রাস্টে ব্যাপকভাবে স্থাপন করা সি লাইব্রেরিগুলিকে পুনরায় লেখার জন্য গুগল জেমিনি ব্যবহার করে একটি পাইলট প্রকল্প সম্পন্ন করেছে — এবং পরীক্ষাটি এমনভাবে পরিণত হয়েছে যেভাবে কেউ পরিকল্পনা করেনি। GIF প্রসেসিং লাইব্রেরি giflib-এর একটি AI-উত্পাদিত, মেমরি-নিরাপদ পুনর্লিখনে কোম্পানিটি তার উৎপাদন ব্যবস্থা স্থানান্তরিত করার কিছুক্ষণ পরে, CVE-2026-26740 বরাদ্দকৃত মূল C কোডে একটি নতুন আউট-অফ-বাউন্ডস হিপ রাইট দুর্বলতা প্রকাশ করা হয়েছিল। Google এর সিস্টেমগুলি ইতিমধ্যে অনাক্রম্য ছিল।

কোম্পানী প্যাচিংয়ের পরিবর্তে আর্কিটেকচারের মাধ্যমে একটি শূন্য-দিনের দুর্বলতাকে কার্যকরভাবে নিরপেক্ষ করেছে। গুগলের সিকিউরিটি ইঞ্জিনিয়ারিং টিম তার বাগ হান্টারস ব্লগে একটি পোস্টে ব্যাখ্যা করেছে, পুনঃলিখনটি সম্পাদন করার সময় দলটির মুলতুবি প্রকাশের কোন জ্ঞান ছিল না — সুরক্ষাটি মেমরি-অনিরাপদ কোড নির্মূল করার একটি কাঠামোগত পার্শ্ব প্রতিক্রিয়া ছিল। AI কীভাবে নতুন আকার দিচ্ছে AI গবেষণা এবং প্রকৌশল সে সম্পর্কে আরও জানতে, AI Buzz Wire অনুসরণ করুন।

কেন মেমরি সেফটি এখন গুরুত্বপূর্ণ

Google-এর নিজস্ব গবেষণা অনুসারে, C এবং C++ কোডবেসের প্রায় 70% দুর্বলতার জন্য মেমরি নিরাপত্তা দুর্বলতা দায়ী। তৃতীয় পক্ষের লাইব্রেরিগুলি একটি বিশেষ দুর্বল পয়েন্ট কারণ তারা নিয়মিতভাবে অবিশ্বস্ত ডেটা পার্স করে। একই সময়ে, দুর্বলতা আবিষ্কার এবং অস্ত্রায়নের মধ্যে ব্যবধান ক্রমাগত সঙ্কুচিত হচ্ছে — আক্রমণকারীরা, ক্রমবর্ধমানভাবে এআই দ্বারা সহায়তা করে, প্রথাগত প্যাচ চক্রের তুলনায় দ্রুত চলে।

Google দীর্ঘদিন ধরে একটি "নিরাপদ কোডিং" কৌশলের সমর্থন করেছে যা মরিচা-এর মতো মেমরি-নিরাপদ ভাষাকে অগ্রাধিকার দেয়। অমীমাংসিত সমস্যা হল C এবং C++ নির্ভরতার সুবিশাল ইনস্টল করা ভিত্তি যা সহজভাবে মুছে ফেলা যায় না। পাইলট একটি সরাসরি প্রশ্ন জিজ্ঞাসা করেছিলেন: একটি এলএলএম কি দ্রুত সেই নির্ভরতাগুলিকে কিছু না ভেঙে মরিচায় রূপান্তর করতে পারে?

লক্ষ্যঃ giflib

Google বেছে নিয়েছে giflib, একটি বহুল ব্যবহৃত GIF ইমেজ প্রসেসিং লাইব্রেরি যা মূলত এরিক এস রেমন্ড দ্বারা তৈরি করা হয়েছে। লাইব্রেরিটি প্রথম প্রচেষ্টার জন্য একটি আদর্শ জটিলতার প্রোফাইল অফার করেছে: প্রায় 3,000 লাইন কোড, কোন SIMD বা সমাবেশ অপ্টিমাইজেশান নেই, এবং একটি স্থিতিশীল কোডবেস। সমালোচনামূলকভাবে, giflib প্রায়শই নন-স্যান্ডবক্সযুক্ত পরিবেশে অবিশ্বস্ত ডেটা প্রক্রিয়া করে — ঠিক যে ধরনের আক্রমণ পৃষ্ঠের নিরাপত্তা দলগুলি সবচেয়ে বেশি চিন্তা করে।

লক্ষ্যটি উচ্চাকাঙ্ক্ষী ছিল: একটি মেমরি-নিরাপদ, ABI-সামঞ্জস্যপূর্ণ ড্রপ-ইন প্রতিস্থাপন তৈরি করুন যা নির্ভরশীল পরিষেবাগুলিতে শূন্য ব্যাঘাত সহ Google-এর উত্পাদন পরিকাঠামো জুড়ে স্থাপন করতে পারে। লাইব্রেরির লজিকের প্রাথমিক অনুবাদ LLM সহায়তায় দ্রুত সম্পন্ন হয়েছিল, কিন্তু দল দুটি প্রয়োজনীয়তাকে ফ্ল্যাগ করেছে যা নিষ্পত্তিমূলক প্রমাণিত হয়েছে: FFI সীমানার সতর্ক ব্যবস্থাপনা — পয়েন্টার লাইফসাইকেল এবং বিদ্যমান C কলারদের সাথে ইন্টারফেসে রাস্টের মালিকানা শব্দার্থবিদ্যা — এবং Google যাকে বলে "নিরাপত্তার সামাজিক উপাদান," মানবিক AI-এর জন্য প্রয়োজনীয় AI-এর জন্য প্রয়োজনীয় পরিষেবাগুলিকে পুনর্নির্মাণ করা হয়েছে৷

বৈধকরণ গন্টলেট

উত্পাদন বিশ্বাস অর্জনের জন্য, মরিচা বাস্তবায়ন সম্পূর্ণ পরীক্ষার মধ্য দিয়ে গেছে:

  • ম্যাস-স্কেল রিগ্রেশন টেস্টিং: 30 মিলিয়নেরও বেশি রিয়েল-ওয়ার্ল্ড জিআইএফ-এর ডেটাসেটের বিপরীতে যাচাই করা হয়েছে, আসল বাস্তবায়নের অনুরূপ আউটপুট নিশ্চিত করে
  • ডিফারেনশিয়াল ফাজিং: একটি আসল-বনাম-মরিচা ফুজার একটানা ছয় দিনেরও বেশি সময় ধরে এবং 200 মিলিয়নেরও বেশি পুনরাবৃত্তি কোনো যুক্তিগত বিচ্যুতি খুঁজে না পেয়েই চলে
  • অ্যাডভারসারিয়াল এআই রিভিউ: বিশেষায়িত এলএলএম প্রম্পট দুটি কোডবেসের মধ্যে সূক্ষ্ম আচরণগত পার্থক্য খোঁজার জন্য ব্যবহার করা হয়েছিল যা ঐতিহ্যগত পরীক্ষা মিস করতে পারে

পাইপলাইন স্থাপনের আগে তার মূল্য প্রমাণ করেছে। এটি LZW ডিকোডারে একটি এজ কেস চিহ্নিত করেছে এবং - আরও উল্লেখযোগ্যভাবে - একটি পূর্ব-বিদ্যমান বহিরাগত লেখার দুর্বলতা উন্মোচন করেছে যা একটি Google-অভ্যন্তরীণ লিগ্যাসি প্যাচ দ্বারা মূল C উত্সে প্রবর্তন করা হয়েছিল, যা টিম রাস্ট রিরাইটে সংশোধন করেছে৷

পারফরম্যান্স ক্ষতিগ্রস্থ হয়নি

মেমরি-নিরাপদ ভাষার একটি সাধারণ আপত্তি হল রানটাইম বাউন্ড চেক করার খরচ। Google-এর বিশ্বব্যাপী ইমেজ প্রসেসিং পরিষেবা জুড়ে নজরদারি দেখায় যে সি মূলের তুলনায় মরিচা বাস্তবায়ন কার্যক্ষমতা-নিরপেক্ষ ছিল - একটি ফলাফল কোম্পানি বলে যে এটি মরিচা মাইগ্রেশনে বারবার পর্যবেক্ষণ করেছে।

একটি অপ্রত্যাশিত বোনাস ছিল. যেহেতু মরিচা লাইব্রেরি নির্মাণের মাধ্যমে মেমরি-নিরাপদ, গুগল রিসোর্স-ইনটেনসিভ স্যান্ডবক্সিং ডিকমিশন করতে সক্ষম হয়েছিল যা কিছু প্রোডাকশন পরিষেবার আগে সি লাইব্রেরি আলাদা করার জন্য প্রয়োজন ছিল। সেই আর্কিটেকচারাল সরলীকরণ ইমেজ ডিকোডিং কাজগুলির জন্য লেজ লেটেন্সিতে উল্লেখযোগ্য হ্রাস করেছে।

ওপেন সোর্সড — সৎ সতর্কতার সাথে

Google github.com/google/giflib-rs-এ মরিচা পুনঃলিখন প্রকাশ করেছে এবং সম্প্রদায়ের কাছে তার ফলাফলগুলিকে অবদান রাখছে। কোম্পানিটি পরিপূরক মানব-নেতৃত্বপূর্ণ প্রচেষ্টাকেও কৃতিত্ব দেয়, যেমন ট্রাইফেক্টা টেক ফাউন্ডেশনের ম্যানুয়াল zlib-এর পুনঃলিখন, যথেষ্ট কর্মক্ষমতা লাভের সাথে, সমাধানের বিস্তৃত ইকোসিস্টেমের অংশ হিসেবে।

সতর্কতাগুলি লক্ষ করার মতো। পুনর্লিখনের জন্য আচরণগত সমতা যাচাই করার জন্য প্রচুর পরিমাণে বাস্তব-বিশ্বের ডেটা বা শক্তিশালী বিদ্যমান টেস্ট স্যুটগুলির প্রয়োজন হয় এবং ভাষা পরিবর্তন করে একটি আপস্ট্রিম প্রকল্প থেকে বিচ্যুত হলে একটি বাস্তব রক্ষণাবেক্ষণ খরচ হয় - বিশেষ করে সক্রিয় বিকাশের অধীনে নির্ভরতার জন্য। এআই-সহায়তা অনুবাদ, অন্য কথায়, ত্বরান্বিত করে কিন্তু প্রকৌশল বিচারকে প্রতিস্থাপন করে না।

বড় ছবি

পাইলট হল সবচেয়ে স্পষ্ট প্রদর্শনের মধ্যে একটি যে এলএলএমগুলি স্কেলে কাঠামোগত নিরাপত্তার উন্নতি করতে পারে, শুধু কোড পরামর্শ নয়। LLM-চালিত অনুবাদের গতিকে ডিফারেনশিয়াল টেস্টিং এবং নিরাপত্তা সীমার মানব বিশেষজ্ঞ পর্যালোচনার সাথে একত্রিত করে, Google যুক্তি দেয়, দুর্বলতার সম্পূর্ণ শ্রেণীগুলি উত্পাদন পরিকাঠামো থেকে অবসর নেওয়া যেতে পারে — পরবর্তীতে কোন নির্দিষ্ট CVE আসছে তা জানার আগে।

উত্স: গুগল বাগ হান্টার্স ব্লগ, "স্কেলিং মেমরি সেফটি: এআই-অ্যাসিস্টেড রিরাইটস অফ সি/সি++ ডিপেনডেন্সি টু রাস্ট।"

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →