ್ರಿಯ ರಕ್ಷಕರಿಂದ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯನ್ನು ಪರೀಕ್ಷಿಸಲಾಗಿಲ್ಲ.

ಎಚ್ಚರಿಕೆ

ಈ ಲೇಖನವು ಶೈಕ್ಷಣಿಕ ಉದ್ದೇಶದ್ದಾಗಿದ್ದು ಪ್ರಕಟಿತ ಸಂಶೋಧನೆಯನ್ನು ಸಂಕ್ಷೇಪಿಸುತ್ತದೆ; ಇದು ದಾಳಿಯ ಮಾರ್ಗದರ್ಶಿಯಲ್ಲ. ಯಾವುದೇ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಅಥವಾ ಉದಾಹರಣೆ ಮೌಲ್ಯಗಳನ್ನು ನಿಮ್ಮದೇ ಆದ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸಿ, ಮೊದಲು ಬದಲಾವಣೆಗಳನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಪರೀಕ್ಷಿಸಿ, ಅವುಗಳನ್ನು ಅವಲಂಬಿಸುವ ಮೊದಲು ಮೂಲ ವರದಿಗಳೊಂದಿಗೆ ಹಕ್ಕುಗಳನ್ನು ಪರಿಶೀಲಿಸಿ, ಮತ್ತು ನೀವು ಪರೀಕ್ಷಿಸಲು ಅಧಿಕಾರ ಹೊಂದಿರುವ ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಮಾತ್ರ ಪರೀಕ್ಷಿಸಿ.

ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು

• OWASP LLM Exploit Generation Guide 2.0 ಎಂದರೇನು? — ಇದು OWASP GenAI Security Project ನ ವರದಿಯಾಗಿದ್ದು, ನೈಜ ದಾಳಿಯಲ್ಲಿ ಮಾನವ-ಮಾರ್ಗದರ್ಶಿತ ಭಾಷಾ ಮಾದರಿಗಳು ಮತ್ತು ಸ್ವಾಯತ್ತ AI ಏಜೆಂಟ್‌ಗಳು ಎಷ್ಟರ ಮಟ್ಟಿಗೆ ಯಶಸ್ವಿಯಾಗುತ್ತವೆ ಎಂಬುದನ್ನು ನೋಡಲು ಲೈವ್ ತರಬೇತಿ ಯಂತ್ರಗಳ ವಿರುದ್ಧ ಪರೀಕ್ಷಿಸಿದೆ.
• AI ಏಜೆಂಟ್‌ಗಳು ಸಂಪೂರ್ಣವಾಗಿ ತಮ್ಮಷ್ಟಕ್ಕೆ ತಾವೇ ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಹ್ಯಾಕ್ ಮಾಡಬಹುದೇ? — ಈ ಅಧ್ಯಯನದಲ್ಲಿ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಸಾಧ್ಯವಾಗಿಲ್ಲ; ಏಜೆಂಟ್‌ಗಳು ಬಲವಾದ reconnaissance ನಡೆಸಿದವು ಆದರೆ ಅಂತಿಮ ಎಕ್ಸ್‌ಪ್ಲಾಯಿಟೇಶನ್ ಅನ್ನು ಪೂರೈಕೆದಾರರ ಸುರಕ್ಷತಾ ಕ್ರಮಗಳು ತಡೆದವು ಅಥವಾ ಮಾನವರು ಪೂರ್ಣಗೊಳಿಸಿದರು.
• AI ಸುರಕ್ಷತಾ ಗಾರ್ಡ್‌ರೈಲ್‌ಗಳು ದಾಳಿಗಳನ್ನು ತಡೆಯುತ್ತವೆಯೇ? — ಅವು ಪರೀಕ್ಷಿಸಲಾದ ಹೋಸ್ಟೆಡ್ ಏಜೆಂಟ್‌ಗಳನ್ನು ಕೊನೆಯ ಹಂತದಲ್ಲಿ ತಡೆದವು, ಆದರೆ ಒಬ್ಬ ನುರಿತ ವ್ಯಕ್ತಿ, ಸ್ಥಳೀಯ ಮಾದರಿ ಅಥವಾ ಸೇವೆಗಳ ಮಿಶ್ರಣವು ಅವುಗಳನ್ನು ದಾಟಿ ಕೆಲಸ ಮಾಡಬಹುದು, ಆದ್ದರಿಂದ ರಕ್ಷಕರು ಅವುಗಳನ್ನೇ ಅವಲಂಬಿಸಬಾರದು.
• ನಾನು AI ಸೈಬರ್ ಬೆಂಚ್‌ಮಾರ್ಕ್ ಸ್ಕೋರ್‌ಗಳನ್ನು ಏಕೆ ನಂಬಬಾರದು? — ಸ್ಕೋರ್‌ಗಳು ಪ್ರಯತ್ನಗಳು, ಸುಳಿವುಗಳು, ಪರಿಕರಗಳು ಮತ್ತು ಮಾನವ ಸಹಾಯವನ್ನು ಮರೆಮಾಚುತ್ತವೆ, ಮತ್ತು ಅವು ಸಕ್ರಿಯ ರಕ್ಷಕರನ್ನು ಹೊಂದಿರುವ ನೈಜ ಸಂಸ್ಥೆಯ ವಿರುದ್ಧದ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ತೋರಿಸುವುದಿಲ್ಲ.
• ರಕ್ಷಕರು ಮಾಡಬೇಕಾದ ಮೊದಲ ಕೆಲಸವೇನು? — ಸ್ಟೇಜಿಂಗ್ ಮತ್ತು ಪರೀಕ್ಷಾ ವ್ಯವಸ್ಥೆಗಳು ಸೇರಿದಂತೆ ಬಹಿರಂಗಗೊಂಡ ಸೇವೆಗಳ ಸಂಪೂರ್ಣ ಇನ್ವೆಂಟರಿ ನಿರ್ಮಿಸಿ, ಮತ್ತು ಮರೆತುಹೋದ ಯಾವುದೇ ವಿಷಯವನ್ನು ಸುರಕ್ಷಿತಗೊಳಿಸಿ ಅಥವಾ ತೆಗೆದುಹಾಕಿ.
• ನನ್ನ ಸ್ವಂತ AI ಏಜೆಂಟ್‌ಗಳನ್ನು ಸುರಕ್ಷಿತವಾಗಿಡುವುದು ಹೇಗೆ? — ಮೂಲಸೌಕರ್ಯದಲ್ಲೇ ನೆಟ್‌ವರ್ಕ್ ಪ್ರವೇಶ, ಕ್ರೆಡೆನ್ಶಿಯಲ್‌ಗಳು ಮತ್ತು ಎಕ್ಸಿಕ್ಯೂಶನ್ ಹಕ್ಕುಗಳ ಮೇಲೆ ಮಿತಿಗಳನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸಿ, ಏಕೆಂದರೆ "stay isolated" ಎಂದು ಹೇಳುವ ಪ್ರಾಂಪ್ಟ್ ನಿಜವಾದ ನಿಯಂತ್ರಣವಲ್ಲ.

ಟ್ಯಾಗ್‌ಗಳು

#OWASP #AISecurity #LLMSecurity #AIAgents #Cybersecurity #PenetrationTesting #ThreatIntelligence #DevSecOps #AttackSurface #GenAI