Microsoft செயற்கை நுண்ணறிவின் உதவியுடன் கண்டறியப்பட்ட 974 பாதுகாப்புத் திருத்தங்களைக் கொண்ட ஒரு சாதனை அளவிலான பேட்ச் தொகுப்பை (patch bundle) வெளியிட்டுள்ளது. இந்த மிகப்பெரிய அளவானது, தாக்குதல் நடத்துபவர்கள் அதே குறைகளைப் பயன்படுத்துவதற்கு முன்பே, பாதுகாப்புத் குழுக்கள் எவ்வளவு விரைவாகத் திருத்தங்களைச் சோதனை செய்து செயல்படுத்த முடியும் என்பதைப் பற்றி மறுபரிசீலனை செய்யத் தூண்டுகிறது.

இந்த சாதனை ஏன் முக்கியமானது

AI மூலம் இயங்கும் பாதிப்புத் தேடல் (vulnerability hunting), கைமுறை ஆய்வை விட மிக விரைவாக பலவீனங்களைக் கண்டறிய Microsoft-க்கு உதவியது. அந்தத் தரவுகளை ஒரே ஒரு பிரம்மாண்டமான மேம்படுத்தலாக மாற்றுவதன் மூலம், ஒரு குறைபாடு தோன்றுவதற்கும் அதைச் சரிசெய்வதற்கும் இடையிலான கால இடைவெளியை நிறுவனம் குறைத்துள்ளது.

இந்த அதிகரிப்பிற்கு என்ன காரணம்

இந்த சமீபத்திய முயற்சி முன்னெப்போதும் இல்லாத அளவிலான திருத்தங்களை உருவாக்கியுள்ளது. இந்த அணுகுமுறை பாரம்பரியமான "கண்டறிந்து-பின்-திருத்து" (find-then-patch) சுழற்சியை வேகப்படுத்துகிறது: இப்போது கண்டறியும் வேகம், பல நிறுவனங்களால் திருத்தங்களைச் செயல்படுத்தும் திறனை விட அதிகமாக உள்ளது.

பாதுகாப்புத் टीमोंக்கான புதிய சவால்

கண்டறியும் வேகம் செயல்படுத்துவதை விட அதிகமாக இருக்கும்போது, திருத்தப்படாத அமைப்புகளின் நிலுவை (backlog) அதிகரிக்கக்கூடும். 974 திருத்தங்களின் பெருக்கமானது பணிப்பாய்வுகளைத் திணறடிக்கலாம், இதனால் முக்கியமான சொத்துக்கள் திட்டமிட்டதை விட அதிக நேரம் பாதிப்புக்குள்ளாகலாம். இதில் உள்ள முரண்பாடு தெளிவானது: பாதிப்பு கால இடைவெளியைக் குறைக்கும் அதே கருவி, அதைச் சரிசெய்யும் செயல்பாட்டில் ஒரு தடையையும் (bottleneck) உருவாக்குகிறது.

ஈடுகொடுப்பதற்கான நடைமுறைப் படிகள்

  • அபாயத்தின் அடிப்படையில் வரிசைப்படுத்துதல் – தீவிரத்தன்மை மதிப்பெண்கள் மற்றும் சொத்துக்களின் முக்கியத்துவத்தைப் பயன்படுத்தி திருத்தங்களை வகைப்படுத்துங்கள், இதனால் மிகவும் ஆபத்தான குறைகள் முதலில் சரிசெய்யப்படும்.
  • சோதனையைத் தானியக்கமாக்குதல் – மனிதத் தலையீடு இன்றி திருத்தங்களைச் சரிபார்க்கக்கூடிய sandbox சூழல்கள் மற்றும் continuous-integration pipelines ஆகியவற்றைச் செயல்படுத்தவும்.
  • செயல்படுத்துவதை வேகப்படுத்துதல் – மணிநேரங்களுக்குப் பதிலாக நிமிடங்களில் நெட்வொர்க் முழுவதும் மேம்படுத்தல்களை அனுப்பக்கூடிய configuration-management கருவிகளைப் பயன்படுத்தவும்.
  • முக்கிய சொத்துக்களைப் பாதுகாத்தல் – அதிக மதிப்புள்ள அமைப்புகளைத் தனிமைப்படுத்தி, அவற்றை முழுமையான பயன்பாட்டிற்கு கொண்டு வருவதற்கு முன்பே அங்கு திருத்தங்களைச் செயல்படுத்தவும்.

சுருக்கமாக: AI முன்னெப்போதையும் விட விரைவாகப் பாதுகாப்புத் துளைகளைக் கண்டறிய முடியும், ஆனால் அந்தத் துளைகள் ஒரு சுமையாக மாறுவதற்கு முன்பே அவற்றை மூடுவதே இப்போது உண்மையான போராட்டமாகும்.