साइबरसिक्योरिटी अब Proof of Work की तरह काम करती है

• Anthropic का LLM ‘Mythos’ जटिल नेटवर्क attack simulation में इंसानों से ज़्यादा तेज़ और सटीक प्रदर्शन करता है, और इसकी access केवल सीमित core developers को दी गई है
• AI Security Institute के test में Mythos ने 32-स्टेप enterprise network attack simulation को 10 में से 3 बार पूरी तरह सफलतापूर्वक पूरा किया, और token budget बढ़ने पर इसका प्रदर्शन बेहतर हुआ
• यह नतीजा दिखाता है कि security अब ऐसी संरचना में बदल रही है जिसमें attackers से ज़्यादा tokens लगाकर ही defense किया जा सकता है, यानी Proof-of-Work जैसी प्रतिस्पर्धा
• LiteLLM·Axios supply chain attack के बाद, open source dependencies को LLM से replace करने या tokens लगाकर security मज़बूत करने की कोशिशें फैल रही हैं
• security में अब तकनीकी creativity से ज़्यादा resource investment की मात्रा निर्णायक कारक बन रही है, और इससे development process में ‘hardening’ स्टेप जोड़ने का रुझान बन रहा है

---

सुरक्षा की वह संरचना जो ‘Proof of Work’ की तरह काम करती है

• Anthropic का LLM ‘Mythos’ कंप्यूटर security tasks में शानदार प्रदर्शन दिखा रहा है, इसलिए इसे सार्वजनिक रूप से जारी किए बिना केवल मुख्य software creators तक access दिया गया है
  • Mythos जटिल नेटवर्क attack simulation को इंसानों की तुलना में कहीं अधिक तेज़ी से पूरा करता है
  • AI Security Institute(AISI) के मूल्यांकन में भी इसने पिछले models की तुलना में एक स्तर ऊँची cyber attack execution capability साबित की
• ‘The Last Ones’ नामक 32-स्टेप enterprise network attack simulation में Mythos ने 10 में से 3 बार पूरी सफलता हासिल की
  • AISI ने हर प्रयास में 100 million tokens (लगभग 12,500 डॉलर) का उपयोग किया
  • test किए गए models में केवल Mythos ने पूरा attack पूरा किया, और token budget बढ़ने पर इसका प्रदर्शन लगातार बेहतर होता गया
• यह परिणाम security economics को एक सरल सूत्र तक ले आता है: “defense के लिए attacker द्वारा इस्तेमाल किए गए tokens से ज़्यादा tokens खर्च करने होंगे”
  • security strengthening का निर्धारण creativity से अधिक resource investment से होता है
  • यह cryptocurrency के Proof of Work mechanism जैसी संरचना है, जहाँ ज़्यादा computing resources लगाने वाला पक्ष जीतता है

नई security economy के संकेत

• open source software का बढ़ता महत्व

  • हाल के LiteLLM और Axios supply chain attacks के बाद, कुछ लोगों ने dependency code को AI agents से फिर से implement करने का प्रस्ताव रखा है
  • Andrej Karpathy ने कहा कि “dependencies का फिर से मूल्यांकन होना चाहिए, और साधारण functions को सीधे LLM से implement करना बेहतर है”
  • अगर security token investment के अनुपात में बढ़ती है, तो कंपनियाँ open source libraries में tokens लगाकर security को मज़बूत करेंगी तो उनके अधिक सुरक्षित होने की संभावना है
  • लेकिन व्यापक रूप से इस्तेमाल होने वाले OSS का attack value भी अधिक होता है, इसलिए attackers के पास भी अधिक resources लगाने की incentive मौजूद रहती है

• development process में ‘Hardening’ स्टेप जोड़ना

  • अभी developers आम तौर पर development → code review की 2-स्टेप process का पालन करते हैं, और हर स्टेप में अलग models का इस्तेमाल करते हैं
  • Anthropic code review के लिए समर्पित service(Code Review) देता है, जिसकी कीमत हर review पर लगभग 15~20 डॉलर है
  • आगे चलकर development → review → hardening का 3-स्टेप cycle आम हो सकता है
    1. विकास: feature implementation और user feedback के आधार पर iteration
    2. रिव्यू: documentation, refactoring, quality improvement
    3. Hardening: बजट की सीमा के भीतर automated vulnerability discovery चलाना
  • पहले स्टेप में human time सीमित कारक है, जबकि आख़िरी स्टेप में cost सीमित कारक बनती है

लागत संरचना और security की सीमाएँ

• code लिखना अपने आप में अब भी सस्ता है, लेकिन security सुनिश्चित करने के लिए attacker से ज़्यादा tokens खरीदने पड़ेंगे
• भले ही models की inference efficiency बेहतर हो, security strengthening की लागत attack value से तय होती है, इसलिए पूरी तरह लागत घटाना मुश्किल है
• नतीजतन, security तकनीकी creativity की बजाय market-based resource competition में बदलती दिख रही है