गेल्या काही वर्षांपासून, ॲप्लिकेशन सुरक्षेची एक स्पष्ट सीमा होती: रिपॉझिटरी आणि pipelineतिथेच नियंत्रणे होती, तिथेच स्कॅन चालवले जात होते, आणि एखादी गोष्ट प्रोडक्शनमध्ये पाठवायची की नाही हे टीम्स तिथेच ठरवत असत. हे सर्व एकाच गृहितकावर अवलंबून होते: कोणता कोड आणि कोणते डिपेंडन्सीज सिस्टीममध्ये येतील, हे डेव्हलपर स्पष्टपणे निवडत असे.
तो समज आता टिकत नाही. आज कोडचा वाढता वाटा हा एआय एजंटद्वारे लिहिला जातो, सुचवला जातो किंवा स्थापित केला जातो, आणि अनेकदा काय घेतले जात आहे त्याचे नाव कोणीही न पाहता हे घडते. जेव्हा डीcisकोडमध्ये जे काही प्रवेश करते, त्यासोबतच हल्लाही होतो. तो प्रक्रियेच्या अगदी सुरुवातीला पोहोचतो: ज्या क्षणी कोड तयार होतो, त्याच क्षणी असिस्टंटच्या आत आणि त्याला कॉन्फिगर करणाऱ्या फाइल्समध्ये.
हा तुमचा एआय हल्ल्याचा पृष्ठभाग आहे: प्रत्येक मॉडेल, एजंट, एमसीपी सर्व्हर, स्किल आणि एआयने सुचवलेले अवलंबित्व, जे आता मानवी पुनरावलोकनापूर्वीच धोका निर्माण करू शकते. ज्या एआयवर तुमचे डेव्हलपर्स विश्वास ठेवतात, तोच आता याचा एक भाग आहे. हा भविष्यातील धोका नाही. हा एक बदल आहे जो आधीच घडून आला आहे, आणि व्यवहारात तो कसा दिसतो ते येथे दिले आहे.
हल्ल्यांची लाट, ही एक वेगळी घटना नाही.
खालीलपैकी कोणताही प्रयोग नाहीcisई किंवा एक काल्पनिक. या सार्वजनिक, नोंदवलेल्या घटना आहेत, त्यापैकी जवळजवळ सर्व गेल्या वर्षातील आहेत, आणि प्रत्येक घटना थेट एआय एजंटच्या थोडी अधिक जवळ जाणारी आहे:
- ऑगस्ट २०२५, सिंग्युलॅरिटी: हल्लेखोरांनी सर्वाधिक वापरल्या जाणाऱ्या बिल्ड सिस्टीमपैकी एक असलेल्या Nx मधून पब्लिशिंग टोकन चोरले आणि डेव्हलपर्सच्या मशीनवर सिक्रेट्स शोधण्यासाठी AI टूल्सचा वापर करून npm वर मालवेअर व्हर्जन्स पुश केले.
- सप्टेंबर २०२५, चॉक/डीबग: व्याप्तीच्या दृष्टीने npm च्या सर्वात मोठ्या उल्लंघनांपैकी एक, ज्यामध्ये दोन अब्जाहून अधिक साप्ताहिक डाउनलोड असलेले 18 पॅकेजेस एकाच मेंटेनरचे खाते हायजॅक करून ताब्यात घेण्यात आले.
- सप्टेंबर २०२५, शाई-हुलुद: npm द्वारे स्वतःचा प्रसार करू शकणाऱ्या, नोंद झालेल्या पहिल्या वर्म्सपैकी हा एक होता. नोव्हेंबरमधील त्याची दुसरी लाट अधिक आक्रमक होती आणि ती २५,००० हून अधिक रिपॉझिटरीजमध्ये उघड झालेल्या गोपनीय माहितीशी संबंधित होती.
- ऑक्टोबर २०२५, न वापरलेल्या आयाती: फँटमरेव्हन मोहिमेचा एक भाग, ज्यामध्ये एआय भ्रमाद्वारे स्लोपस्क्वॉटिंग तंत्राचा वापर करून एनपीएममध्ये वास्तविक मालवेअर घुसविण्यात आले.
- या वर्षी, क्लॉहब: एक दूषित एआय कौशल्य नोंदणी, जिथे सर्वाधिक डाउनलोड केलेल्या सात कौशल्यांपैकी पाच मालवेअर होती.
उद्योगक्षेत्रही याच निष्कर्षाला अधिकृत स्वरूप देत आहे. LLM ॲप्लिकेशन्ससाठीच्या OWASP टॉप 10 मध्ये प्रॉम्प्ट इंजेक्शन पहिल्या क्रमांकावर आहे. OWASP MCP टॉप 10 (सध्या बीटा अवस्थेत) एजंट्स टूल्सशी संवाद साधण्यासाठी वापरत असलेल्या प्रोटोकॉलला लक्ष्य करते. OWASP एजेंटिक स्किल्स टॉप 10, जो एक नवीन इनक्यूबेटर-स्टेज प्रकल्प आहे, दुर्भावनापूर्ण स्किल्सना आपला सर्वात मोठा धोका म्हणून घोषित करतो. OWASP सहसा सावधपणे पावले उचलते; एकाच वेळी तीन आघाड्या उघडणे, त्यापैकी एक तातडीने, हे प्रकरण किती वेगाने पुढे जात आहे याबद्दल बरेच काही सांगून जाते.
या तिन्ही गोष्टी एकाच निष्कर्षावर येतात: मॉडेलच्या सभोवतालच्या सूचना, साधने आणि कॉन्फिगरेशन्स आता एआय हल्ल्याच्या पृष्ठभागाचा भाग आहेत आणि ते सहसा तुमच्या स्वतःच्या रेपॉझिटरीमध्ये असतात. यामुळे तुमच्या टीमला विचारण्यासारखा पहिला प्रश्न निर्माण होतो: तुमच्या रेपोमध्ये असलेल्या रूल्स फाइल्स, स्किल्स आणि एमसीपी कॉन्फिग्सचे पुनरावलोकन कोण करते?
वेक्टर १: विषबाधा कौशल्य
कौशल्य म्हणजे सूचना आणि क्षमतांची एक फाईल आहे, जी एआय एजंटला एखादे कार्य कसे करावे हे शिकवते. एजंटच्या वर्तनाला आकार देण्याचा हा एकमेव मार्ग नाही (नियम फाईल्स, hooks(आणि MCP कॉन्फिग्स देखील तेच करतात), परंतु त्या सर्वांमध्ये एक समान गुणधर्म आहे: ते कोडसोबत रिपॉझिटरीमध्ये प्रवास करतात.
या वर्षीच्या संशोधनात यापैकी ४,००० कौशल्यांचा आढावा घेण्यात आला:
- ३६% मध्ये किमान एक सुरक्षा त्रुटी होती.
- १३.४% गंभीर होते.
- जवळपास १०० जणांमध्ये सरळसरळ घातक पेलोड होते.
मुख्य बदल: हल्लेखोर आता तुमच्या कोडला लक्ष्य करत नाही. ते तुमचा कोड लिहिणाऱ्या एजंटला लक्ष्य करतात, आणि त्यात लपवलेल्या सूचना (कधीकधी अदृश्य अक्षरे वापरून) पेरतात, ज्या मॉडेल वाचते आणि कार्यरत मानते. एक मानवी समीक्षक त्याला मान्यता देतो. pull request सद्भावनेने, कारण त्यांच्या दृष्टीने ती फाईल स्वच्छ दिसते. मॉडेल अशा सूचनांचा अर्थ लावते, ज्या समीक्षकाने कधीही पाहिल्या नाहीत.
ही केवळ सैद्धांतिक बाब नाही. CVE-2025-59536 (CVSS 8.7) मुळे एका अविश्वसनीय रिपॉझिटरीमधून क्लॉड कोड लाँच करणे शक्य झाले, जिथे वापरकर्त्याने ट्रस्ट डायलॉग स्वीकारण्यापूर्वीच एक दुर्भावनापूर्ण कॉन्फिगरेशन कमांड्स चालवू शकत होते. दुसरी असुरक्षितता, CVE-2026-21852, वापरकर्त्याच्या कोणत्याही मंजुरीशिवाय, प्रोजेक्ट-नियंत्रित कॉन्फिगरेशनद्वारे API की बाहेर काढणे शक्य करत होती.
H2: वेक्टर 2: स्लोपस्क्वॉटिंग
हे नाव 'स्लॉप' (एआय कधीकधी तयार करत असलेला कचरा) आणि क्लासिक टायपोस्क्वॉटिंग हल्ला यांचे मिश्रण आहे. टायपोस्क्वॉटिंग मानवी चुकीवर अवलंबून असते: हल्लेखोर एका लोकप्रिय नावाच्या जवळचे पॅकेज नाव नोंदवतो आणि टायपिंगमधील चुकीची वाट पाहतो. हे यादृच्छिक असते.
स्लोपस्काउटिंग चुकीची वाट पाहत नाही. या सत्रादरम्यान संदर्भ दिलेल्या अभ्यासात, एआय मॉडेल्सद्वारे निर्माण केलेल्या पॅकेज संदर्भांपैकी १९.७% संदर्भ अस्तित्वात नसलेल्या पॅकेजेसकडे निर्देशित करत होते. मॉडेल्सना वारंवार तीच नावे भासण्याची प्रवृत्ती असते, त्यामुळे हल्लेखोर एआय कोणती नावे तयार करते यावर लक्ष ठेवतो, ती नावे दुर्भावनापूर्ण कोडसह नोंदवतो आणि एआयने सुचवलेल्या पुढील इन्स्टॉलची वाट पाहून ते तुमच्या ॲप्लिकेशनमध्ये समाविष्ट करतो.
व्याप्ती लहान नाही: २०२५ मध्ये ४५०,००० पेक्षा जास्त नवीन दुर्भावनापूर्ण पॅकेजेस ओळखण्यात आली. दोन उदाहरणांमुळे हे अधिक स्पष्ट होते:
- एका संशोधकाने 'एक निरुपद्रवी चाचणी पॅकेज' नावाचे एक पॅकेज लावले. हगिंगफेस-क्ली मुद्दा सिद्ध करण्यासाठी. त्याने लॉग केले. तीन महिन्यांत ३०,००० पेक्षा जास्त डाउनलोड.
- न वापरलेले आयातवरील टाइमलाइननुसार, नेमके हेच तंत्र वापरून, सार्वजनिक रजिस्ट्रीमध्ये कार्यरत असलेला तो मालवेअर असल्याची पुष्टी झाली. ती एक चाचणी नव्हती.
प्रश्न हा नाही की हे तुमच्या टीमसोबत घडू शकते की नाही. प्रश्न हा आहे की आज कोणाच्याही नजरेविना किती एआय-सुचवलेले पॅकेजेस तुमच्या कोडमध्ये दाखल होत आहेत.
प्रतिसाद: standardते बरोबरी साधत आहेत
दोन शक्ती समांतरपणे कार्यरत आहेत. हल्ल्यांचा वेग वाढत असताना, standardशरीरे प्रतिक्रिया देत आहेत:
- एनआयएसटी एसपी ८००-२१८ए सुरक्षित सॉफ्टवेअर विकास फ्रेमवर्कमध्ये एआय मॉडेल्ससाठी विशिष्ट पद्धतींचा समावेश करून त्याचा विस्तार केला जातो, ज्यामध्ये अखंडतेचा आणि उत्पत्तीचा पुरावा समाविष्ट आहे.
- In मे 2026, CISए आणि त्याचे आंतरराष्ट्रीय जी७ भागीदार एआयसाठी सॉफ्टवेअर बिल ऑफ मटेरियल्सवर मार्गदर्शन प्रकाशित केले आहे, ज्यामध्ये त्या इन्व्हेंटरीमध्ये काय समाविष्ट आहे हे परिभाषित केले आहे: मॉडेल्स, डेटासेट्स, कंपोनंट्स, प्रोव्हायडर्स आणि डिपेंडन्सीज.
दिशा स्पष्ट आहे: SBOM एआय-बीओएममध्ये विस्तारत आहे. ज्या गोष्टीची तुम्ही यादी करू शकत नाही, त्याला तुम्ही प्रमाणित किंवा साक्ष देऊ शकत नाही. आणि आज, बहुतेक संस्था ते करू शकत नाहीत:
- 43% ते आधीपासून वापरत असलेल्या एआय साधनांचे ऑडिट किंवा इन्व्हेंटरी करू शकत नाहीत.
- 79% त्यांच्या स्वतःच्या वातावरणात चालणाऱ्या एआय एजंट्स आणि एमसीपी सिस्टीम्सबद्दल त्यांना काहीही माहिती नसते.
नियंत्रित वातावरणात, ही यादी एका चांगल्या प्रथेऐवजी आता करारानुसारची अपेक्षा किंवा अनुपालनाचे बंधन बनत आहे. पण यादी फक्त तुमच्याकडे काय आहे हेच सांगते. ती स्वतःहून हल्ला रोखू शकत नाही.
अंतर: अॅपसेकसाठी एक EDR
SAST आणि SCA साधने कोड आणि अवलंबित्व यांचे विश्लेषण करण्यासाठी तयार केलेली असतात, एजंटच्या वर्तनाचे किंवा त्याच्या संरचनेचे विश्लेषण करण्यासाठी नव्हे. ईडीआर ते प्रक्रिया आणि नेटवर्क कनेक्शन पाहू शकते, परंतु एखाद्या डिपेंडन्सीचा किंवा एजंट कॉन्फिगरेशनचा अर्थ लावण्यासाठी आवश्यक असलेल्या ॲप्लिकेशन-सुरक्षेच्या संदर्भाचा त्यात सहसा अभाव असतो. या दोन प्रकारच्या साधनांमध्ये एक दरी आहे, नेमकी त्याच ठिकाणी जिथे आता कोड तयार केला जात आहे आणि नेमके त्याच ठिकाणी एआय हल्ल्याचा धोका आहे.
त्या दरीत तीन अंध बिंदू आहेत:
- एआय मालमत्ता. मॉडेल्स, एजंट्स आणि एमसीपी सर्व्हर्स तुमच्यावर दिसत नाहीत SASTच्या किंवा SCA's रडार. जे दिसत नाही त्याची तुम्ही नोंद ठेवू शकत नाही.
- कॉन्फिगरेशन फाइल्स. कौशल्ये, नियम आणि MCP कॉन्फिग्स एजंटच्या वर्तनाला आकार देतात, परंतु सामान्यतः त्यांचे पुनरावलोकन निरुपद्रवी साध्या मजकुराप्रमाणे केले जाते.
- पॅकेज इन्स्टॉल होते. A एखादे दुर्भावनापूर्ण डिपेंडन्सी दुर्भावनापूर्ण आहे हे कळण्यापूर्वीच चालू शकते.त्यानंतर, कोणाच्याही परवानगीशिवाय गोपनीय माहिती आणि टोकन्स बाहेर काढा.
झायजेनी ते कसे बंद करते
EDR एंडपॉइंट्ससाठी काय करतो, झायगेनी शील्ड हे एआय-सहाय्यित विकास जीवनचक्रासाठी कार्य करते: ते ॲप्लिकेशन-सुरक्षेचा संदर्भ समजून घेत, कोड जिथे तयार होतो त्या जागेचे संरक्षण करते.
- दृश्यमानता जिथे SAST आणि SCA पोहोचू नका. झायजेनी (Xygeni) दुर्भावनापूर्ण स्किल्स आणि रूल्स फाइल्सना फ्लॅग करते, एमसीपी कॉन्फिग्सचे (MCP configs) विश्लेषण करते आणि ऑडिटसाठी सज्ज प्रणाली तयार करते. एआय-बॉमOWASP LLM, MCP, आणि Agentic Skills Top 10 शी मॅप केलेले.
- केवळ सह्या नव्हेत, तर बुद्धिमत्ता. MEW (मालवेअर अर्ली वॉर्निंग) हे CVE, सल्ला किंवा सार्वजनिक स्वाक्षरी अस्तित्वात येण्यापूर्वीच एखाद्या पॅकेजला ब्लॉक करण्यासाठी त्याच्या वर्तनाचे आणि धोक्याचे विश्लेषण करते. अद्ययावत नेटवर्क इंटेलिजन्स ज्ञात-दुर्भावनापूर्ण पायाभूत सुविधांशी असलेले कनेक्शन खंडित करते.
- कोडपासून एंडपॉइंटपर्यंत, एकच नियंत्रण बिंदू. पर्यावरणाची पुनर्रचना न करता तैनात केलेला एकच एजंट, ज्यामध्ये युरोपीय डेटा सार्वभौमत्व आणि अनुपालनाचे पुरावे अंतर्भूत आहेत.
एका थेट प्रात्यक्षिकात, या धोरणाच्या अंमलबजावणीने एका एआय एजंटचा, तीन वेगवेगळ्या इन्स्टॉलेशन मार्गांवरून (व्हर्च्युअल एन्व्हायर्नमेंट, पॅकेज मॅनेजर आणि थेट डाउनलोड) एक दुर्भावनापूर्ण पॅकेज इन्स्टॉल करण्याचा प्रयत्न, इन्स्टॉलेशन पूर्ण होण्यापूर्वीच रोखला. या सर्वांची नोंद रिअल-टाइममध्ये ठेवली गेली आणि ती एसओसी (SOC) मध्ये निर्यात करण्यायोग्य होती. पहिला प्रकल्प सुरू करण्यासाठी साधारणपणे एक तास लागतो; संपूर्ण संस्थेमध्ये याची व्याप्ती वाढवण्यासाठी, संस्थेच्या रचनेनुसार, सहसा एक ते दोन आठवडे लागतात.
FAQ
एका परिच्छेदात एआय हल्ल्याची संभाव्य व्याप्ती (अटॅक सरफेस) म्हणजे काय ते सांगा.
एआय अटॅक सरफेस म्हणजे मॉडेल्स, एजंट्स, एमसीपी सर्व्हर्स, स्किल्स, रूल्स फाइल्स आणि एआयने सुचवलेल्या डिपेंडन्सीजचा असा संच आहे, ज्याद्वारे एखाद्या ॲप्लिकेशनमध्ये धोका प्रवेश करू शकतो, अनेकदा मानवी पुनरावलोकनापूर्वीच. यात पारंपरिक कोड आणि डिपेंडन्सीजच्या पलीकडे जाऊन कॉन्फिगरेशन फाइल्स आणि त्या सूचनांचाही समावेश होतो, ज्या एआय एजंटचे वर्तन कसे असेल हे ठरवतात.
माझ्या एआय असिस्टंटने सुचवलेले पॅकेजचे नाव भास आहे की खरे पण अपरिचित आहे, हे मी कसे ओळखू शकेन?
इंस्टॉल करण्यापूर्वी पडताळणी करा: केवळ नावावर विश्वास ठेवण्याऐवजी, रजिस्ट्री तपासा आणि पॅकेजची खरी सामग्री व हेतू यांचे विश्लेषण करा. Xygeni कोड जनरेशन दरम्यान रिअल-टाइममध्ये ही पडताळणी स्वयंचलित करते, त्यामुळे पॅकेज तुमच्या ओळखीचे असो वा नसो, इंस्टॉल रन होण्यापूर्वीच त्याला मंजुरी दिली जाते किंवा ब्लॉक केले जाते.
स्लोपस्क्वॉटिंगचा परिणाम सर्व एआय मॉडेल्सवर सारखाच होतो का?
१९.७% च्या आकड्यामागील संशोधनात अनेक मॉडेल्सचा अभ्यास करण्यात आला आणि त्यात असे आढळून आले की ही समस्या व्यापकपणे पसरलेली असून, त्यांच्यामध्ये केवळ किरकोळ फरक आहे. हा एआय-सहाय्यित विकासातील एक सर्वसाधारण प्रकार आहे, ही केवळ एका विशिष्ट असिस्टंटमधील त्रुटी नाही.
आपण आधीच एखादे भ्रामक किंवा दुर्भावनापूर्ण पॅकेज इन्स्टॉल केले आहे की नाही, हे आपण नंतर तपासू शकतो का?
होय. झायजेनीचे प्लॅटफॉर्म ग्राहकांना शोधलेल्या दुर्भावनापूर्ण पॅकेजेसच्या अद्ययावत डेटाबेसमध्ये प्रवेश देते, जो तुमच्या विद्यमान घटक सूचीमध्ये शोधता येतो, जेणेकरून आधीपासून स्थापित केलेले काही ज्ञात धोका आहे की नाही हे तुम्ही काही क्लिक्समध्ये तपासू शकता.
अनेक संघ असलेल्या मध्यम आकाराच्या संस्थेसाठी अंमलबजावणीला किती वेळ लागतो?
पहिला प्रकल्प सुरू करण्यासाठी साधारणपणे एक तास लागतो. संपूर्ण संस्थेमध्ये याचा विस्तार करण्यासाठी, टीमची रचना आणि कामाच्या पद्धतीनुसार, सहसा एक ते दोन आठवडे लागतात.
तुमच्या एआयच्या हल्ल्याच्या क्षेत्राचा नकाशा मोफत तयार करा.
तुमच्या ॲप्लिकेशनच्या एआय पदचिन्हाचा मोफत नकाशा तयार करा: खाते तयार करा आणि काही मिनिटांत पहिले स्कॅन चालवाएकाच ॲप्लिकेशनपासून सुरुवात करा, त्यामध्ये कोणता एआय आहे ते पहा आणि तुमच्या एआय हल्ल्याच्या पृष्ठभागाचा कोणता भाग धोकादायक आहे ते तपासा.
वर नमूद केलेल्या काही क्षमता झायगेनी शील्ड आणि ...द्वारे लागू केल्या जातात. ASPMएआय सुरक्षा मॉड्यूल्स; उपलब्धता योजनेनुसार बदलू शकते. पहा xygeni.io सध्याच्या उत्पादनाच्या तपशिलांसाठी.




