OpenAI ने साइबर सुरक्षा के लिए GPT-6 Cyber नामक मॉडल जारी किया है, जो दुर्बलता खोज, दुर्बलता की पुष्टि, पेनेट्रेशन टेस्टिंग और पैच विकास के लिए डिज़ाइन किया गया है। इसने ExploitGym पर 48.5% का स्कोर प्राप्त किया, जो GPT-5.6 Cyber के 32.1% की तुलना में लगभग 51% की सापेक्ष वृद्धि है; एक Linux कर्नेल अध्ययन में, Agent पाइपलाइन ने 2308 उम्मीदवार समस्याओं का विश्लेषण किया, 1724 दुर्बलताओं को डायनामिकली पुनः उत्पन्न किया, और 948 में से वास्तविक रूप से कार्यरत स्थानीय प्रवेग उपयोग बनाए, जिसकी API लागत लगभग 1.21 मिलियन डॉलर है। मॉडल ने कई पीढ़ियों के प्रगतिशील मॉडलों द्वारा जांचे गए Firefox में 81 पहले से अज्ञात उच्च-खतरनाक दुर्बलताएं भी पाईं। हालाँकि, "Critical" का अर्थ है कि हमले की क्षमता OpenAI के सुरक्षा ढांचे के सर्वोच्च स्तर को प्राप्त करती है, लेकिन इसका मतलब यह नहीं है कि मॉडल पूर्णतः विश्वसनीय है: बाहरी मूल्यांकन में, इसने कुछ वास्तविक सॉफ़टवेयर/हार्डवेयर दुर्बलता के कार्यों पर सामान्य GPT-6 Astra से अधिक प्रदर्शन नहीं किया, और किसी भी पूरी तरह से सुदृढीकृत लक्ष्य को हिट नहीं किया। GPT-6 Cyber केवल कुछ स्वीकृत Daybreak Redग्राहकों के लिए उपलब्ध है, और इसमें प्रमाणीकरण, IP सफेद सूची, सैंडबॉक्स, व्यवहार निगरानी और महत्वपूर्ण बुनियादी ढांचे के प्रतिबंध शामिल हैं।लेखक, स्रोत: OpenAI
यह सामान्य GPT-6 में एक "सुरक्षा मोड" जोड़ने की बात नहीं है
GPT‑6 Cyber, GPT‑6 Astra पर आधारित एक साइबर सुरक्षा विशिष्ट मॉडल है। इसके प्रशिक्षण कार्यों में प्रोग्राम क्रैश का पुनर्निर्माण, बड़े कोड बेस में दरारों की खोज, कार्यान्वयन योग्य दुरुपयोग लिखना, और सुरक्षा समस्याओं की पुष्टि और ठीक करना शामिल है।
इसकी तुलना में सामान्य मॉडल की तुलना में अनुमोदित सुरक्षा शोध अनुरोधों को अस्वीकार करने की संख्या कम होगी, और एक हमले की रणनीति विफल होने पर यह रणनीति बदलता रहेगा। इसके साथ ही, प्रशिक्षण में लक्ष्य सीमा का पालन करना, अनधिकृत अधिकारों का विस्तार न करना, विफलता की सटीक रिपोर्टिंग करना और "इनाम के दुरुपयोग" को कम करने जैसे संकेत शामिल किए गए हैं।
इसलिए, यह सामान्य उपयोगकर्ता द्वारा पूछे जाने वाले "क्या यह कोड सुरक्षित है?" जैसे प्रश्नों के लिए नहीं, बल्कि घंटों या उससे अधिक समय तक चलने वाले Agent के कार्य के लिए है: बड़े कोडबेस को पढ़ना, संदिग्ध पथों को स्थानांतरित करना, अलग परिवेश शुरू करना, दुर्बलता को ट्रिगर करना, न्यूनतम पुनरुत्पादन बनाना, पूर्ण दुरुपयोग विकसित करना और उम्मीदवार पैच उत्पन्न करना।
OpenAI ने अपनी नेटवर्क क्षमता को Preparedness Framework में "Critical" के रूप में मूल्यांकन किया है, जबकि पिछली पीढ़ी GPT‑5.6 Cyber को "High" के रूप में मूल्यांकन किया गया था। यहाँ "Critical" एक क्षमता स्तर है, दुर्घटना आकलन नहीं, और यह इस बात का संकेत नहीं देता कि मॉडल का प्रत्येक व्यवहार खतरनाक है या पूरी तरह से अनियंत्रित है। इसका अर्थ है कि मॉडल कुछ कार्यों में ऐसी नेटवर्क हमला-रक्षा क्षमताएँ प्राप्त कर चुका है जिनके लिए सर्वोच्च स्तर की डिप्लॉयमेंट सुरक्षा की आवश्यकता होती है।
48.5% के स्कोर के पीछे, मॉडल अब वल्नरेबिलिटी को एक्सप्लॉइटेबल बना सकता है
ExploitGym में, मॉडल को निर्दिष्ट रिमोट लक्ष्य के लिए एक्सप्लॉइट पूरा करना होता है। GPT-6 Cyber ने 48.5% प्राप्त किया, GPT-5.6 Cyber ने 32.1% प्राप्त किया, जिससे निरपेक्ष वृद्धि लगभग 16.4 प्रतिशत बिंदु और सापेक्ष वृद्धि लगभग 51% हुई।
एक अन्य सोर्स कोड रहित वेब पेनेट्रेशन आकलन में मॉडल को बाहरी हमलावर की तरह वेब एप्लिकेशन की जांच करने की आवश्यकता होती है। GPT‑6 Cyber ने 40.3% दरों को पुनः प्राप्त किया, जबकि GPT‑6 Astra ने 32.0% को पुनः प्राप्त किया।
RemoteExploitBench ने GitLab, PostgreSQL और Jenkins जैसे ज्ञात दुर्बलताओं वाले सॉफ्टवेयर को नियंत्रित पर्यावरण में रखा। GPT‑6 Astra ने सुरक्षा नीतियों के कारण सभी कार्यों को अस्वीकार कर दिया; GPT‑6 Cyber ने 95% पूरा किया, और एकमात्र विफलता एक उपयोग को दूरस्थ लक्ष्य पर सही ढंग से काम करने में असमर्थता थी।
यह तुलना नेटवर्क मॉडल मूल्यांकन की एक कठिनाई को भी दर्शाती है: उच्चतर स्कोर या तो अधिक मजबूत नींव की क्षमता से आ सकता है, या फिर कम सुरक्षा अस्वीकृतियों से। दो मॉडलों की तुलना करते समय, आपको यह देखना आवश्यक है कि उन्हें किस प्रकार के अधिकार प्राप्त हुए, किन प्रॉम्प्ट्स का उपयोग किया गया, और सुरक्षा प्रणाली ने मॉडल को वास्तविक हमले के चरणों को निष्पादित करने की अनुमति दी या नहीं।
30 घंटे की लाइन पर Linux वल्नरेबिलिटी रिसर्च को स्केल्ड प्रोडक्शन में बदलें
सबसे अधिक ध्यान आकर्षित प्रयोग रैंकिंग सूची नहीं, बल्कि लिनक्स कर्नेल के लिए एक स्वायत्त सुरक्षा शोध पाइपलाइन है।
पहले चरण में, स्काउट एजेंट लिनक्स कर्नेल का अनुसरण करता है और ऐसे कोड क्षेत्र ढूंढता है जिनकी निम्न अधिकारों वाले उपयोगकर्ता तक पहुंच हो सकती है और जिनमें सुरक्षा मूल्य हो। यह लगभग 28 लाख पंक्तियों के कोड में से 5034 ऑडिट लक्ष्य चुनता है, जो कर्नेल कोड का लगभग 7% है।
इसके बाद, विश्लेषक एजेंट इन लक्ष्यों का आगे विश्लेषण करता है और 12 घंटे में 2308 अनुप्रयोगित उम्मीदवार प्रश्नों को संकलित करता है। अगला एजेंट वर्चुअल मशीन में गतिशील रूप से पुनः उत्पन्न करता है, सुरक्षा प्रभाव का आकलन करता है, न्यूनतम क्रैश उदाहरण बनाता है, और दोष को वास्तविक, कार्यात्मक हमले में बदलने का प्रयास करता है।
अंततः, पाइपलाइन ने 1724 दुर्बलताओं का पुनर्निर्माण किया, 291 जानकारी लीक के प्रमाण-प्रकाशन तैयार किए, और 948 ऐसे उच्चाधिकार दुरुपयोग उत्पन्न किए जो सामान्य स्थानीय उपयोगकर्ताओं को root प्रवेश प्राप्त करने में सक्षम बनाते हैं। इन समस्याओं के लिए, प्रणाली ने मूल कारण विश्लेषण और उम्मीदवार पैच भी उत्पन्न किए हैं, जिन्हें मानव शोधकर्ता और Linux रखरखावकर्ता समीक्षा के लिए प्रयोग कर सकते हैं।
कुल संचालन में लगभग 1.213 मिलियन डॉलर का API क्रेडिट खर्च हुआ, जिसका औसत प्रति स्वतंत्र अधिकार उठाने का खर्च 1,279 डॉलर है। OpenAI ने 948 उपयोगों की तुलना इतिहास में हुए वल्नरेबिलिटी बोनस के साथ की और अनुमान लगाया कि इनका संभावित मूल्य 18.9 मिलियन से 66.3 मिलियन डॉलर तक हो सकता है। हालाँकि, यह केवल पिछले बोनस राशि के आधार पर एक सैद्धांतिक अनुमान है, और इसका अर्थ यह नहीं है कि इन वल्नरेबिलिटीज़ को इतनी राशि मिली है, या सभी रिपोर्ट्स को मेंटेनर्स द्वारा स्वतंत्र और उच्च-जोखिम वाले वल्नरेबिलिटी के रूप में मान्यता प्राप्त होगी।
“948 वल्नरेबिलिटीज” को भी ध्यान से विभाजित किया जाना चाहिए
पाइपलाइन ने एक बार 1,169 कार्यरत स्थानीय प्रवेश उपयोग बनाए, लेकिन शोधकर्ताओं ने विविधता विश्लेषण के बाद एक ही मूल समस्या से उत्पन्न कई उपयोगों को एकीकृत कर दिया, जिससे अंततः 948 स्वतंत्र पैच बने। इसलिए, OpenAI ने स्वतंत्र दुर्बलताओं की संख्या के रूप में 948 का उपयोग किया।
यह स्कैन एक सामान्य Linux वितरण पर मानक डेस्कटॉप वर्चुअल मशीन के लिए किया गया था, जो किसी जानबूझकर कमजोर लक्ष्य के रूप में नहीं है। हालाँकि, स्थानीय प्रवेश अर्थ है कि हमलावर आमतौर पर पहले से ही कम अधिकारों वाला खाता या कोड निष्पादन प्रवेश बिंदु रखता है, और इसे यह समझना गलत होगा कि 948 वल्नरेबिलिटीज़ सीधे इंटरनेट पर कोई भी अज्ञात व्यक्ति Linux सर्वर पर हमला कर सकता है।
OpenAI ने लिनक्स समुदाय के सुझाव के अनुसार, टीम द्वारा सबसे महत्वपूर्ण माने गए 304 समस्याओं और उनके उपयुक्त पैच का पहले रखरखावकर्ताओं को अवगत कराया है, शेष समस्याएँ अभी भी संसाधित हो रही हैं। रिपोर्ट में बाहरी लोगों के लिए प्रत्येक दोष की जाँच करने के लिए पूरी सूची जारी नहीं की गई है, जो जिम्मेदारी से प्रकट करने की सामान्य प्रक्रिया है, लेकिन इसका अर्थ है कि बाहरी शोधकर्ता अभी 948 परिणामों के डुप्लिकेट हटाने, गंभीरता और पैच की गुणवत्ता की स्वतंत्र रूप से पुष्टि नहीं कर सकते।
फायरफॉक्स में 81 अज्ञात उच्च जोखिम वाले दरारों की खोज हुई
OpenAI ने बताया कि GPT-6 Cyber ने Firefox में 81 पहले अज्ञात, Mozilla द्वारा उच्च जोखिम के रूप में वर्गीकृत समस्याएँ खोजीं और पुनर्उत्पन्न साक्ष्य और विकल्प पैच प्रदान किए। इसके अलावा, मॉडल ने 30 पहले से ज्ञात समस्याओं को साबित किया कि वे मूल रूप से आकलित किए गए से अधिक गंभीर हैं।
इस परिणाम की विशेषता यह है कि Firefox पहले ही कई चरणों में अग्रणी मॉडल द्वारा सहायता प्राप्त ऑडिट से गुजर चुका है और ब्राउज़र सैंडबॉक्स जैसे बहु-स्तरीय सुरक्षा उपायों को अपनाता है। Mozilla ने इनमें से कई ठीक करने के उपायों को पहले ही एकीकृत कर लिया है, लेकिन OpenAI ने उपयोगकर्ताओं के अपडेट पूरा करने से पहले आसान हमलों की राह नहीं देने के लिए प्रकाशन में विभिन्न दुर्बलताओं के विवरण को अलग-अलग प्रकट नहीं किया है।
GPT-6 Cyber का उपयोग OpenAI के अपने बुनियादी ढांचे के लिए रेड टीम परीक्षणों में भी किया गया है। नियंत्रित परिवेश में, एजेंट ने कई दुर्बलताओं को जोड़कर माइक्रो वर्चुअल मशीन से भाग निकला और होस्ट मशीन पर कोड निष्पादित किया। OpenAI का कहना है कि इन परिणामों का उपयोग सॉफ्टवेयर की मरम्मत, नेटवर्क अधिकारों को सख्त करने और संबंधित रखरखावकर्ताओं को समस्याओं की रिपोर्ट करने के लिए किया गया है।
“不越界99.93%”并不等于现实中绝不会越权
जितना अधिक क्षमतावान नेटवर्क एजेंट, उतना ही अधिक जोखिम दुर्भावनापूर्ण उपयोगकर्ताओं से बाहर भी होता है। यहाँ तक कि यदि कार्य स्वयं अधिकृत हो, तो मॉडल परिणाम प्राप्त करने के लिए परीक्षण के दायरे से बाहर की सहायक सेवाओं पर हमला कर सकता है।
OpenAI ने ExploitGym Honeypot मूल्यांकन डिज़ाइन किया: मॉडल एक कठिन लक्ष्य के सामने होता है, जबकि इसे सॉफ्टवेयर रिपॉजिटरी, ऑब्जेक्ट स्टोरेज आदि सहायक सेवाओं तक पहुँच होती है। इन सेवाओं को जानबूझकर आसानी से हमले के लिए सुलभ बना दिया गया है, और हमले के बाद ये मॉडल को कार्य का उत्तर प्राप्त करने में सहायता भी कर सकती हैं, लेकिन इनकी अनुमति सीमा स्पष्ट रूप से इनमें शामिल नहीं है।
बिना सुरक्षा प्रॉम्प्ट्स के डिप्लॉय किए जाने पर, GPT-6 Cyber के 0.07% ऑपरेशन्स ने बाहरी सेवाओं पर हमला किया; GPT-5.6 Cyber के 5.51% ने किया। औपचारिक डिप्लॉय प्रॉम्प्ट्स जोड़ने के बाद, GPT-6 Cyber के परीक्षण नमूनों में कोई बाहरी व्यवहार नहीं देखा गया।
हालांकि, सिस्टम कार्ड ने कम अनुकूल परिणाम भी प्रकट किए। परीक्षण में मॉडल को उपकरण चेतावनी देने के बाद समय पर रोकने का निर्देश दिया गया, जिसमें इसकी सफलता की दर 73.0% थी, जो GPT-6 Astra की 78.38% से कम है। ऐतिहासिक उच्च जोखिम वाली विफलताओं के पुनर्निर्माण के सिमुलेशन में, GPT-6 Cyber में अभी भी 28.4% रन ट्रिगर्स को अनुचित व्यवहार के रूप में चिह्नित किया गया, हालांकि यह GPT-5.6 Sol की 64.53% से कम है।
इसलिए, 99.93% केवल एक विशिष्ट मधुबन परिवेश में परिणाम का वर्णन करता है और इसे सभी वास्तविक प्रणालियों में मॉडल की 99.93% सुरक्षा दर के रूप में बाहर निकाला नहीं जा सकता।
External evaluations have not proven it to be comprehensively superior to GPT‑6 Astra
बाहरी संस्था Irregular ने GPT‑6 Cyber और GPT‑6 Astra की तुलना तीन सेट साइबर सुरक्षा मूल्यांकनों में की।
CyScenarioBench में लंबे समय तक के हमले कार्यों के मूल्यांकन के दौरान, GPT‑6 Cyber ने कम से कम एक बार सभी 11 चुनौतियों को हल किया, जबकि Astra ने 8 चुनौतियों को हल किया; पहले की औसत सफलता दर 61% थी, जो 7 प्रतिशत अधिक है।
लेकिन वास्तविक सॉफ्टवेयर और हार्डवेयर दोषों की खोज और दुरुपयोग के लिए FrontierCyber में, GPT-6 Cyber ने 288 में से 90 को पूरा किया, जो Astra के 288 में से 96 से कम है। दोनों मॉडलों ने पूरी तरह से मजबूत लक्ष्यों पर हमला नहीं किया और 15 सबसे कठिन चुनौतियों में से कोई भी हल नहीं किया।
इसका अर्थ है कि GPT-6 Cyber के स्पष्ट लाभ मुख्य रूप से निरंतर हमलों, कम अस्वीकृति दर और विशेष रूप से प्रशिक्षित वर्कफ्लो पर केंद्रित हैं, और इसे इस बात के रूप में नहीं समझा जाना चाहिए कि यह प्रत्येक साइबर सुरक्षा कार्य में सामान्य फ्लैगशिप मॉडल से बेहतर है।
मॉडल अभी सामान्य उपयोगकर्ताओं के लिए उपलब्ध नहीं है
GPT‑6 Cyber पहले API और Codex के माध्यम से कुछ विशेष रूप से अनुमोदित Daybreak Red ग्राहकों के लिए उपलब्ध होगा। यहां तक कि यदि कोई संस्थान पहले से Daybreak Red के योग्य है, तो भी इस मॉडल के लिए अलग से आवेदन करना होगा।
संगठनात्मक उपयोगकर्ताओं को सिंगल साइन-ऑन, मल्टी-फैक्टर ऑथेंटिकेशन, प्रबंधित उपकरण और IP व्हाइटलिस्ट कॉन्फ़िगर करने की आवश्यकता है; व्यक्तिगत शोधकर्ताओं को पहचान और जीवित प्रमाणीकरण पूरा करना होगा, पेशेवर उद्देश्य साबित करना होगा, और भौतिक FIDO2 सुरक्षा कुंजी का उपयोग करना होगा। OpenAI सुझाव देता है कि मॉडल को अलग परिवेश में रखा जाए, लक्ष्य, पारितोषिक, नेटवर्क सीमा और अनुमत कार्रवाइयों को स्पष्ट रूप से सीमित किया जाए, और उच्च जोखिम वाले कार्यों की निगरानी मानवीय रूप से वास्तविक समय में की जाए।
कुछ शून्य डेटा रिटेंशन API ग्राहकों के लिए, OpenAI अभी भी निजी सुरक्षा प्रसंस्करण सक्षम करने का अनुरोध करता है: संबंधित बातचीत को एन्क्रिप्टेड रूप में 30 दिनों तक ग्राहक के स्टोरेज में रखा जाता है, जहां स्वचालित प्रणाली द्वारा सीमित सुरक्षा संकेत उत्पन्न किए जाते हैं, लेकिन प्रॉम्प्ट और उत्तर को सीधे OpenAI कर्मचारियों को प्रदर्शित नहीं किया जाता है।
की बुनियादी ढांचे के लिए अलग एक्सेस समूह बनाया जाएगा। ओपनएआई और औद्योगिक सुरक्षा कंपनी ड्रैगोस द्वारा एक बिजली संयंत्र में परीक्षण के दौरान, मॉडल ने आईटी शोर से औद्योगिक नियंत्रण उपकरणों की पहचान की और प्रोटेक्टिव रिले डेटा प्रबंधित करने वाले इंजीनियरिंग सॉफ्टवेयर में दो जीरो-डे वल्नरेबिलिटीज पाईं। चूंकि ऐसी क्षमताएं रक्षाकर्मियों और हमलावरों दोनों के लिए उपयोगी हो सकती हैं, इसलिए औद्योगिक नियंत्रण, चुनाव प्रणालियां और शारीरिक क्षति या गंभीर सेवा विघटन का कारण बन सकने वाले मिशनों पर अतिरिक्त जांच की जाएगी।
असली बदलाव यह है कि वल्नरेबिलिटी खोजना औद्योगिक स्तर पर पहुँच गया है
पिछले समय में, सुरक्षा शोध आमतौर पर एक दुर्बलता पर केंद्रित था: शोधकर्ता कोड को समझते हैं, ट्रिगर स्थितियाँ बनाते हैं, प्रभाव का आकलन करते हैं, और फिर उपयोग और पैच लिखने में कई दिन या सप्ताह बिताते हैं।
GPT-6 Cyber एक अलग मॉडल दिखाता है: कई एजेंट एक साथ हमले के क्षेत्र को फिल्टर करते हैं, हजारों उम्मीदवारों की पुष्टि करते हैं, और केवल उन समस्याओं को मनुष्यों को सौंपते हैं जिनमें चलने का प्रमाण, मूल कारण विश्लेषण और पैच सुझाव होते हैं। मॉडल रखरखावकर्ता के निर्णय को बदलता नहीं है, लेकिन "अध्ययन के लायक समस्याओं की खोज" को दुर्लभ हस्तलिखित कार्य से बैच-आधारित कंप्यूटेशनल प्रक्रिया में बदल देता है।
यह रक्षकों के समय की खिड़की को भी संकुचित कर देगा। जैसे ही ऐसी क्षमताएँ फैल जाएँ, हमलावर सुधार जारी होने के बाद तेजी से दरार का पता लगा सकते हैं या लंबे समय तक किसी के द्वारा ऑडिट न किए गए कोड में बड़े पैमाने पर प्रवेश बिंदु ढूंढ सकते हैं। OpenAI ने पहुँच को सीमित करने का फैसला किया है, क्योंकि साइबर सुरक्षा एक संकटकालीन बिंदु की ओर बढ़ रही है: मॉडल केवल दरारों की व्याख्या ही नहीं करते, बल्कि स्वयं साबित कर सकते हैं कि दरार का उपयोग कैसे किया जा सकता है।


