Cyber

क्या ओपन-सोर्स एजेंट्स पेंटेस्टर्स की जगह ले सकते हैं: Strix और PentAGI की टेस्टिंग

हमने वास्तविक बुनियादी ढाँचे पर ओपन-सोर्स AI एजेंट्स Strix और PentAGI का परीक्षण किया। प्रदर्शन, झूठे सकारात्मक (false positives) और टोकन खपत का विश्लेषण।

·2 मिनट पढ़ने का समय
क्या ओपन-सोर्स एजेंट्स पेंटेस्टर्स की जगह ले सकते हैं: Strix और PentAGI की टेस्टिंग

साइबर सुरक्षा में स्वायत्त AI एजेंट्स (autonomous AI agents) के एक बड़ा चर्चा का विषय बनने के साथ, कई लोग यह सोच रहे हैं कि क्या मुफ्त ओपन-सोर्स टूल वास्तविक दुनिया के परिदृश्यों में वास्तव में मानव पेंटेस्टर्स की जगह ले सकते हैं।

हमने अपनी स्वायत्तता (autonomy), सटीकता और समग्र व्यावहारिकता का मूल्यांकन करने के लिए वास्तविक बुनियादी ढांचे के खिलाफ दो प्रमुख ओपन-सोर्स LLM एजेंट्स, Strix और PentAGI का परीक्षण करने का फैसला किया।

  • Strix PoC के माध्यम से परिणामों के सख्त सत्यापन के साथ वेब एप्लिकेशन विश्लेषण और कोड समीक्षा पर बहुत अधिक ध्यान केंद्रित करता है।
  • PentAGI एक अधिक व्यापक प्रणाली के रूप में कार्य करता है जो विस्तारित संदर्भ समर्थन के साथ पूर्ण-पैमाने पर पेनेट्रेशन टेस्टिंग में सक्षम है।
  • दोनों टूल अलग-थलग Docker सैंडबॉक्स के भीतर काम करते हैं और कुशलता से काम करने के लिए पूर्वनिर्धारित लक्ष्यों की आवश्यकता होती है।

Strix और PentAGI की वास्तुकला (Architecture) और परिचालन अंतर

दोनों एजेंट्स जाँच की योजना बनाने, CLI टूल निष्पादित करने, स्क्रिप्ट लिखने और रिपोर्ट तैयार करने में सक्षम हैं। हालाँकि, उच्च-स्तरीय टोही (reconnaissance) और परिसंपत्ति खोज (asset discovery) अभी भी मैन्युअल रूप से की जानी चाहिए, क्योंकि एजेंट्स व्यापक परिसंपत्ति गणना के बजाय लक्षित निष्पादन के लिए अनुकूलित हैं।

यह भी पढ़ेंEduTrainer सुरक्षा ऑडिट: डेवलपर को सर्विस कोड में छिपी कमियां मिलीं

Strix निष्कर्षों को सत्यापित करने के लिए कई उप-एजेंटों को नियुक्त करता है, जिसके परिणामस्वरूप कम झूठी-सकारात्मक (false-positive) दर होती है। PentAGI व्यापक निष्पादन क्षमताएं प्रदान करता है और मुक्त-प्रारूप (free-form) संकेतों को स्वीकार करता है, लेकिन इसकी उच्च स्वायत्तता सगाई के निर्धारित नियमों से बाहर भटकने का जोखिम पैदा करती है।

परीक्षण परिणाम, सटीकता और झूठे सकारात्मक

मूल्यांकन के दौरान, Strix ने लगभग कोई झूठा सकारात्मक परिणाम नहीं दिया, लेकिन निष्कर्षों की व्यावसायिक महत्ता को अधिक आंकने की प्रवृत्ति दिखाई। 15 खोजों में से, अधिकांश मामूली सूचनात्मक मुद्दे थे जिन्हें गलत तरीके से महत्वपूर्ण जोखिमों के रूप में चिह्नित किया गया था।

PentAGI ने 296 कमजोरियों वाली एक विशाल रिपोर्ट तैयार की, जिसमें दर्जनों को गंभीर और उच्च के रूप में चिह्नित किया गया था। हालाँकि, बाद के मैन्युअल जाँच से पता चला कि इनमें से कोई भी प्रमुख खोज वास्तव में शोषणीय (exploitable) नहीं थी।

संसाधन की खपत और दक्षता

स्वायत्तता की खोज एक महत्वपूर्ण कम्प्यूटेशनल लागत पर आती है। दर्जनों उप-एजेंटों के बीच व्यापक संदर्भ साझा करने के कारण Strix ने 145 मिलियन से अधिक टोकन की खपत की।

PentAGI ने लगभग 31 मिलियन टोकन का उपयोग किया, लेकिन इसकी आक्रामक संदर्भ संपीड़न तकनीकों में व्यापक बुनियादी ढाँचे के स्कैन के दौरान महत्वपूर्ण विवरण खोने का जोखिम होता है।

निष्कर्ष और उद्योग के निहितार्थ

शोध से पता चलता है कि वर्तमान ओपन-सोर्स एजेंट्स एक मानव पेंटेस्टर की पूरी तरह से जगह नहीं ले सकते हैं। हालांकि वे स्वचालन, दायरे के नियंत्रण (scoping control), झूठे-सकारात्मक ट्राइएज और जोखिम मूल्यांकन के लिए शक्तिशाली सहायक उपकरण के रूप में काम करते हैं, लेकिन ये जिम्मेदारियां सख्ती से इंसानों की ही रहती हैं।

व्यवसायों और विकास टीमों के लिए, ऐसे AI एजेंट्स को एकीकृत करने के लिए किसी भी सुधार रणनीति को तैनात करने से पहले कठोर निगरानी, सगाई के नियमों का कड़ाई से पालन और पूरी तरह से मैन्युअल सत्यापन की आवश्यकता होती है।

स्रोत: Все публикации подряд на Хабре

संबंधित लेख

ब्रोडकॉम ने हमलों के बाद VMware vCenter की जीरो-डे कमजोरी को पैच किया
Cyber

ब्रोडकॉम ने हमलों के बाद VMware vCenter की जीरो-डे कमजोरी को पैच किया

ब्रोडकॉम ने सितंबर से हैकर्स द्वारा शोषित ऑथेंटिकेशन बायपास漏洞 को ठीक करने के लिए VMware vCenter Server के लिए महत्वपूर्ण सुरक्षा अपडेट जारी किए हैं।

सत्या नडेला ने चेताया: एआई के खतरों के बीच क्रिटिकल इंफ्रास्ट्रक्चर को पैच करना असंभव
Cyber

सत्या नडेला ने चेताया: एआई के खतरों के बीच क्रिटिकल इंफ्रास्ट्रक्चर को पैच करना असंभव

माइक्रोसॉफ्ट के सीईओ सत्या नडेला ने डीलबुक समिट में ठीक न की जा सकने वाली सॉफ्टवेयर कमियों और एआई-संचालित साइबर हमलों के बढ़ते जोखिमों के बारे में बात की।