சாய்வு குந்து தாக்குதல்கள்

ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல்கள்: ஒரு செயற்கை நுண்ணறிவுத் தவறு உங்கள் மென்பொருள் விநியோகச் சங்கிலிக்குள் நுழைவதற்கான ஒரு புதிய வழியாக மாறியது எப்படி

பொருளடக்கம்

கட்டாயம் படிக்க வேண்டிய பதிவுகள்

சிக்கலை ஒரே வாக்கியத்தில்

அடுத்த முறை ஒரு AI உதவியாளர் நிறுவுவதற்கான ஒரு தொகுப்பைப் பரிந்துரைக்கிறது.அந்த பேக்கேஜ் உண்மையில் இருக்கிறதா என்று நீங்கள் சரிபார்க்கப் போகிறீர்களா? பெரும்பாலான டெவலப்பர்கள் அதைச் செய்ததில்லை. பரிந்துரைக்கும் முறைக்கும் அதைச் சரிபார்க்கும் முறைக்கும் இடையிலான அந்த இடைவெளியில்தான் ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல்கள் தொடங்குகின்றன. இதனால்தான், ஸ்லாப்ஸ்க்வாட்டிங்கின் பரிணாம வளர்ச்சியையும், அதனை நடைமுறையில் தடுப்பதையும் புரிந்துகொள்வது, AppSec மற்றும் DevSecOps குழுக்களுக்கு ஒரு உண்மையான முன்னுரிமையாக மாறியுள்ளது.

ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல் என்றால் என்ன?

சாய்வாக அமரும் தாக்குதல் என்பது இதன் ஒரு மாறுபாடு ஆகும் டைபோஸ்குவாட்டிங் (பொதுவான எழுத்துப்பிழையின் மூலம் முறையான டொமைன் அல்லது பேக்கேஜ் பெயரைப் போல தோற்றமளிக்கும் வகையில் பதிவுசெய்யும் நடைமுறை, எடுத்துக்காட்டாக) கோரிக்கைகள் அதற்கு பதிலாக கோரிக்கைகளை(ஒரு பயனரின் தட்டச்சுப் பிழையே அவர்களை நேரடியாக அந்த இடத்திற்குக் கொண்டு செல்லும் என்ற நம்பிக்கையில்), ஆனால் தவறு எங்கிருந்து உருவாகிறது என்பதில் ஒரு முக்கியமான வேறுபாடு உள்ளது. டைபோஸ்க்வாட்டிங் என்பது மனிதர்களின் தட்டச்சுப் பிழைகளைப் பயன்படுத்திக் கொள்கிறது. ஒரு ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல், பெரிய மொழி மாதிரிகள் (LM) செய்யும் தவறுகளைப் பயன்படுத்திக் கொள்கிறது: ஒரு LLM, முற்றிலும் முறையானது போல் தோன்றும், ஆனால் எந்தவொரு பொதுப் பதிவேட்டிலும் இல்லாத ஒரு தொகுப்புப் பெயரைத் தானாகவே கற்பனை செய்து கொள்கிறது, மேலும் நல்ல எண்ணம் கொண்ட எவரும் பதிவு செய்வதற்கு முன்பே, தாக்குபவர் அதே பெயரைப் பதிவு செய்வதன் மூலம் முதலில் அந்த இடத்தை அடைந்துவிடுகிறார். 

ஒரு வழக்கமான குனிந்து அமரும் தாக்குதலின் பின்னணியில் உள்ள செயல்முறை எளிமையானது, மேலும் அந்த எளிமைதான் அதைத் திறம்படச் செயல்பட வைக்கிறது:

  • ஒரு டெவலப்பர், கோடிங் தொடர்பான ஒரு சிக்கலைத் தீர்க்க உதவுமாறு செயற்கை நுண்ணறிவு உதவியாளரிடம் கேட்கிறார்.
  • இந்த மாதிரி, இதுவரை இல்லாத ஒரு தொகுப்பை இறக்குமதி செய்யும் அல்லது நிறுவுமாறு பரிந்துரைக்கும் ஒரு தீர்வை உருவாக்குகிறது.
  • பல மாடல்கள் ஒரே பிரம்மைப் பெயரைத் திரும்பத் திரும்ப வருவதைக் கவனித்த ஒரு தாக்குதல் நடத்துபவர், தீங்கிழைக்கும் குறியீட்டுடன் அந்தத் தொகுப்பை npm, PyPI அல்லது மற்றொரு பொதுப் பதிவகத்தில் பதிவு செய்கிறார். இந்தத் தருணத்தில்தான் அந்தப் பிரம்மை ஒரு உண்மையான ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதலாக மாறுகிறது.
  • அதே பரிந்துரையைப் பெற்று, அதைச் சரிபார்க்காத அடுத்த டெவலப்பர், தற்போது உண்மையானதாகிவிட்ட அந்தத் தொகுப்பை நிறுவிவிடுகிறார்; அது அவருடைய சூழலுக்குள் ஊடுருவும் ஒரு பின்வாசல் ஆகும்.

“ஸ்லாப்ஸ்க்வாட்டிங்” என்ற சொல், பைதான் மென்பொருள் அறக்கட்டளையின் பாதுகாப்பு மேம்பாட்டாளர்-உறைவிடரான சேத் லார்சனால் உருவாக்கப்பட்டு, ஆண்ட்ரூ நெஸ்பிட்டால் பிரபலப்படுத்தப்பட்டது. இது, ஒரு “தொகுப்பு மாயத்தோற்றம்” தாக்குதல் ஊடகமாக மாற்றப்படும் இந்த முறையைத் துல்லியமாக விவரிக்கிறது.

சோம்பேறித்தனத்தின் பரிணாமம்: ஒரு ஆராய்ச்சி ஆர்வம் எப்படி ஒரு உண்மையான அச்சுறுத்தலாக மாறியது

சாய்வாக அமர்ந்து தாக்கும் முறையின் பரிணாம வளர்ச்சியில் குறிப்பிடத்தக்க விஷயம் அதன் கருத்தாக்கம் மட்டுமல்ல; அது ஒரு ஆராய்ச்சி அவதானிப்பிலிருந்து, ஆவணப்படுத்தப்பட்ட, அளவிடக்கூடிய ஒரு தாக்குதல் முறையாக எவ்வளவு விரைவாக மாறியது என்பதுதான்.

2023: முதல் எச்சரிக்கை அறிகுறி. பாதுகாப்பு ஆராய்ச்சியாளர் பார் லன்யாடோ பல LLM-கள் ஒரு குறிப்பிட்ட தொகுப்பை மீண்டும் மீண்டும் பரிந்துரைப்பதை கவனித்தேன். கட்டிப்பிடித்தல் முக-கிளிஅது இல்லை (உண்மையான தொகுப்பு இதனுடன் நிறுவப்பட்டுள்ளது) pip install -U “huggingface_hub[cli]”ஆபத்தை நிரூபிப்பதற்காக, அவர் அந்தத் தொகுப்பின் ஒரு வெற்றுப் பதிப்பை ஒரு பொதுப் பதிவகத்தில் பதிவேற்றினார். மூன்று மாதங்களுக்குள், எந்தவித விளம்பரமும் இன்றி, அது 30,000-க்கும் மேற்பட்ட பதிவிறக்கங்களைப் பெற்றது. அலிபாபாவின் ஆராய்ச்சியுடன் தொடர்புடைய ஒரு களஞ்சியத்தின் README-இல் கூட அந்தப் புனையப்பட்ட பெயர் தோன்றியது. இது, இதுபோன்ற "போலி" பெயர்கள் உண்மையான ஆவணங்களுக்குள் எவ்வாறு கசிந்து, அதைத் தொடர்ந்து வரவிருந்த ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல்களுக்கு வழிவகுக்கும் என்பதை ஆரம்பத்திலேயே காட்டியது.

2024: இந்த இடர், ஒரு ஆய்வாளரின் வலைப்பதிவிலிருந்து பிரதான தொழில்நுட்பச் செய்திகளுக்கு நகர்கிறது. மார்ச் மாதம், பதிவு செயற்கை நுண்ணறிவு மாதிரிகள் எவ்வாறு மென்பொருள் தொகுப்புப் பெயர்களை நம்பிக்கையுடன் உருவாக்கி, அவற்றை உருவாக்குநர்கள் பதிவிறக்கம் செய்கிறார்கள் என்றும், அவற்றில் சில தீம்பொருளால் பாதிக்கப்பட்டிருக்கக்கூடும் என்றும் செய்திகள் வெளியாகின. அந்தச் செய்தி, அது தொழில்நுட்ப ரீதியாக வெளிப்படுத்தியதை விட, அது உணர்த்திய விஷயத்திற்காவே அதிக முக்கியத்துவம் பெற்றது: ஹக்கிங்ஃபேஸ்-சிஎல்ஐ விவகாரம் இனி ஒரு தற்செயலான விசித்திர நிகழ்வு அல்ல; ஒரு வருடத்திற்குப் பிறகு அதன் வீச்சை உறுதிப்படுத்தவிருந்த பெரிய அளவிலான கல்விசார் ஆய்வுக்கு முன்பாகவே, பிரதான தொழில்நுட்பப் பத்திரிகைகள் சுட்டிக்காட்டும் அளவுக்குத் தீவிரமான ஒரு போக்கின் முதல் அறிகுறியாக அது இருந்தது.

2025: இப்பிரச்சனையின் முதல் கடுமையான, பெரிய அளவிலான அளவீடு. “உங்களுக்காக எங்களிடம் ஒரு பொதி உள்ளது! குறியீடு உருவாக்கும் LLM-களால் ஏற்படும் பொதி மாயத்தோற்றங்கள் பற்றிய ஒரு விரிவான பகுப்பாய்வு” (ஸ்ப்ராக்லென் மற்றும் பலர், சமர்ப்பிக்கப்பட்டது) என்ற கட்டுரை USENIX பாதுகாப்பு கருத்தரங்கு576,000 பைதான் மற்றும் ஜாவாஸ்கிரிப்ட் குறியீடு மாதிரிகளில், வணிக ரீதியான (GPT-4, GPT-3.5) மற்றும் திறந்த மூல (CodeLlama, DeepSeek, WizardCoder, Mistral) ஆகிய 16 குறியீடு உருவாக்கும் மாதிரிகளைச் சோதித்தது. இந்தக் கண்டுபிடிப்புகள், ஸ்லாப்ஸ்க்வாட்டிங்கின் பரிணாம வளர்ச்சியில் ஒரு தெளிவான திருப்புமுனையைக் குறிக்கின்றன; அதை வெறும் கதைகளிலிருந்து தரவுகளாக மாற்றுகின்றன.

  • மாடல்களால் பரிந்துரைக்கப்பட்ட தொகுப்புகளில் 19.7% உண்மையில் இருக்கவில்லை.
  • வர்த்தக மாதிரிகளை (5.2%) விட திறந்த மூல மாதிரிகள் மிக அதிக அளவில் (சராசரியாக 21.7%) மாயத்தோற்றங்களுக்கு உள்ளாயின.
  • சோதிக்கப்பட்ட அனைத்து மாதிரிகளிலும், ஆராய்ச்சியாளர்கள் 205,000-க்கும் மேற்பட்ட தனித்துவமான, கற்பனையான தொகுப்புப் பெயர்களைப் பதிவுசெய்தனர்; இந்தத் தொகுப்பு, பல சூழல் அமைப்புகளில் நீடித்த ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல்களுக்குத் தூண்டுதலாக அமையப் போதுமானதாகும்.

இந்த ஆய்வின் ஒரு முக்கிய விவரம், மற்றும் ஸ்லாப்ஸ்க்வாட்டிங்கின் பரிணாம வளர்ச்சி மங்கிப்போகாமல் வேகமெடுத்ததற்கான காரணமாகவும் இருக்கக்கூடிய ஒரு விஷயம் என்னவென்றால், கற்பனையாகத் தோன்றும் பெயர்கள் தற்செயலானவை அல்ல, மேலும் அவை ஒவ்வொரு முயற்சியிலும் மாறுவதில்லை. ஒரே மாதிரியான தூண்டுதல்கள் கொடுக்கப்படும்போது, ​​அதே மாதிரிகள் அதே புனையப்பட்ட பெயர்களையே மீண்டும் மீண்டும் பயன்படுத்துகின்றன. இதன் பொருள், தாக்குபவர் யூகிக்கத் தேவையில்லை. அவர்கள் மாதிரியின் நடத்தையைக் கவனித்து, மீண்டும் மீண்டும் வரும் பெயர்களை அடையாளம் கண்டு, ஒரு உண்மையான டெவலப்பர் செய்வதற்கு முன்பே அவற்றைப் பதிவு செய்தால் மட்டும் போதும். இந்த மீண்டும் மீண்டும் நிகழும் தன்மையைப் பற்றிய பின்தொடர் பகுப்பாய்வில், ஆராய்ச்சியாளர்கள் ஒரே மாதிரியான தூண்டுதல்களை தலா பத்து முறை மீண்டும் இயக்கியபோது, ​​கற்பனையாகத் தோன்றிய பேக்கேஜ் பெயர்களில் 43% ஒவ்வொரு முறையும் தோன்றின. இது, பெரும்பாலான கற்பனைகள் ஒருமுறை மட்டும் தோன்றும் இரைச்சலாக இல்லாமல், மீண்டும் மீண்டும் நிகழக்கூடிய செயற்கையானவை என்பதற்கான சான்றாகும். அந்த மீண்டும் மீண்டும் நிகழும் தன்மைதான் ஒருமுறை தோன்றும் கற்பனையை, விரிவாக்கக்கூடிய ஒரு ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதலாக மாற்றுகிறது.

2026: தனிமைப்படுத்தப்பட்ட தொகுப்புகளிலிருந்து தன்னாட்சி முகவர்கள் வரை. தனிமைப்படுத்தப்பட்ட தொகுப்புகளிலிருந்து தன்னாட்சி முகவர்கள் வரை. ஒரு டெவலப்பர், பரிந்துரைக்கப்பட்ட pip install அல்லது npm install கட்டளையை நகலெடுத்து ஒட்டுவதோடு மட்டும் ஸ்லாப்ஸ்க்வாட்டிங் நின்றுவிடுவதில்லை என்பதற்கு இந்த ஆண்டு மிகத் தெளிவான சான்றுகள் கிடைத்துள்ளன. ஜனவரி 2026-ல், பாதுகாப்பு ஆய்வாளர் சார்லி எரிக்சன், செயற்கை நுண்ணறிவு (AI) கோடிங் ஏஜென்ட்கள், ரியாக்ட்-கோட்ஷிஃப்ட் (jscodeshift மற்றும் react-codemod ஆகிய இரண்டு உண்மையான கருவிகளைக் குழப்பும் ஒரு பெயர்) என்ற கற்பனையான npm தொகுப்பைக் குறிப்பிடும் வழிமுறைகளை 237 ரெபாசிட்டரிகளில் பரப்பிவிட்டதைக் கண்டறிந்தார். மேலும், அந்த ஏஜென்ட்கள் தினமும் அதை நிறுவ முயற்சித்துக் கொண்டிருந்தன. ஒரு தாக்குதல் நடத்துபவர் அதை ஒரு ஆயுதமாகப் பயன்படுத்துவதற்கு முன்பு, எரிக்சன் தற்காப்புக்காக அந்தப் பெயரைத் தானே பதிவு செய்தார். இது தவிர, முறையான eslint-plugin-unused-imports என்பதற்குப் பதிலாகக் கற்பனையாக உருவாக்கப்பட்ட, unused-imports என்ற உண்மையான தீங்கிழைக்கும் தொகுப்பு, npm அதை ஒரு பாதுகாப்புத் தடையின் கீழ் வைத்திருந்தபோதிலும், 2026-ன் தொடக்கத்தில் வாரத்திற்குச் சுமார் 233 பதிவிறக்கங்களைப் பதிவு செய்துகொண்டிருந்தது. இது, ஒரு ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல் சுட்டிக்காட்டப்பட்ட பிறகும் எவ்வளவு காலம் பாதிக்கப்பட்டவர்களை ஈர்த்துக்கொண்டே இருக்க முடியும் என்பதற்கான ஒரு அறிகுறியாகும். மிக சமீபத்தில், ஜூலை 2026-ல், ஆராய்ச்சியாளர்கள் "ஹாலுஸ்க்வாட்டிங்" என்று பெயரிடப்பட்ட ஒரு தொடர்புடைய நுட்பத்தை விவரித்தனர். இது ஒரு செயற்கை நுண்ணறிவு மாயத்தோற்றத்தை ஒரு ப்ராம்ட் இன்ஜெக்ஷனுடன் சங்கிலித் தொடராக இணைக்கிறது. இதன் மூலம், ஒரு பயனரின் சார்பாக மாயத்தோற்ற வளத்தைப் பெறும் ஒரு செயற்கை நுண்ணறிவு குறியீட்டு முகவரை, தாக்குபவரால் வழங்கப்பட்ட குறியீட்டை இயக்குமாறு திசைதிருப்ப முடியும். இது, ஸ்லாப்ஸ்க்வாட்டிங்கின் பரிணாம வளர்ச்சியை, ஒரு செயலற்ற நிறுவல் அபாயத்திலிருந்து, முகவர் சார்ந்த மேம்பாட்டுப் பணிப்பாய்வுகளுக்குள் ஒரு செயல்திறன் மிக்க தொலைநிலைக் குறியீடு-செயல்படுத்தும் ஊடகமாக விரிவுபடுத்துகிறது.

"வைப் கோடிங்" ஏன் ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல்களுக்கான தளத்தை விரிவுபடுத்தியது?

செயற்கை நுண்ணறிவால் உருவாக்கப்பட்ட குறியீடு ஒரு குறிப்பிட்ட பிரிவினருக்கான நடைமுறையாக இருந்திருந்தால், ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல்கள் பெரிய அளவில் முக்கியத்துவம் பெற்றிருக்காது. ஆனால், அது அப்படி இல்லை. குறியீட்டு உதவியாளர்கள், தன்னாட்சி முகவர்கள், மற்றும் டெவலப்பர்கள் குறியீட்டை இயக்குவதற்கு முன்பு அதன் மிகக் குறைந்த பகுதியையே மதிப்பாய்வு செய்யும் "வைப் கோடிங்" பணிப்பாய்வுகள் ஆகியவற்றின் எழுச்சியானது, மென்பொருள் தாக்குதல் பரப்பை இரண்டு உறுதியான வழிகளில் மாற்றியுள்ளது, மேலும் இவை இரண்டுமே ஸ்லாப்ஸ்க்வாட்டிங்கின் பரிணாம வளர்ச்சியை வேகப்படுத்துகின்றன:

  • நுழைவாயில் இனி டெவலப்பர் மட்டுமல்ல. முன்பெல்லாம், டைப்போஸ்க்வாட்டிங் தாக்குதல் என்பது ஒருவர் செய்யும் தட்டச்சுப் பிழையைச் சார்ந்திருந்தது. ஆனால் இப்போது, ​​அந்தப் பிழையானது மாடலுக்குள்ளேயே உருவாகி, அதுபோன்ற கேள்விகளைக் கேட்டு அதே கற்பனையான பரிந்துரையைப் பெறும் நூற்றுக்கணக்கான வெவ்வேறு டெவலப்பர்களிடையே பரவி, ஒரே ஒரு ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதலின் வீச்சைப் பன்மடங்கு பெருக்கிவிடுகிறது.
  • தாக்குதல் பரப்பு சங்கிலித் தொடரில் மேலும் மேலே நகர்ந்துள்ளது. ஒரு மனிதர் எழுதும் குறியீட்டைக் கண்காணிப்பது மட்டும் இனி போதுமானதல்ல. குழுக்கள், ஒரு AI உதவியாளர் பரிந்துரைக்கும் சார்புநிலைகளையும், அது இணையும் MCP சேவையகங்களையும், மற்றும் நேரடி மனித ஆய்வு இல்லாமல் தன்னிச்சையாக தொகுப்புகளை நிறுவும் ஏஜென்ட்களையும் கண்காணிக்க வேண்டும். களஞ்சியங்களையும் மனிதக் குறியீடுகளையும் ஆய்வு செய்வதற்காக உருவாக்கப்பட்ட பாரம்பரிய AppSec, commitடெவலப்பர், செயற்கை நுண்ணறிவு மற்றும் தொகுப்புப் பதிவகம் ஆகியவற்றுக்கு இடையேயான இந்த புதிய இடைவினையைக் கண்காணிக்கும் வகையில் இது ஒருபோதும் வடிவமைக்கப்படவில்லை; தற்போது ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல்கள் சரியாக இந்த இடத்தில்தான் மறைந்திருக்கின்றன.

இதெல்லாம் ஜெனரேட்டிவ் ஏஐ இயல்பாகவே பாதுகாப்பற்றது என்று அர்த்தமல்ல. பாரம்பரியப் பாதுகாப்புக் கருவிகள் கண்டறியும் வகையில் உருவாக்கப்படாத ஒரு புதிய வகை விநியோகச் சங்கிலி அபாயத்தை இது அறிமுகப்படுத்துகிறது என்பதே இதன் பொருள். மேலும், எந்தவொரு வெளிப்புறச் சார்புக்கும் நாம் ஏற்கனவே பயன்படுத்தும் அதே சரிபார்ப்புக் கொள்கைகளை இது கோருகிறது: இயல்பாகவே நம்பிவிடாதீர்கள், மூலத்தைச் சரிபாருங்கள், மேலும் ஒவ்வொரு டெவலப்பரின் நினைவாற்றல் அல்லது விழிப்புணர்வைச் சார்ந்திருப்பதற்குப் பதிலாக அந்தச் சரிபார்ப்பைத் தானியக்கமாக்குங்கள். அந்தத் தானியக்கமே எந்தவொரு உண்மையான ஸ்லாப்ஸ்க்வாட்டிங் தடுப்பு உத்தியின் அடித்தளமாகும்.

சோம்பேறித்தனமாக உட்காருவதைத் தடுத்தல்: அணிகள் இன்று என்ன செய்ய முடியும்

நல்ல செய்தி என்னவென்றால், ஸ்லாப்ஸ்க்வாட்டிங்கைத் தடுப்பதற்கு அதிநவீன கருவிகள் தேவையில்லை. அதற்குத் தேவையானது, ஏற்கனவே இருக்கும் சார்புநிலைத் தூய்மை நடைமுறைகளை முறையாகப் பின்பற்றுவதே ஆகும்; ஆனால், தாங்கள் நம்பும் ஒரு செயற்கை நுண்ணறிவு (AI) குறியீட்டைப் 'பரிந்துரைக்கும்' கணமே பல குழுக்கள் இந்த நடைமுறைகளைத் தளர்த்திவிடுகின்றன. ஒரு திறமையான ஸ்லாப்ஸ்க்வாட்டிங் தடுப்பு அணுகுமுறை பொதுவாகப் பின்வருவனவற்றை ஒருங்கிணைக்கிறது:

  • எந்தவொரு புதிய தொகுப்பையும் நிறுவும் முன் கைமுறையாகச் சரிபார்க்கவும்.குறிப்பாக அது ஒரு AI உதவியாளரின் பரிந்துரையிலிருந்து வரும்போது. அது அதிகாரப்பூர்வப் பதிவேட்டில் உள்ளதா, அதை யார் பராமரிக்கிறார்கள், அது எப்போது வெளியிடப்பட்டது, மற்றும் அதன் பதிவிறக்க எண்கள் உண்மையானவையா என்பதை உறுதிப்படுத்திக்கொள்ளுங்கள். இந்த ஒரு பழக்கமே, எந்தவொரு அணிக்கும் கிடைக்கக்கூடிய, ஸ்லாப்ஸ்க்வாட்டிங்கைத் தடுப்பதற்கான மிகவும் மலிவான வழியாகும்.
  • செயற்கை நுண்ணறிவால் உருவாக்கப்பட்ட நிரல் இயல்பாகவே பாதுகாப்பானது என்று ஒருபோதும் கருத வேண்டாம். ஒரு நிரல் துண்டு 'செயல்படுகிறது' என்பதற்காக, அதன் சார்புநிலைகள் முறையானவை என்று அர்த்தமல்ல. சார்புநிலை ஆய்வு என்பது நிரல் ஆய்வின் ஒரு பகுதியாக இருக்க வேண்டுமே தவிர, அதற்கு விதிவிலக்காக இருக்கக்கூடாது.
  • லாக்ஃபைல்கள் மற்றும் ஹாஷ் சரிபார்ப்பைப் பயன்படுத்தவும் துல்லியமான பதிப்புகளை நிலைநிறுத்தவும், முதலில் தணிக்கை செய்யப்பட்ட தொகுப்பிலிருந்து வேறுபட்ட ஒரு தொகுப்பை மௌனப் புதுப்பிப்பு உள்ளிடுவதைத் தடுக்கவும்.
  • அறியப்பட்ட CVE-களுக்கு அப்பாற்பட்ட இடர் வடிவங்களைக் கண்டறியும் சார்புநிலை ஸ்கேனிங்கைச் செயல்படுத்தவும்.இயல்புக்கு மாறான தொகுப்புகள், ஏற்கனவே உள்ள பெயர்களைப் போலவே சந்தேகத்திற்குரிய வகையில் ஒத்த பெயர்கள், முன் அனுபவம் இல்லாத புதிய பராமரிப்பாளர்கள், அல்லது வழக்கத்திற்கு மாறான செயல்பாடுகளைக் கொண்ட நிறுவல் ஸ்கிரிப்டுகள். ஏறக்குறைய எந்த வரலாறும் இல்லாத, புதிதாக வெளியிடப்பட்ட ஒரு தொகுப்பு, 'ஏறக்குறைய' பரிச்சயமான ஒன்றின் பெயரை நெருக்கமாகப் பிரதிபலிப்பதே, இதுவரை ஆவணப்படுத்தப்பட்ட பெரும்பாலான ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல்களுக்குப் பின்னால் உள்ள சரியான வடிவமாகும்.
  • பொதுப் பதிவேடுகளை அதே சந்தேகத்துடன் அணுகவும்cism என்பது சரிபார்க்கப்படாத வேறு எந்த வெளிப்புற மூலத்தையும் போன்றது. அந்த உண்மை குழாய் நிறுவல் or npm நிறுவு பிழையைக் காட்டவில்லை என்பது நம்பகத்தன்மைக்கான ஆதாரம் ஆகாது.
  • பயிற்சி மேம்பாட்டுக் குழுக்கள் செயற்கை நுண்ணறிவு உதவியுடன் குறியாக்கம் செய்வது, நிறுவப்படுவதைச் சரிபார்க்கும் பொறுப்பை நீக்கிவிடுவதில்லை; மாறாக, எந்தவொரு தீவிரமான முறைகேடான இட ஆக்கிரமிப்புத் தடுப்புத் திட்டத்தின் ஒரு பகுதியாக, பணிப்பாய்வில் உள்ளடக்கப்பட வேண்டிய ஒரு படிநிலையை அது சேர்க்கிறது.

இந்த நடவடிக்கைகள் எதுவும் தனித்தனியாகப் புதியவை அல்ல. மாறியிருப்பது அதன் அளவுதான்: ஒரு சார்புநிலைக்கான பரிந்துரை இனி ஸ்டாக் ஓவர்ஃப்ளோவிலிருந்தோ அல்லது ஒரு சக ஊழியரிடமிருந்தோ வராமல், ஆயிரக்கணக்கான வெவ்வேறு டெவலப்பர்களுக்கு ஒரே மாதிரியான கற்பனைப் பிழையை மீண்டும் மீண்டும் காட்டக்கூடிய ஒரு மாதிரியிலிருந்து வரும்போது, ​​கைமுறை சரிபார்ப்பு அவசியமானதாக இருந்தாலும், அது மட்டுமே போதுமானதாக இருப்பதில்லை. அதனால்தான் அதிகமான குழுக்கள், தங்களின் செயல்பாடுகளில் இந்த முறைகேடான ஆக்கிரமிப்புத் தடுப்பு அடுக்கைத் தானியக்கமாக்குகின்றன. மென்பொருள் தொகுப்பு பகுப்பாய்வு (SCA) கருவியாக்கம்அதைத் தனிப்பட்ட டெவலப்பரின் கட்டுப்பாட்டிற்கு விட்டுவிடுவதை விட.

இது முன்cisஏன் ASPM தளங்களில் போன்ற சைஜெனி தட்டச்சுப் பிழை மோசடி, சார்புநிலைக் குழப்பம் மற்றும் அறியப்பட்ட தீங்கிழைக்கும் தொகுப்புகள் ஆகியவற்றை உள்ளடக்கிய சந்தேகத்திற்கிடமான சார்புநிலைக் கண்டறிதலை, அதே திறந்த மூல மற்றும் செயற்கை நுண்ணறிவு சார்புநிலைப் பகுப்பாய்வில் ஒருங்கிணைக்கவும். pipelineஆகவே, ஒரு AI உதவியாளர் ஒரு புதிய சார்புநிலையைப் பரிந்துரைக்கும் ஒவ்வொரு முறையும், ஒவ்வொரு டெவலப்பரும் அதைச் சரிபார்க்க நினைவில் வைத்திருக்க வேண்டும் என்பதை ஸ்லாப்ஸ்க்வாட்டிங் தடுப்பு சார்ந்திருக்கவில்லை.

FAQ

ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதலும் டைப்போஸ்க்வாட்டிங் தாக்குதலும் ஒன்றா?

முற்றிலும் இல்லை. இரண்டுமே, அதை நிறுவுபவரை ஏமாற்றுவதற்காக ஒரு போலி தொகுப்புப் பெயரைப் பதிவு செய்வதை உள்ளடக்கியிருந்தாலும், பிழையின் மூலம் வேறுபடுகிறது. டைபோஸ்க்வாட்டிங் என்பது மனிதர்களின் தட்டச்சுப் பிழைகளைப் பயன்படுத்திக் கொள்கிறது. ஸ்லாப்ஸ்க்வாட்டிங் தாக்குதல் என்பது, செயற்கை நுண்ணறிவு மாதிரிகளால் உருவாக்கப்பட்ட (கற்பனையான) தொகுப்புப் பெயர்களைப் பயன்படுத்திக் கொள்கிறது; அவற்றை ஒரு தாக்குதல் நடத்துபவர், சட்டப்பூர்வமாக அவை உருவாவதற்கு முன்பே பதிவு செய்துவிடுகிறார்.

ஒரு தொகுப்பு மேலாளரால் இந்த வகையான தாக்குதலைத் தானாகவே தடுக்க முடியுமா?

முழுமையாக இல்லை, இதனால்தான் ஸ்லாப்ஸ்க்வாட்டிங் தடுப்பு என்பது பேக்கேஜ் மேனேஜர் மட்டத்துடன் நின்றுவிட முடியாது. ஒரு டெவலப்பர் அதை நிறுவ முயற்சிக்கும் முன், தாக்குபவர் அந்த மாயையான பேக்கேஜைப் பதிவுசெய்தால், அந்த பேக்கேஜ் தீங்கிழைக்கும் தன்மையுடையதாக இருந்தாலும், அது உண்மையாகவே இருப்பதால் நிறுவல் எந்தப் பிழையுமின்றி நிறைவடையும். திறம்படத் தடுப்பதற்கு, அந்த பேக்கேஜின் தோற்றம் மற்றும் செயல்பாடு குறித்த கூடுதல் சரிபார்ப்பு தேவைப்படுகிறது.

இது திறந்த மூல மாதிரிகளை மட்டும் பாதிக்கிறதா?

இல்லை. ஸ்ப்ராக்லென் மற்றும் குழுவினரின் ஆய்வில், வணிக ரீதியானவை உட்பட, சோதிக்கப்பட்ட ஒவ்வொரு மாதிரியிலும் மாயத்தோற்றங்கள் இருப்பது கண்டறியப்பட்டது. இருப்பினும், இது கணிசமாகக் குறைந்த விகிதத்தில் (மதிப்பிடப்பட்ட திறந்த மூல மாதிரிகளின் 21.7% உடன் ஒப்பிடும்போது 5.2%) இருந்தது. எந்தவொரு மாதிரியும் இந்தப் பிரச்சனையிலிருந்து முற்றிலும் விடுபட்டதல்ல. இதனால்தான், ஒட்டுமொத்தமாக செயற்கை நுண்ணறிவு உதவியுடன் கூடிய கணினி நிரலாக்கத்தின் வளர்ச்சிக்கு இணையாக, 'ஸ்லாப்ஸ்க்வாட்டிங்' எனப்படும் செயற்கை முறையிலான பழக்கமும் உருவாகி வருகிறது.

இது ஒரு கோட்பாட்டு ரீதியான அபாயமா, அல்லது ஏற்கனவே பயன்படுத்தப்பட்டுவிட்டதா?

தி கட்டிப்பிடித்தல் முக-கிளி ஒரு ஆராய்ச்சியாளரால் பதிவேற்றப்பட்ட ஒரு வெற்றுத் தொகுப்பு, எந்தவித விளம்பரமும் இன்றி மூன்று மாதங்களில் 30,000 முறைக்கு மேல் பதிவிறக்கம் செய்யப்பட்ட சம்பவம், இந்த ஆபத்து வெறும் கோட்பாட்டு ரீதியானது மட்டுமல்ல என்பதைக் காட்டுகிறது: ஒருவர் கற்பனையாக உருவாக்கும் ஒரு பெயர், வெவ்வேறு கட்டளைகளுக்கு ஏற்ப ஒரே மாதிரியாக இருந்தால் மட்டும் போதும், அதை ஒரு உண்மையான 'ஸ்லாப்ஸ்க்வாட்டிங்' தாக்குதலாக மாற்றிவிட முடியும்.

sca-tools-software-composition-analysis-tools
உங்கள் மென்பொருள் அபாயங்களுக்கு முன்னுரிமை அளித்து, சரிசெய்து, பாதுகாக்கவும்.
உங்கள் இலவச கணக்கைப் பெறுங்கள்.
கடன் அட்டை தேவையில்லை.

உங்கள் மென்பொருள் உருவாக்கம் மற்றும் விநியோகத்தைப் பாதுகாக்கவும்

Xygeni தயாரிப்பு தொகுப்புடன்