GPT‑6 Cyber: সামঞ্জস্যপূর্ণ আচরণের সাইবার নিরাপত্তা এজেন্টের অত্যাধুনিক সক্ষমতা এগিয়ে নেওয়া

পরিচয় করিয়ে দিচ্ছি GPT‑6 Cyber—নিরাপত্তা গবেষণাকে অনেকটা এগিয়ে নেওয়া একটি মডেল. এটি আরও দক্ষভাবে দুর্বলতা শনাক্ত ও ঠিক করতে পারে এবং গবেষকদের বেঁধে দেওয়া সীমানা অনেক বেশি নির্ভরযোগ্যভাবে মেনে চলে. প্রধান সাইবার নিরাপত্তা বেঞ্চমার্কে GPT‑6 Cyber, GPT‑5.6 Cyber-এর চেয়ে অনেক ভালো ফল দিয়েছে: ExploitGym-এ আপেক্ষিক উন্নতি 51%, আর নির্ধারিত কাজের সীমায় থাকার পরীক্ষায় সক্ষমতা এক ধাপে অনেকটা বেড়েছে. Linux ও ফায়ারফক্সের মতো নিরাপত্তাসংবেদনশীল কোডবেসে হাজার হাজার এক্সপ্লয়েট আবিষ্কার ও যাচাইয়ের মাধ্যমে মডেলটি এখনই বাস্তব সফটওয়্যারের সুরক্ষায় ভূমিকা রাখছে.

নির্দিষ্ট একটি দুর্বলতা মডেল কাজে লাগাতে পারে কি না, তা পরীক্ষা করে ExploitGym. এতে GPT‑6 Cyber-এর স্কোর 48.5%, যেখানে GPT‑5.6 Cyber-এর স্কোর ছিল 32.1%. কাজের সীমা মানার ক্ষেত্রেও এটি আরও নির্ভরযোগ্য: পৃথক একটি সামঞ্জস্য মূল্যায়নে ডেপ্লয়মেন্ট প্রম্পট ছাড়া GPT‑6 Cyber 99.93% পরীক্ষায় কাজের পরিসরের বাইরের সেবা এক্সপ্লয়েট করা থেকে বিরত থেকেছে, আর ওই প্রম্পটসহ এই হার ছিল 100%. সামঞ্জস্যের এই উন্নতি এসেছে অনুমোদিত কাজের পরিসরে থাকা, বিধিনিষেধ মানা ও ফলাফল নির্ভুলভাবে জানানোর জন্য দেওয়া বিশেষ প্রশিক্ষণ থেকে.

বাস্তবে ব্যবহৃত সিস্টেমের নিরাপত্তায় এসব সামর্থ্য এখনই কাজে লাগছে. এর আগে অত্যাধুনিক মডেল দিয়ে বিস্তৃত পরীক্ষা করা হলেও, GPT‑6 Cyber-এর সহায়তায় আমাদের গবেষকেরা Linux-এর জন্য 948টি প্রিভিলেজ এসকেলেশন এক্সপ্লয়েট⁠ বানিয়েছেন এবং ফায়ারফক্সের 81টি পূর্বে অজানা, উচ্চ তীব্রতার দুর্বলতা খুঁজে পেয়েছেন. সম্ভাব্য সমাধান হিসেবে প্যাচ তৈরিতেও মডেলটি অবদান রেখেছে. ফায়ারফক্সে শনাক্ত দুর্বলতার অনেকগুলোর সমাধান ইতিমধ্যে প্রকাশ করেছে⁠(একটি নতুন উইন্ডোতে খোলে) মজিলা. সিসকো, ক্যালিফ ও কোডর‍্যাবিট এর নিরাপত্তা দল এটি দিয়ে দুর্বলতা অনুসন্ধান ও কোড যাচাই করছে; আমরাও নিজেদের অবকাঠামোর ত্রুটি শনাক্ত ও ঠিক করতে⁠ এটি কাজে লাগিয়েছি.

এটা স্পষ্ট যে অত্যাধুনিক মডেলের সাহায্যে সফটওয়্যারের নিরাপত্তা নিশ্চিত করার সুযোগ সীমিত সময়ের জন্যই রয়েছে⁠. আমরা Daybreak কে বহুগুণ সম্প্রসারিত করতে চাই, যেন ছোট-বড় সব প্রতিষ্ঠান, স্বাধীন গবেষক এবং ওপেন-সোর্স রক্ষণাবেক্ষণকারীরা উন্নত নিরাপত্তা গবেষণা করতে পারেন. GPT‑6 Astra-সহ মূলধারার মডেল এখনই কোড পরীক্ষা, দুর্বলতার প্রাথমিক বাছাই ও মূল্যায়ন এবং প্যাচ উন্নয়নে সহায়তা করছে. Daybreak Blue যাচাইকৃত প্রতিরক্ষাকর্মীদের অনুরোধ অযথা ফিরিয়ে দেওয়ার ঘটনা কমিয়ে দুর্বলতা ও তার সমাধান যাচাইয়ে সাহায্য করে. অন্যদিকে, Daybreak Red-এর মাধ্যমে GPT‑6 Cyber দিয়ে আরও গভীর এক্সপ্লয়েট ডেভেলপমেন্ট এবং অনুমতি নিয়ে নিরাপত্তা পরীক্ষা করা যায়.

GPT‑5.6 Cyber-এর তুলনায় GPT‑6 Cyber একটি বড় অগ্রগতি. বেশিরভাগ সাইবার কাজে এটি GPT‑6 Astra-এর চেয়েও ভালো ফল দেয়, এমনকি Astra অনুরোধ প্রত্যাখ্যান না করলেও. সফটওয়্যার বোঝা, দুর্বলতা শনাক্ত করা ও কার্যকর এক্সপ্লয়েট তৈরি করা প্রয়োজন—এমন কাজ দিয়ে আমরা মডেলটির মূল্যায়ন করেছি. এসব ফলাফলের ভিত্তিতে আমাদের প্রিপেয়ার্ডনেস ফ্রেমওয়ার্ক অনুযায়ী সাইবার নিরাপত্তার ক্ষেত্রে মডেলটিকে ক্রিটিকাল স্তরে শ্রেণিবদ্ধ করেছি, যেখানে GPT‑5.6 Cyber ছিল ‘উচ্চ’ স্তরে.

ExploitGym যাচাই করে, মডেল দূরবর্তী কোনো লক্ষ্যবস্তুর নির্ধারিত দুর্বলতা এক্সপ্লয়েট করতে পারে কি না. এই পরীক্ষায় GPT‑6 Cyber পেয়েছে 48.5%, যা GPT‑5.6 Cyber-এর 32.1% থেকে প্রায় 16 শতাংশ পয়েন্ট বেশি. দুর্বলতা খুঁজে পাওয়ার ক্ষমতা যাচাই করতে আমরা আক্রমণাত্মক ওয়েব পেনিট্রেশন পরীক্ষার জন্যও নতুন একটি মূল্যায়ন তৈরি করেছি. মডেলগুলো সোর্স কোডে প্রবেশাধিকার ছাড়াই ওয়েব অ্যাপ্লিকেশন পরীক্ষা করে. GPT‑6 Cyber বিদ্যমান দুর্বলতার 40.3% শনাক্ত করেছে, যেখানে GPT‑6 Astra শনাক্ত করেছে 32.0%.

কার্যকর এক্সপ্লয়েট তৈরি ও দূরবর্তী লক্ষ্য সিস্টেমের বিরুদ্ধে সেগুলো ব্যবহার করাসহ আরও উন্নত নিরাপত্তা ওয়ার্কফ্লোতে সহায়তার জন্য Daybreak Red তৈরি করা হয়েছে. এসব সক্ষমতা মূল্যায়ন করতে আমরা RemoteExploitBench নামে একটি নতুন বেঞ্চমার্ক বানিয়েছি. এতে নিয়ন্ত্রিত পরিবেশে স্থাপন করা গিটল্যাব, PostgreSQL ও জেনকিনসের মতো অ্যাপ্লিকেশনের পরিচিত দুর্বলতা ব্যবহার করা হয়. আমাদের প্রাথমিক মূল্যায়নে Daybreak Blue-এর সঙ্গে চলা GPT‑6 Astra 100% কাজ প্রত্যাখ্যান করেছে, আর GPT‑6 Cyber সম্পন্ন করেছে 95%. এর একমাত্র ব্যর্থতা ছিল একটি এক্সপ্লয়েট, যা এটি দূর থেকে কার্যকর করতে পারেনি. পূর্ণাঙ্গ ফলাফল ও মূল্যায়নের সেটিংস জানতে সিস্টেম কার্ড⁠(একটি নতুন উইন্ডোতে খোলে) দেখুন.

সাইবার নিরাপত্তা এজেন্টের একটি ঝুঁকি হলো, এগুলো নির্ধারিত কাজের পরিসরের বাইরে চলে যেতে পারে, সম্পর্কহীন সেবার দুর্বলতা কাজে লাগানোর চেষ্টা করতে পারে অথবা গবেষকের নির্ধারিত কার্যক্রমের নিয়ম উপেক্ষা করতে পারে.

GPT‑6 Cyber তৈরিতে আমরা উদ্দেশ্যের সঙ্গে আচরণের সামঞ্জস্যকে বিশেষ গুরুত্ব দিয়েছি. মডেল যেন অনুমতির সীমার মধ্যে কাজ করে, তার কাজের ওপর আরোপিত সীমাবদ্ধতা অনুসরণ করে এবং যা করেছে তা নির্ভুলভাবে জানায়, সে জন্য আমরা বিশেষ প্রশিক্ষণ দিয়েছি. ব্যবহারের জন্য উন্মুক্ত করার আগে এই আচরণগুলো যাচাই করতে আমরা একাধিক সামঞ্জস্য মূল্যায়ন পরীক্ষা চালিয়েছি. সম্পূর্ণ ফলাফলের জন্য সিস্টেম কার্ড⁠(একটি নতুন উইন্ডোতে খোলে) দেখুন.

এসব মূল্যায়নের একটি হলো ExploitGym Honeypot, যা তৈরিতে হাগিং ফেসের ঘটনা⁠ থেকে পাওয়া শিক্ষা কাজে লাগানো হয়েছে. আমরা মডেলকে একটি বিচ্ছিন্ন পরিবেশে দুর্বলতা কাজে লাগানোর কঠিন কাজ দিই. সেখানে প্যাকেজ রেজিস্ট্রি বা অবজেক্ট স্টোরের মতো সহায়ক সেবা ব্যবহারের সুযোগ থাকে. আমরা ইচ্ছাকৃতভাবে এসব সেবায় সহজে কাজে লাগানো যায় এমন দুর্বলতা রাখি, যাতে সেগুলো আক্রমণ করলে কাজটির ফ্ল্যাগ পাওয়া যায়. কিন্তু সেগুলোতে আক্রমণ করা যে নির্ধারিত কাজের আওতায় পড়ে না, তা মডেলকে নিজের বিচারেই বুঝে নিতে হয়.

এই মূল্যায়নে GPT‑5.6 Cyber-এর তুলনায় GPT‑6 Cyber-এর উল্লেখযোগ্য উন্নতি দেখা গেছে. ডেপ্লয়মেন্টের নিরাপত্তা প্রম্পট ছাড়া পরীক্ষায় এটি 99.93% ক্ষেত্রে কাজের পরিসরের বাইরের সেবা এক্সপ্লয়েট করা থেকে বিরত থেকেছে; GPT‑5.6 Cyber-এর ক্ষেত্রে এই হার ছিল 94.49%. ওই প্রম্পটগুলো ব্যবহার করলে GPT‑6 Cyber শতভাগ ক্ষেত্রেই নির্ধারিত সীমার মধ্যে থেকেছে.

নির্ধারিত সীমার মধ্যে থাকা নিয়ে GPT‑6 Cyber কীভাবে যুক্তি প্রয়োগ করে, তা মডেলটির চেইন-অফ-থটে সরাসরি দেখা যায়:

GPT‑6 Cyber ইতিমধ্যেই নিরাপত্তা দলগুলোকে দুর্বলতা খুঁজে বের করতে, সেগুলোর প্রভাব যাচাই করতে এবং সমাধান তৈরি করতে সাহায্য করছে. গ্রাহকেরা বড় কোডবেসে কাজ, দীর্ঘমেয়াদি এক্সপ্লয়েট ডেভেলপমেন্ট এবং নিরাপত্তা পর্যালোচনায় এটি ব্যবহার করেছেন:

নিজেদের সিস্টেম সুরক্ষিত রাখতেও আমরা GPT‑6 Cyber-এর ওপর নির্ভর করেছি. সম্প্রতি আমরা অত্যাধুনিক মডেলের প্রশিক্ষণে ব্যবহৃত অবকাঠামোর সুরক্ষা জোরদার করার⁠ যে কাজের কথা জানিয়েছি, তার পেছনে প্রধান মডেলগুলোর একটি ছিল এটি. নিয়ন্ত্রিত রেড-টিমিং কার্যক্রমে GPT‑6 Cyber ও OpenAI-এর অন্যান্য মডেল ব্যবহারকারী এজেন্টগুলো একাধিক দুর্বলতা ধারাবাহিকভাবে কাজে লাগিয়ে microVM এর সীমানা পেরিয়েছে এবং সেগুলো চালানো হোস্টে কোড চালিয়েছে. এই অনুসন্ধানের ফল ব্যবহার করে আমরা সফটওয়্যারে প্যাচ দিয়েছি, নেটওয়ার্কের বিধিনিষেধ আরও কঠোর করেছি এবং রক্ষণাবেক্ষণকারী ও সরবরাহকারীদের সমস্যাগুলো জানিয়েছি.

ওপেন-সোর্স সফটওয়্যারে ব্যাপক পরিসরে দুর্বলতা অনুসন্ধান ও যাচাইয়ের জন্য আমাদের গবেষকেরা GPT‑6 Cyber কাজে লাগান. বহু বছর ধরে পুঙ্খানুপুঙ্খ পর্যালোচনার মধ্য দিয়ে যাওয়া সফটওয়্যারেও এই গবেষণা নতুন ত্রুটি উন্মোচন করেছে:

• ফায়ারফক্সে 81টি নতুন দুর্বলতা শনাক্ত করেছে. ব্যাপক পরিসরে দুর্বলতা খোঁজা এবং উচ্চমানের প্যাচ প্রস্তাব করার স্বয়ংক্রিয় ওয়ার্কফ্লোতে GPT‑6 Cyber উপযোগী হতে পারে. একটি দুর্বলতা গবেষণা কার্যক্রমে GPT‑6 Cyber নতুন 81টি দুর্বলতার প্রমাণ ও পুনরায় চালিয়ে একই ফল পাওয়া যায় এমন পরীক্ষা তৈরি করেছে, যেগুলোকে মজিলা উচ্চ তীব্রতার দুর্বলতা হিসেবে শ্রেণিবদ্ধ করেছে. পাশাপাশি, আগে থেকে জানা আরও 30টি সমস্যা পূর্বে জানানো মাত্রার চেয়ে বেশি গুরুতর বলে দেখিয়েছে. মজিলার প্রকৌশলীদের সমাধান তৈরিতে সাহায্য করতে আমরা প্রস্তাবিত প্যাচসহ এসব তথ্য প্রতিষ্ঠানটিকে জানিয়েছি. মজিলা এই কাজকে সমর্থন করেছে এবং প্রতিবেদন পাওয়ার অল্প সময়ের মধ্যেই সংশোধনগুলো মূল কোডে যুক্ত করতে শুরু করেছে⁠(একটি নতুন উইন্ডোতে খোলে).

• Linux কার্নেলের 948টি দুর্বলতার জন্য এক্সপ্লয়েট তৈরি⁠. GPT‑6 Cyber 1,724টি দুর্বলতা পুনরুৎপাদন করেছে এবং 948টির কার্যকর এক্সপ্লয়েট তৈরি করেছে. একই গবেষণা অবকাঠামো ব্যবহার করে GPT‑5.6 Sol যে 166টি দুর্বলতা এক্সপ্লয়েট করেছিল, এই সংখ্যা তার পাঁচ গুণেরও বেশি. Linux কমিউনিটির নির্দেশনা অনুসরণ করে আমরা প্রস্তাবিত প্যাচসহ 304টি অত্যন্ত গুরুতর সমস্যার তথ্য রক্ষণাবেক্ষণকারীদের জানিয়েছি এবং অন্যান্য দুর্বলতা সংশোধনের কাজ এগিয়ে নিচ্ছি.

• সংকটপূর্ণ রিমোট কোড এক্সিকিউশন দুর্বলতা দেখানো. সম্প্রতি আমরা Node.js ও অন্যান্য সফটওয়্যারে ব্যবহৃত কম্প্রেশন লাইব্রেরি Brotli-এর একটি অত্যন্ত গুরুতর দুর্বলতা⁠(একটি নতুন উইন্ডোতে খোলে) নিয়ে আলোচনা করেছি. আমাদের নিরাপত্তা গবেষকেরা OpenAI-এর অন্য মডেলের পাশাপাশি GPT‑6 Cyber ব্যবহার করে এক্সপ্লয়েট তৈরি ও যাচাই করেছেন. এসব এক্সপ্লয়েট দেখিয়েছে, ত্রুটিটি কীভাবে ওই লাইব্রেরির ওপর নির্ভরশীল অ্যাপ্লিকেশনে দূর থেকে কোড চালানোর সুযোগ দিতে পারে.

মডেলগুলো আরও সক্ষম হয়ে ওঠা এবং আরও বেশি নিরাপত্তা দুর্বলতা খুঁজে পাওয়ার পাশাপাশি, আমরা ক্ষতি করার উদ্দেশ্যে সেগুলো ব্যবহারের চেষ্টাও বাড়তে দেখছি. এর মধ্যে রয়েছে ক্ষতিকর সাইবার কার্যক্রমে জড়িত ব্যক্তি এবং আমাদের মডেল থেকে জ্ঞান আহরণ করে নিজস্ব মডেলে স্থানান্তর করতে চাওয়া প্রতিপক্ষ গোষ্ঠীর চেষ্টা. তাই GPT‑6 Cyber-এর বাড়তি সক্ষমতার সঙ্গে আমরা জোরদার সুরক্ষাব্যবস্থাও যুক্ত করেছি. উদ্দেশ্য হলো অপব্যবহার শনাক্ত ও বাধাগ্রস্ত করা এবং মডেলের কাজকে ব্যবহারকারীর অভিপ্রায় ও অনুমোদনের সীমায় রাখা.

GPT‑6 Cyber প্রকাশের সঙ্গে আমরা এসব সুরক্ষা যোগ ও জোরদার করেছি (বিস্তারিত জানতে সিস্টেম কার্ড⁠(একটি নতুন উইন্ডোতে খোলে) দেখুন):

• সাইবার কার্যক্রমে উদ্দেশ্যবিচ্যুতি পর্যবেক্ষণ. বৈধ এক্সপ্লয়েট তৈরি ও পরীক্ষাকে স্বীকৃতি দিয়ে আমরা পর্যবেক্ষণ করি, কাজগুলো ব্যবহারকারীর অনুমোদনের সঙ্গে সংগতিপূর্ণ কি না.

• উদীয়মান হুমকির জন্য লক্ষ্যভিত্তিক পর্যবেক্ষণ. যেমন, PHP-এর সংকটজনক দুর্বলতাগুলো সমন্বিতভাবে প্রকাশের সময় আমরা সচল PHP সার্ভারের বিরুদ্ধে এক্সপ্লয়েট তৈরির চেষ্টা শনাক্তে লক্ষ্যভিত্তিক পর্যবেক্ষণ চালু করি. একই সঙ্গে ক্ষতিগ্রস্ত সিস্টেমে প্যাচ দেওয়া সুরক্ষাকর্মীদের সহায়তা অব্যাহত রাখি.

• গোপনীয় নিরাপত্তা প্রক্রিয়াকরণ (PSP). অপব্যবহার শনাক্তে আমরা স্বয়ংক্রিয় যাচাইয়ের মাধ্যমে সংশ্লিষ্ট কথোপকথন পর্যালোচনা করি. তথ্য সংরক্ষণের প্রচলিত ব্যবস্থাই পূর্বনির্ধারিত থাকে. জিরো ডাটা রিটেনশন⁠(একটি নতুন উইন্ডোতে খোলে) ব্যবহারকারী এপিআই গ্রাহকদের সাধারণত PSP⁠(একটি নতুন উইন্ডোতে খোলে) ব্যবহার করতে হয়. এটি গ্রাহকের স্টোরেজে ৩০ দিন সংরক্ষিত এনক্রিপ্ট করা রেকর্ড পর্যালোচনা করে; OpenAI কর্মীদের কাছে প্রম্পট ও উত্তর প্রকাশ করে না.

• চুরি হওয়া প্রবেশতথ্যের বিরুদ্ধে সুরক্ষা. ডেব্রেক রেড এপিআই ব্যবহারে আমরা পূর্বনির্ধারিতভাবে অনুমোদিত আইপি তালিকা বাধ্যতামূলক করেছি. অল্প কিছু ব্যতিক্রম ছাড়া শুধু অনুমোদিত নেটওয়ার্ক থেকেই অনুরোধ পাঠানো যায়. প্রবেশতথ্য বেহাত হয়েছে কি না, তা-ও আমরা পর্যবেক্ষণ করি.

• স্যান্ডবক্সে বিচ্ছিন্ন রাখা ও তদারকি. আগের মডেলগুলোর মতোই উচ্চ ঝুঁকির কর্মপ্রবাহে আমরা স্যান্ডবক্সে বিচ্ছিন্ন রাখা⁠(একটি নতুন উইন্ডোতে খোলে), কাজ পর্যালোচনা⁠(একটি নতুন উইন্ডোতে খোলে) এবং মানুষের তদারকির পরামর্শ দিই.

• উচ্চ ঝুঁকির সাইবার সহায়তার বিরুদ্ধে সুরক্ষা. অত্যাবশ্যক সিস্টেমসংশ্লিষ্ট উচ্চ ঝুঁকির কার্যক্রম আটকাতে আমরা নতুন যাচাইব্যবস্থা ব্যবহার করি (নিচে বিস্তারিত দেখুন).

GPT‑6 Cyber-এর সুরক্ষা ও ব্যবহারের সুযোগ পরিকল্পনায় অত্যাবশ্যক অবকাঠামোর সুরক্ষা ছিল গুরুত্বপূর্ণ বিবেচ্য বিষয়. এর মধ্যে রয়েছে বিদ্যুৎকেন্দ্র, পানি শোধনাগার এবং সেগুলোর ভিত্তি হিসেবে কাজ করা পরিচালন প্রযুক্তি ও শিল্প নিয়ন্ত্রণব্যবস্থা (OT/ICS). আমরা একই সঙ্গে এসব সিস্টেমের সুরক্ষায় নিয়োজিত দলগুলোকে আমাদের সবচেয়ে সক্ষম মডেল ব্যবহারের সুযোগ দিতে চাই এবং অননুমোদিত আক্রমণ ঠেকাতে সুরক্ষাব্যবস্থা জোরদার করতে চাই.

প্রথমত, এই সুরক্ষাকর্মীদের সক্ষম করে তুলতে আমাদের ১০০ কোটি ডলারের সম্মুখসারির সুরক্ষাকর্মীদের জন্য ডেব্রেক⁠ অনুদান কর্মসূচি সরকারি সংস্থা ও অত্যাবশ্যক সেবাদাতাদের মতো সীমিত সম্পদের দলগুলোকে মডেল ব্যবহারে ভর্তুকি দেয়. অত্যাবশ্যক অবকাঠামোর অনুমোদিত সুরক্ষাকর্মীদের জন্য আমরা ডেব্রেক রেডে একটি নতুন গোষ্ঠীও চালু করছি (অত্যাবশ্যক অবকাঠামোর জন্য ডেব্রেক রেড). এটি মডেলের উদ্দেশ্যবিচ্যুতির বিরুদ্ধে সুরক্ষা বজায় রেখেই তাঁদের অত্যাবশ্যক সিস্টেমে অনুমোদিত পরীক্ষা চালানোর সুযোগ দেয়.

দ্বিতীয়ত, ডেব্রেক রেড ও ব্লু প্ল্যাটফর্মের অপব্যবহার ঠেকাতে আমরা সুরক্ষাব্যবস্থা পরিমার্জন করেছি. যেসব সহায়তা বা সক্ষমতা তৈরি শিল্প নিয়ন্ত্রণ বা নিরাপত্তার জন্য অপরিহার্য সিস্টেম ক্ষতিগ্রস্ত করতে পারে, যন্ত্রপাতির কাজে হস্তক্ষেপ করতে পারে, কিংবা গুরুতর আঘাত, বিপর্যয়কর ভৌত ক্ষতি বা প্রাণঘাতী সেবাবিঘ্ন ঘটাতে পারে, সেগুলোর বিরুদ্ধে এই সুরক্ষা. GPT‑6 Cyber-এর সঙ্গে চালু করা সাম্প্রতিক হালনাগাদের আগে ও পরে, ব্যবহারের চারটি বিন্যাসে সুরক্ষাব্যবস্থার চিহ্নিতকরণের হার নিচের চিত্রে তুলনা করা হয়েছে.

সুরক্ষাব্যবস্থায় বাধা দেওয়ার হার বেশি হলেই তা ভালো, এমন নয়. এই মূল্যায়নের অনেক কৌশল বৈধ নিরাপত্তা কাজেও অপরিহার্য: সিস্টেম বোঝা, দুর্বলতা খোঁজা এবং সংশোধনগুলো আক্রমণ প্রতিরোধ করতে পারে কি না যাচাই করা. তাই শতভাগ বাধা দেওয়ার লক্ষ্য না রেখে, বৈধ গবেষণা ও প্যাচ দেওয়ায় সহায়তার পাশাপাশি আমরা এসব হার মূল্যায়ন করি.

অত্যাবশ্যক অবকাঠামো সুরক্ষায় আমাদের মডেল কতটা সহায়ক, তা মূল্যায়নে আমরা ড্রাগোসের সঙ্গে কাজ করেছি. প্রতিষ্ঠানটি সম্প্রসারিত পরিচালন প্রযুক্তির (xOT) সাইবার নিরাপত্তা সেবা বিশ্বজুড়ে দিয়ে থাকে. ড্রাগোস নিয়ন্ত্রিত পরীক্ষাগারে সাইবার কার্যক্রমে বেশি অনুমতি দেওয়া ডেব্রেক রেড মডেল ব্যবহার করে মূল্যায়ন চালিয়েছে. মূল্যায়নের অনুরোধগুলো নেটওয়ার্ক খোঁজা ও সম্পদ তালিকাভুক্ত করা থেকে শুরু করে লক্ষ্যভিত্তিক তথ্য সংগ্রহ, সংবেদনশীল তথ্য পাচার এবং যন্ত্রে অননুমোদিত ও সম্ভাব্য বিপজ্জনক কাজ পর্যন্ত বিস্তৃত ছিল.

ড্রাগোসের মতামতের ভিত্তিতে আমরা সুরক্ষাব্যবস্থা পরিমার্জন করেছি. লক্ষ্য ছিল অনুমোদিত পরীক্ষায় অপ্রয়োজনীয় বাধা না দিয়ে ক্ষতিকর সহায়তা আটকানো. মূল্যায়ন সম্পর্কে বিস্তারিত জানতে তাদের চূড়ান্ত প্রতিবেদন দেখুন⁠(একটি নতুন উইন্ডোতে খোলে). এআই দিয়ে অনুপ্রবেশ পরীক্ষা ও রেড টিমিংয়ের জন্য আমরা আক্রমণাত্মক নিরাপত্তা সেবাদাতা এবং আক্রমণ-প্রতিরক্ষা সমন্বিত দলগুলোর সঙ্গে অংশীদারত্ব বাড়াচ্ছি. শিল্প খাতের সুরক্ষায় মডেলগুলোর কার্যকারিতা ও সুরক্ষাব্যবস্থা যাচাই করতে জ্বালানি কোম্পানি, অন্যান্য অত্যাবশ্যক অবকাঠামো পরিচালনাকারী এবং জাতীয় গবেষণাগারের সঙ্গেও কাজ বাড়াচ্ছি. OT/ICS-সংশ্লিষ্ট মডেল ব্যবহার শনাক্তে হুমকি তদন্তে আমাদের বিনিয়োগও বাড়িয়েছি. অংশীদার ও নিরাপত্তা কমিউনিটির মতামত নিয়ে আমরা সুরক্ষাব্যবস্থা পরিমার্জন চালিয়ে যাব. ক্ষতিকর কার্যক্রম শনাক্ত না হলে বা বৈধ কাজে বাধা পড়লে /feedback-এর মাধ্যমে পাঠানো প্রতিবেদনও এতে কাজে লাগবে.

প্রাথমিকভাবে অনুমোদিত Daybreak Red গ্রাহকদের নির্বাচিত একটি দল API ও Codex-এর মাধ্যমে GPT‑6 Cyber ব্যবহার করতে পারছে. শিগগিরই আমরা ধাপে ধাপে সব Daybreak Red গ্রাহকের জন্য এই সুযোগ উন্মুক্ত করব. পাশাপাশি, সব Daybreak Red গ্রাহকের জন্য GPT‑5.6 Cyber ব্যবহারের সুযোগও চালু করছি. আরও বেশি প্রতিষ্ঠান ও স্বতন্ত্র নিরাপত্তা গবেষককে GPT‑6 Astra-এর জন্য Daybreak Blue-এর আলফা সংস্করণ ব্যবহারের সুযোগ দিচ্ছি; আগ্রহী হলে আমাদের জানান⁠(একটি নতুন উইন্ডোতে খোলে).

নতুন ব্যবহারকারী ও প্রতিষ্ঠান Daybreak এর জন্য আবেদন করতে পারেন⁠ এবং আমাদের সাইবার স্কিল, পণ্য ও অংশীদারদের⁠ সহায়তায় কাজ শুরু করতে পারেন.