साइबर सुरक्षा नेता चेतावनी दे रहे हैं कि कृत्रिम बुद्धिमत्ता सॉफ्टवेयर भेद्यताओं की खोज और उनके शोषण को तेज कर सकती है। यह चेतावनी PHP को प्रभावित करने वाली एक गंभीर खामी के सामने आने के बाद दी गई है। PHP एक ऐसी प्रोग्रामिंग भाषा है जिसका इस्तेमाल लाखों वेबसाइटों पर होता है।

चिंता केवल यह नहीं है कि AI कोड लिख सकता है। सुरक्षा शोधकर्ताओं और अधिकारियों का कहना है कि बड़ी मात्रा में सॉफ्टवेयर को धैर्यपूर्वक खंगालने में सक्षम प्रणालियां मूलभूत कमजोरियों की पहचान रक्षकों की जांच, प्राथमिकता तय करने, पैच लगाने और सुधार लागू करने की क्षमता से भी तेज कर सकती हैं। सुरक्षा उद्योग के कुछ लोगों ने इस घटनाक्रम को “Black October” का हिस्सा बताया है—ऐसा दौर जिसने AI-सक्षम भेद्यताओं में संभावित उछाल को लेकर चेतावनियां तेज कर दी हैं।

PHP की खामी ने क्यों खींचा ध्यान

वेब पर PHP का व्यापक इस्तेमाल होता है, इसलिए इस भाषा में गंभीर भेद्यताओं के प्रभाव किसी एक कंपनी या उत्पाद से कहीं आगे तक जा सकते हैं। सामने आई खामी से यह आशंका पैदा हुई कि इसकी वजह से बड़ी संख्या में वेबसाइटें पहचान और समाधान किए जाने से पहले वर्षों तक उजागर रही होंगी।

व्यापक अनुमानों के आधार पर जोखिम के पैमाने का सटीक निर्धारण कठिन है। लेख में कहा गया है कि कुछ विशेषज्ञों ने अनुमान लगाया कि 70% वेबसाइटें जोखिम में हो सकती थीं। इस आंकड़े को विशेषज्ञों द्वारा दिए गए आकलन के रूप में पढ़ा जाना चाहिए, न कि प्रभावित वेबसाइटों की निश्चित संख्या के रूप में। मुख्य बात अधिक स्पष्ट है: किसी गहराई से जुड़े तकनीकी घटक में खामी अपने विशाल स्थापित आधार के कारण प्रणालीगत जोखिम पैदा कर सकती है।

रिपोर्टों के अनुसार, शोधकर्ताओं ने PHP में महत्वपूर्ण खामियों की पहचान करने में AI की मदद ली। इस घटनाक्रम ने सॉफ्टवेयर डेवलपर्स, ऑपरेटरों और सुरक्षा टीमों के सामने मौजूद एक व्यापक सवाल को केंद्र में ला दिया है: जब दोष खोजने की लागत उन्हें ठीक करने की लागत से कहीं तेजी से घटने लगे, तो क्या होगा?

पुरानी कमजोरियों की तेज खोज

सॉफ्टवेयर भेद्यताएं नई बात नहीं हैं। इंटरनेट हमेशा से उन रक्षकों, स्वतंत्र शोधकर्ताओं, मेंटेनरों और विक्रेताओं के काम पर निर्भर रहा है जो बग खोजते हैं और पैच जारी करते हैं। बदलाव इस संभावना से आया है कि AI टूल इस खोज को अधिक निरंतर, स्वचालित और सुलभ बना सकते हैं।

Cloudflare के मुख्य कार्यकारी अधिकारी Matthew Prince ने कहा कि AI खामियों की पहचान ऐसी गति से करने में विशिष्ट रूप से सक्षम है, जो विनाशकारी महसूस हो सकती है, क्योंकि सुरक्षा समुदाय पर्याप्त तेजी से प्रतिक्रिया देने में सक्षम नहीं हो सकता। उन्होंने चेतावनी दी कि अगले दो वर्ष विशेष रूप से कठिन हो सकते हैं, क्योंकि उनके शब्दों में “infinite patience” वाली प्रणालियां इंटरनेट को भेद्यताओं के लिए जांचेंगी।

यह वाक्य एक व्यावहारिक अंतर को दर्शाता है। मानव शोधकर्ताओं को लक्ष्य चुनने पड़ते हैं और हर लक्ष्य पर अपना सीमित ध्यान लगाना पड़ता है। स्वचालित प्रणालियां संभावित रूप से एक साथ कई कोडबेस, कॉन्फिगरेशन और पैटर्न को स्कैन कर सकती हैं। यदि वे विश्वसनीय संकेत नियमित रूप से सामने लाती हैं, तो हमलावरों और रक्षकों—दोनों के सामने जांचे जाने वाले मुद्दों की कतार काफी बड़ी हो सकती है।

रक्षकों की अड़चन पैच लगाना है

भेद्यता का पता लगाना सुरक्षा कार्य का केवल पहला चरण है। सामने आई खामी की पुष्टि करनी होती है, उसे समझना होता है, उसकी गंभीरता तय करनी होती है, अन्य कार्यों को प्रभावित किए बिना उसे ठीक करना होता है, परीक्षण करना होता है, वितरित करना होता है और इंस्टॉल करना होता है। संगठनों को हर प्रभावित प्रणाली की पहचान भी करनी होती है, जिनमें पुरानी या खराब तरीके से दस्तावेजीकृत तैनातियां शामिल हैं।

यही प्रतिक्रिया श्रृंखला उद्योग जगत के लोगों को खोज और समाधान के बीच संभावित असंतुलन पर केंद्रित कर रही है। Anthropic के उप मुख्य सूचना सुरक्षा अधिकारी Jason Clinton ने संभावित “vulnerability tsunami” की चेतावनी दी। उनका तर्क है कि यदि AI-सहायता प्राप्त खोज से बड़ी संख्या में गंभीर खामियां सामने आती हैं, तो महत्वपूर्ण बुनियादी ढांचे पर पैच लगाने के लिए पर्याप्त समय नहीं हो सकता।

रिपोर्ट के अनुसार, Sam Altman ने भी कहा कि अब उन्हें विश्वास नहीं रहा कि सभी बग पर पैच लगाया जा सकेगा। इस बयान का मतलब यह नहीं है कि सॉफ्टवेयर का रखरखाव निरर्थक है। इसके बजाय यह अधिक कठिन संचालन वातावरण की ओर संकेत करता है: सुरक्षा टीमों को यह तय करने के लिए अधिक तेज और जोखिम-आधारित निर्णय लेने पड़ सकते हैं कि किन कमजोरियों पर तुरंत कार्रवाई जरूरी है और किन्हें सुधार तैयार होने तक अन्य नियंत्रणों के जरिए संभाला जा सकता है।

AI समीकरण के दोनों पक्ष बदलता है

AI के सुरक्षा प्रभाव केवल हमलावरों तक सीमित नहीं हैं। यही टूल कोड समीक्षा, भेद्यता की प्राथमिकता तय करने, परीक्षण और प्रभावित प्रणालियों की खोज में मदद कर सकते हैं। रिपोर्ट में कहा गया है कि साइबर सुरक्षा विशेषज्ञ कई महीनों से “vulnpocalypse” की चेतावनी दे रहे हैं—यह ऐसा संक्षिप्त शब्द है जिसका इस्तेमाल AI द्वारा सुरक्षा बग की पहचान आसान बनाने के लिए किया जाता है।

PHP के मामले ने चिंता को और तीखा कर दिया है, क्योंकि इसमें व्यापक रूप से इस्तेमाल होने वाली प्रोग्रामिंग भाषा शामिल थी और शोधकर्ताओं ने खोज प्रक्रिया में AI का इस्तेमाल किया। यह याद दिलाता है कि साइबर सुरक्षा में AI का प्रभाव केवल अत्यधिक चर्चित हमलों के जरिए नहीं, बल्कि सामान्य और बुनियादी तकनीक के माध्यम से भी महसूस किया जा सकता है।

संगठनों के लिए तत्काल सबक परिचालन से जुड़ा है। परिसंपत्ति-सूचियां, पैच-प्रबंधन प्रक्रियाएं, इंटरनेट से जुड़े सिस्टम की स्पष्ट जिम्मेदारी और जरूरी अपडेट तुरंत लागू करने की क्षमता अब भी आवश्यक हैं। AI जोखिमों के उभरने की गति बदल सकता है, लेकिन प्रतिक्रिया की प्रभावशीलता अब भी इस बात पर निर्भर करती है कि कौन-सी प्रणालियां मौजूद हैं और विश्वसनीय सुरक्षा जानकारी मिलने पर कार्रवाई की क्षमता कितनी है।

चेतावनी से तैयारी तक

AI-प्रेरित सुरक्षा संकट की भविष्यवाणियों को इस बात के प्रमाण के रूप में नहीं देखा जाना चाहिए कि हर वेबसाइट या प्रणाली पहले ही प्रभावित हो चुकी है। रिपोर्ट में अधिकारियों और शोधकर्ताओं की ओर से खोज और शोषण में संभावित वृद्धि को लेकर दी गई चेतावनियों का वर्णन है, न कि हमलों का पूरा हिसाब।

फिर भी, घटनाक्रम की दिशा महत्वपूर्ण है। व्यापक रूप से इस्तेमाल की जाने वाली भाषा में भेद्यता यह दिखा सकती है कि इंटरनेट का कितना हिस्सा उन सॉफ्टवेयर घटकों पर निर्भर है जिन्हें अधिकांश उपयोगकर्ता कभी देखते तक नहीं। यदि AI इन घटकों की खामियों को ढूंढना आसान बना देता है, तो मेंटेनरों और ऑपरेटरों पर बोझ तेजी से बढ़ सकता है।

सबसे महत्वपूर्ण सवाल यह हो सकता है कि क्या रक्षात्मक प्रक्रियाएं भी उसी गति से बढ़ सकती हैं। PHP की भेद्यता इस सवाल के लिए एक प्रमुख उदाहरण बन गई है: यह दिखाती है कि AI-सहायता प्राप्त शोध छिपे हुए जोखिम को कैसे उजागर कर सकता है और इंटरनेट के आधारभूत सॉफ्टवेयर को पैच करने तथा बनाए रखने का काम और भी जरूरी क्यों हो सकता है।

यह लेख The Guardian की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।

Originally published on theguardian.com