گزشتہ چند سالوں سے، سیکیورٹی انڈسٹری مصنوعی ذہانت (AI) کو دفاع کرنے والوں کے لیے ایک طاقت بڑھانے والے عنصر کے طور پر بیان کرتی آئی ہے۔ کہانی کچھ یوں تھی: مشین لرننگ ماڈلز لاگز (logs) کا جائزہ لیں گے، ان غیر معمولی صورتحال (anomalies) کو پکڑیں گے جنہیں انسانی تجزیہ کار نظر انداز کر دیتے ہیں، اور خطرات کی نشاندہی کے تھکا دینے والے کام کو سنبھالیں گے۔ یہ کہانی صرف آدھی سچ ہے۔ Check Point Research کی تازہ ترین تحقیقات کے مطابق، دوسرا آدھا حصہ یہ ہے کہ حملہ آور اب تجربات سے کہیں آگے نکل چکے ہیں۔ وہ اس وقت لائیو حملے چلانے کے لیے AI کا استعمال کر رہے ہیں۔ یہ ٹیکنالوجی اب صرف اگلے ایپلی کیشن اسٹیک بنانے والے ڈویلپرز کے لیے ایک ٹول نہیں رہی، بلکہ یہ ان مجرموں کے ہاتھوں میں ایک فعال ہتھیار بن چکی ہے جو اس پیمانے پر دھوکہ دہی کو خودکار بنا رہے ہیں جو ہم نے پہلے کبھی نہیں دیکھا۔
جب حملہ آور لائیو آپریشنز کے لیے AI کا استعمال کرتے ہیں
یہ رپورٹ اس بات پر روشنی ڈالتی ہے کہ خطرات پیدا کرنے والے عناصر (threat actors) اپنی مہم جوئی کے طریقوں میں کس طرح ایک فیصلہ کن تبدیلی لا رہے ہیں۔ جامد کوڈ (static code) اور دستی کمانڈ اینڈ کنٹرول پر انحصار کرنے کے بجائے، حملہ آور VoidLink جیسے پیچیدہ مالویئر فریم ورکس بنا رہے ہیں۔ اس قسم کے فریم ورکس ایک ماڈیولر طریقہ کار کی طرف اشارہ کرتے ہیں جہاں اجزاء (components) خود کو ڈھال سکتے ہیں، اپ ڈیٹ ہو سکتے ہیں اور متحرک طور پر رابطہ کر سکتے ہیں۔ جب AI ان سسٹمز کو چلاتا ہے، تو مالویئر مہمات کا اندازہ لگانا بہت مشکل ہو جاتا ہے۔ پی لوڈز (payloads) اس ماحول کے مطابق اپنا طرزِ عمل بدل سکتے ہیں جس میں وہ داخل ہوتے ہیں، جو سگنیچر پر مبنی نشاندہی (signature-based detection) کو بہت مشکل بنا دیتا ہے اور ایسے طرزِ عمل کی نگرانی (behavioral monitoring) کا تقاضا کرتا ہے جسے بہت کم تنظیموں نے مکمل طور پر نافذ کیا ہے۔
اس سے بھی زیادہ تشویشناک بات تجارتی AI ماڈلز کا براہ راست استحصال ہے۔ حملہ آور صرف خفیہ فورمز میں بنائے گئے زیرِ زمین ٹولز تک محدود نہیں ہیں۔ وہ انہی لارج لینگویج ماڈلز اور AI سروسز کا غلط استعمال کر رہے ہیں جنہیں جائز کاروبار روزانہ استعمال کرتے ہیں۔ سسٹمز کی جیل بریکنگ (jailbreaking) کر کے، پرامپٹ انجینئرنگ (prompt engineering) کو بہتر بنا کر، یا محض API کالز کی بڑی تعداد کو خودکار بنا کر، مجرم سیکیورٹی سیٹنگز کو بائی پاس کرتے ہیں اور مشین کی رفتار سے فشنگ ای میلز، بدنیتی پر مبنی اسکرپٹس، اور سوشل انجینئرنگ کے جال تیار کرتے ہیں۔ اس میں طنز بہت گہرا ہے: وہ انفراسٹرکچر جو لوگوں کو کوڈ لکھنے یا دستاویزات کا خلاصہ کرنے میں مدد دینے کے لیے بنایا گیا تھا، اب انہی تنظیموں میں دراڑیں ڈالنے کے لیے ہائی جیک کیا جا رہا ہے جنہوں نے اس کے لیے ادائیگی کی تھی۔
سمجھنے کے لیے چار AI سے چلنے والے خطرات
Check Point کا تجزیہ بدسلوکی کے چار مخصوص کیسز کی نشاندہی کرتا جنہیں سیکیورٹی ٹیموں کو تفصیل سے پہچاننے کی ضرورت ہے۔ ہر ایک کیس اس حساب کتاب کو بدل دیتا ہے کہ ایک حملہ آور انسانی حدود کے بغیر کیا کچھ حاصل کر سکتا ہے۔
خودکار فشنگ حملے (Automated phishing attacks) دہائیوں سے ابتدائی شکلوں میں موجود ہیں، لیکن AI باقی رہ جانے والی رکاوٹوں کو ختم کر دیتا ہے۔ حملہ آور سوشل میڈیا اور کارپوریٹ ویب سائٹس سے ڈیٹا نکال کر سیکنڈوں میں انتہائی ذاتی نوعیت کی ای میلز تیار کر سکتے ہیں، لہجہ، زبان اور سیاق و سباق کو اس طرح ایڈجسٹ کرتے ہیں کہ بڑے پیمانے پر کی جانے والی مہمات بھی ایک سے ایک (one-to-one) پیغام معلوم ہوتی ہیں۔ جب ہر سپیئر فشنگ (spear-phishing) ای میل ہاتھ سے لکھی ہوئی معلوم ہوتی ہے، تو ناقص گرامر یا ماس ای میل ہیڈرز پر مبنی روایتی نشاندہی ناکام ہو جاتی ہے۔
وائس ایجنٹ وشنگ (vishing) کٹس ایک ایسی شدت کی نمائندگی کرتے ہیں جو ریکارڈ شدہ ڈیپ فیکس (deepfakes) سے کہیں آگے ہے۔ یہ کٹس انٹرایکٹو وائس ایجنٹس تعینات کرتے ہیں جو متاثرین کے ساتھ ریئل ٹائم گفتگو کرنے کی صلاحیت رکھتے ہیں۔ ایک ایسی کال کا تصور کریں جو بالکل آپ کے IT ہیلپ ڈیسک جیسی سنائی دے، آپ کے سوالات کا قدرتی طور پر جواب دے، اور فوری طور پر آپ سے آپ کا ملٹی فیکٹر آتھنٹیکیشن (multi-factor authentication) کوڈ مانگے۔ آواز مصنوعی ہے، اسکرپٹ موقع کی مناسبت سے تیار کیا جاتا ہے، اور متاثرہ شخص ایک ایسے سافٹ ویئر سے بات کر رہا ہوتا ہے جو کبھی گھبراتا نہیں، کبھی الفاظ میں نہیں لڑکھڑاتا، اور کبھی اپنے مقصد سے نہیں ہٹتا۔
جعلی ورچوئل شناختیں (Forged virtual identities) اس دھوکہ دہی کو محض ایک کال سے بڑھا کر مکمل شخصیت تک پھیلا دیتی ہیں۔ خطرات پیدا کرنے والے عناصر مصنوعی پروفائلز بنا سکتے ہیں جن میں تیار شدہ تصاویر، من گھڑت ملازمت کی تاریخیں، اور مصنوعی نیٹ ورک روابط شامل ہوتے ہیں۔ یہ شناختیں صرف ایک پیغام نہیں بھیجتیں؛ یہ پیشہ ورانہ نیٹ ورکس میں شامل ہو سکتی ہیں، صنعت کے مباحثوں میں حصہ لے سکتی ہیں، اور کسی بدنیتی پر مبنی پی لوڈ کو بھیجنے یا حساس معلومات مانگنے سے پہلے ہفتوں یا مہینوں تک اعتماد حاصل کر سکتی ہیں۔ طویل مدتی دھوکہ دہی کو اب صنعتی سطح پر لایا جا چکا ہے۔
بالواسطہ پرامپٹ انجیکشن حملے (Indirect prompt injection attacks) براہ راست اینڈ یوزر کے بجائے خود AI ایپلی کیشنز کے ڈھانچے کو نشانہ بناتے ہیں۔ ایک حملہ آور کسی ویب پیج، دستاویز، یا ای میل کے اندر بدنیتی پر مبنی ہدایات چھپا دیتا ہے جسے بعد میں ایک AI ایجنٹ پروسیس کرتا ہے۔ جب کوئی کارپوریٹ اسسٹنٹ ٹول اس آلودہ ڈیٹا کو پڑھتا ہے، تو وہ ان ہدایات پر عمل کرتا ہے جو حملہ آور نے بوئی ہوتی ہیں، جس سے ممکنہ طور پر خفیہ معلومات لیک ہو سکتی ہیں یا صارف کی طرف سے غیر مجاز اقدامات کیے جا سکتے ہیں۔ ایپلی کیشن میں خرابی معلوم ہوتی ہے، لیکن وہ صرف ان احکامات پر عمل کر رہی ہوتی ہے جو اسے کبھی نہیں دیکھنے چاہیے تھے۔
اندرونی محاذ: غیر مجاز AI اور ڈیٹا لیکس
یہ بیرونی خطرات دفتروں کی دیواروں کے اندر پنپتے ہوئے ایک خاموش بحران کی وجہ سے مزید سنگین ہو گئے ہیں۔ ادارے اب غیر مجاز AI کے استعمال سے شدید خطرے کا سامنا کر رہے ہیں، جسے اکثر shadow AI کہا جاتا ہے، جہاں ملازمین روزمرہ کے کاموں کی رفتار بڑھانے کے لیے proprietary code، کلائنٹ کے ریکارڈز، یا اسٹریٹجک پلانز کو public chatbots میں پیسٹ کر دیتے ہیں۔ اس کا نتیجہ ہے