ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਕਲਾਉਡ, ਜੀਪੀਟੀ, ਅਤੇ ਜੇਮਿਨੀ ਦੇ ਪਾਰ ਏਨਕ੍ਰਿਪਟਡ ਚੇਨ-ਆਫ-ਥੌਟ ਟਰੇਸ ਤੋਂ ਲੁਕੀ ਹੋਈ ਏਆਈ ਰੀਜ਼ਨਿੰਗ ਚੋਰੀ ਕੀਤੀ

ਖੋਜਕਰਤਾਵਾਂ ਦੀ ਇੱਕ ਟੀਮ ਨੇ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਹੈ ਕਿ ਐਂਥਰੋਪਿਕ, ਓਪਨਏਆਈ, ਅਤੇ ਗੂਗਲ ਦੇ ਪ੍ਰਮੁੱਖ ਏਆਈ ਮਾਡਲਾਂ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੀ ਲੁਕਵੀਂ ਚੇਨ-ਆਫ-ਥੌਟ ਤਰਕ ਨੂੰ ਐਨਕ੍ਰਿਪਟਡ ਟਰੇਸ ਤੋਂ ਮੁੜ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਮਲਕੀਅਤ ਤਰਕ, ਨਿੱਜੀ ਡੇਟਾ, ਅਤੇ ਪ੍ਰਮਾਣ ਪੱਤਰਾਂ ਦਾ ਪਰਦਾਫਾਸ਼ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਖੋਜਾਂ, 11 ਅਗਸਤ, 2026 ਨੂੰ, ਪ੍ਰੋਪਾਈਟਰੀ LLM APIs ਤੋਂ ਚੋਰੀ ਤਰਕ ਟਰੇਸ ਸਿਰਲੇਖ ਦੇ ਇੱਕ ਪੇਪਰ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਹੋਈਆਂ, ਇੱਕ ਬੁਨਿਆਦੀ ਢਾਂਚਾਗਤ ਕਮਜ਼ੋਰੀ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ ਕਿ ਕਿਵੇਂ ਵੱਡੇ AI ਪ੍ਰਦਾਤਾ ਆਪਣੀ ਸਭ ਤੋਂ ਕੀਮਤੀ ਬੌਧਿਕ ਸੰਪੱਤੀ ਦੀ ਰੱਖਿਆ ਕਰਦੇ ਹਨ। ਬ੍ਰੇਕਿੰਗ ਏਆਈ ਨਿਊਜ਼ ਦੀ ਪਾਲਣਾ ਕਰਨ ਵਾਲੇ ਕਿਸੇ ਵੀ ਵਿਅਕਤੀ ਲਈ, ਖੋਜ ਇਸ ਗੱਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਕਿਵੇਂ ਏਨਕ੍ਰਿਪਟ ਕੀਤੇ ਮਾਡਲ ਆਉਟਪੁੱਟ ਵੀ ਜਨਤਕ ਤੌਰ 'ਤੇ ਸਾਂਝੇ ਕੀਤੇ ਜਾਣ 'ਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਬਣ ਸਕਦੇ ਹਨ।

ਹਮਲਾ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਪ੍ਰਮੁੱਖ AI ਪ੍ਰਦਾਤਾ ਆਪਣੇ ਮਾਡਲਾਂ ਦੇ ਕਦਮ-ਦਰ-ਕਦਮ ਤਰਕ ਨੂੰ ਛੁਪਾਉਂਦੇ ਹਨ - ਜਿਸਨੂੰ ਚੇਨ-ਆਫ-ਥੌਟ ਕਿਹਾ ਜਾਂਦਾ ਹੈ - ਬੌਧਿਕ ਸੰਪੱਤੀ ਦੀ ਰੱਖਿਆ ਕਰਨ ਅਤੇ ਜਾਣਕਾਰੀ ਲੀਕ ਹੋਣ ਨੂੰ ਸੀਮਤ ਕਰਨ ਲਈ। ਇਹਨਾਂ ਟਰੇਸ ਸਰਵਰ-ਸਾਈਡ ਨੂੰ ਸਟੋਰ ਕਰਨ ਦੀ ਬਜਾਏ, ਪ੍ਰਦਾਤਾ ਉਹਨਾਂ ਨੂੰ ਟੈਕਸਟ ਦੇ ਏਨਕ੍ਰਿਪਟਡ ਬਲਾਕਾਂ ਵਜੋਂ ਕਲਾਇੰਟ ਨੂੰ ਵਾਪਸ ਕਰਦੇ ਹਨ ਜੋ ਕਿ ਕਲਾਇੰਟ ਹਰ ਅਗਲੀ ਬੇਨਤੀ ਦੇ ਨਾਲ ਵਾਪਸ ਪਾਸ ਕਰਦਾ ਹੈ।

ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਪਛਾਣ ਕੀਤੀ ਕਿ ਇਹ ਐਨਕ੍ਰਿਪਟਡ ਬਲਾਕ ਇੱਕ ਪ੍ਰਦਾਤਾ ਦੇ ਈਕੋਸਿਸਟਮ ਦੇ ਅੰਦਰ ਵੱਖ-ਵੱਖ ਸੈਸ਼ਨਾਂ, ਉਪਭੋਗਤਾਵਾਂ ਅਤੇ ਮਾਡਲਾਂ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਨੁਕੂਲ ਅਤੇ ਪਰਿਵਰਤਨਯੋਗ ਹਨ। ਇਹ ਪੋਰਟੇਬਿਲਟੀ ਹਮਲੇ ਦੀ ਕੁੰਜੀ ਹੈ.

ਵਿਧੀ ਦੋ API ਕਾਲਾਂ ਵਿੱਚ ਕੰਮ ਕਰਦੀ ਹੈ। ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਇੱਕ ਹਮਲਾਵਰ ਇੱਕ ਫਰੰਟੀਅਰ ਮਾਡਲ ਦੁਆਰਾ ਤਿਆਰ ਇੱਕ ਐਨਕ੍ਰਿਪਟਡ ਤਰਕ ਟਰੇਸ ਲੈਂਦਾ ਹੈ - ਉਦਾਹਰਨ ਲਈ, ਕਲਾਉਡ ਓਪਸ 4.8 - ਅਤੇ ਇਸਨੂੰ ਉਸੇ ਪ੍ਰਦਾਤਾ ਤੋਂ ਇੱਕ ਕਮਜ਼ੋਰ, ਘੱਟ-ਸੁਰੱਖਿਅਤ ਭੈਣ-ਭਰਾ ਮਾਡਲ ਵਿੱਚ ਇੰਜੈਕਟ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਕਲਾਉਡ ਹਾਇਕੂ 4.5। ਕਮਜ਼ੋਰ ਮਾਡਲ ਨੂੰ ਫਿਰ ਤਰਕ ਦੀ ਸ਼ਬਦਾਵਲੀ ਪ੍ਰਤੀਲਿਪੀ ਕਰਨ ਲਈ ਇੱਕ ਸਧਾਰਨ ਹਦਾਇਤ ਨਾਲ ਜੇਲ੍ਹ ਤੋੜ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ। ਕਿਉਂਕਿ ਏਨਕ੍ਰਿਪਟਡ ਬਲਾਕ ਪਰਿਵਰਤਨਯੋਗ ਹੈ, ਕਮਜ਼ੋਰ ਮਾਡਲ ਸਾਦੇ ਟੈਕਸਟ ਵਿੱਚ ਮਜ਼ਬੂਤ ​​ਮਾਡਲ ਦੇ ਲੁਕਵੇਂ ਤਰਕ ਨੂੰ ਡੀਕੋਡ ਕਰਦਾ ਹੈ ਅਤੇ ਆਉਟਪੁੱਟ ਕਰਦਾ ਹੈ - ਕਦੇ ਵੀ ਮਜ਼ਬੂਤ ​​ਮਾਡਲ 'ਤੇ ਸਿੱਧਾ ਹਮਲਾ ਕੀਤੇ ਬਿਨਾਂ।

ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਇਸ ਹਮਲੇ ਨੂੰ ਸਾਰੇ ਤਿੰਨ ਪ੍ਰਮੁੱਖ ਪ੍ਰਦਾਤਾਵਾਂ ਦੇ ਮਾਡਲਾਂ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ: ਐਂਥਰੋਪਿਕ ਕਲੌਡ, ਓਪਨਏਆਈ ਦੇ ਜੀਪੀਟੀ, ਅਤੇ ਗੂਗਲ ਦੇ ਜੈਮਿਨੀ।

ਡੇਟਾ ਐਕਸਪੋਜ਼ਰ ਦਾ ਪੈਮਾਨਾ

ਸਭ ਤੋਂ ਚਿੰਤਾਜਨਕ ਖੋਜ ਜਨਤਕ ਤੌਰ 'ਤੇ ਸਾਂਝੇ ਕੀਤੇ ਸੈਸ਼ਨ ਲੌਗਾਂ ਦੁਆਰਾ ਲੀਕ ਕੀਤੇ ਗਏ ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਦਾ ਪੈਮਾਨਾ ਹੈ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ GitHub ਅਤੇ ਹੱਗਿੰਗ ਫੇਸ ਤੋਂ 6,708 ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਏਜੰਟ ਟ੍ਰੈਜੈਕਟਰੀਆਂ ਨੂੰ ਇਕੱਠਾ ਕੀਤਾ - ਕਲਾਉਡ, ਜੀਪੀਟੀ, ਅਤੇ ਜੇਮਿਨੀ ਮਾਡਲਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਅਜੇ ਵੀ ਏਨਕ੍ਰਿਪਟਡ ਤਰਕ ਬਲਾਕ ਸ਼ਾਮਲ ਹਨ।

ਉਹਨਾਂ ਦੀ ਡੀਕੋਡਿੰਗ ਪਾਈਪਲਾਈਨ ਨੂੰ ਹਰ ਦਸਤਖਤ ਕੀਤੇ ਬਲਾਕ ਵਿੱਚ ਲਾਗੂ ਕਰਨ ਨਾਲ 315,320 ਪੁਨਰਗਠਿਤ ਤਰਕ ਬਲਾਕ ਪ੍ਰਾਪਤ ਹੋਏ। ਇਨ੍ਹਾਂ ਲੁਕਵੇਂ ਨਿਸ਼ਾਨਾਂ ਵਿੱਚ ਅਸਲ ਰਾਜ਼ ਅਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਸੀ।

ਅਸਲ, ਗੈਰ-ਬੈਂਚਮਾਰਕ ਉਪਭੋਗਤਾ ਸੈਸ਼ਨਾਂ ਤੱਕ ਸੀਮਤ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਮੁੜ ਪ੍ਰਾਪਤ ਕੀਤਾ:

• 704 ਵੱਖ-ਵੱਖ ਗੋਪਨੀਯਤਾ ਕਲਾਵਾਂ ਕੁੱਲ

• 204 ਤਕਨੀਕੀ ਪਛਾਣਕਰਤਾ (ਅੰਦਰੂਨੀ URL, ਸਰਵਰ ਮਾਰਗ)

• 126 ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਪਛਾਣਯੋਗ ਜਾਣਕਾਰੀ (PII) ਆਈਟਮਾਂ, 30 ਨਿੱਜੀ ਈਮੇਲ ਪਤੇ, ਨਾਮ ਅਤੇ ਡਾਕ ਪਤੇ ਸਮੇਤ

• 23 ਪ੍ਰਮਾਣ ਪੱਤਰ ਜਿਸ ਵਿੱਚ 62 API ਕੁੰਜੀਆਂ, 33 ਪਾਸਵਰਡ, ਅਤੇ 24 ਐਕਸੈਸ ਟੋਕਨ ਸ਼ਾਮਲ ਹਨ

704 ਕਲਾਕ੍ਰਿਤੀਆਂ ਵਿੱਚੋਂ, 64 ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਤਰਕ ਬਲਾਕਾਂ ਦੇ ਅੰਦਰ ਅਤੇ ਕਿਤੇ ਵੀ ਦਿਖਾਈ ਦੇਣ ਵਾਲੇ ਸੈਸ਼ਨ ਟੈਕਸਟ ਵਿੱਚ ਦਿਖਾਈ ਨਹੀਂ ਦਿੰਦੀਆਂ — ਭਾਵ ਡਿਵੈਲਪਰ ਜਿਨ੍ਹਾਂ ਨੇ ਸਾਂਝਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੇ ਲੌਗਸ ਦੀ ਸਮੀਖਿਆ ਕੀਤੀ ਸੀ, ਉਹਨਾਂ ਨੂੰ ਇਹ ਨਹੀਂ ਪਤਾ ਹੋਵੇਗਾ ਕਿ ਉਹ ਭੇਦ ਲੀਕ ਕਰ ਰਹੇ ਸਨ।

ਇੱਕ ਦਸਤਾਵੇਜ਼ੀ ਉਦਾਹਰਨ ਨੇ ਇੱਕ GPT-5.2 ਕੋਡੈਕਸ ਸੈਸ਼ਨ ਦਿਖਾਇਆ ਜਿੱਥੇ ਮਾਡਲ ਦੇ ਲੁਕਵੇਂ ਤਰਕ ਵਿੱਚ API ਕੁੰਜੀਆਂ, AWS ਕ੍ਰੇਡੇੰਸ਼ਿਅਲਸ, ਅਤੇ GitHub ਟੋਕਨਾਂ ਦੀ ਖੋਜ ਅਤੇ ਪ੍ਰਬੰਧਨ ਬਾਰੇ ਵਿਸਤ੍ਰਿਤ ਅੰਦਰੂਨੀ ਵਿਚਾਰ ਸ਼ਾਮਲ ਹਨ - ਸਾਰੇ ਗੱਲਬਾਤ ਦੇ ਦ੍ਰਿਸ਼ਮਾਨ ਆਉਟਪੁੱਟ ਵਿੱਚ ਅਦਿੱਖ ਹਨ।

ਐਂਟੀ-ਡਿਸਟਿਲੇਸ਼ਨ ਸੇਫਗਾਰਡਸ ਨੂੰ ਰੋਕਣਾ

ਇੱਕ ਦੂਸਰਾ ਮੁੱਖ ਪ੍ਰਭਾਵ ਐਂਟੀ-ਡਿਸਟਿਲੇਸ਼ਨ ਮਕੈਨਿਜ਼ਮ ਦਾ ਪਰਿਵਰਤਨ ਹੈ। ਪ੍ਰਤੀਯੋਗੀਆਂ ਨੂੰ ਉਸ ਤਰਕ 'ਤੇ ਛੋਟੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਤੋਂ ਰੋਕਣ ਲਈ AI ਪ੍ਰਦਾਤਾ ਜਾਣਬੁੱਝ ਕੇ ਆਪਣੇ ਮਾਡਲਾਂ ਦੇ ਤਰਕ ਨੂੰ ਲੁਕਾਉਂਦੇ ਹਨ। ਖੋਜਕਰਤਾਵਾਂ ਦੀ ਤਕਨੀਕ ਇਹਨਾਂ ਸੁਰੱਖਿਆ ਉਪਾਵਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਾਈਪਾਸ ਕਰਦੀ ਹੈ।

ਡੀਕੋਡ ਕੀਤੇ ਤਰਕ ਦੀ ਵਫ਼ਾਦਾਰੀ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ 120 ਕੋਡਫੋਰਸ ਪ੍ਰਤੀਯੋਗੀ ਪ੍ਰੋਗਰਾਮਿੰਗ ਸਮੱਸਿਆਵਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ। ਡੀਕੋਡ ਕੀਤੇ ਤਰਕ ਦੀ ਟੋਕਨ ਗਿਣਤੀ ਨੇ ਨਜ਼ਦੀਕੀ-ਪੂਰੀ ਰਿਕਵਰੀ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹੋਏ, ਹਰੇਕ ਮਾਡਲ ਦੇ API ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੀ ਲੁਕਵੀਂ ਸੋਚ-ਟੋਕਨ ਗਿਣਤੀ ਨੂੰ ਨੇੜਿਓਂ ਟਰੈਕ ਕੀਤਾ।

ਚਾਰ ਅਟੈਕ ਵੈਕਟਰ

ਪੇਪਰ ਇਸ ਕਮਜ਼ੋਰੀ ਦੁਆਰਾ ਸਮਰਥਿਤ ਚਾਰ ਵੱਖਰੇ ਹਮਲੇ ਵੈਕਟਰਾਂ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ:

1. ਐਂਟੀ-ਡਿਸਟੀਲੇਸ਼ਨ ਸਰਕਮਵੈਂਸ਼ਨ — ਮੁਕਾਬਲੇ ਵਾਲੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਇੱਕ ਮਲਕੀਅਤ ਮਾਡਲ ਦੇ ਤਰਕ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਨਾ, ਜੋ ਕਿ ਐਂਥਰੋਪਿਕ, ਓਪਨਏਆਈ, ਅਤੇ ਗੂਗਲ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।

2. ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ ਨਿੱਜੀ ਡੇਟਾ ਐਕਸਟਰੈਕਸ਼ਨ — ਹਜ਼ਾਰਾਂ ਏਨਕ੍ਰਿਪਟਡ ਤਰਕ ਬਲਾਕਾਂ ਤੋਂ ਭੇਦ ਅਤੇ PII ਦੀ ਕਟਾਈ ਕਰਨਾ ਜੋ ਵਿਕਾਸਕਰਤਾਵਾਂ ਨੇ ਅਣਜਾਣੇ ਵਿੱਚ ਜਨਤਕ ਰਿਪੋਜ਼ਟਰੀਆਂ ਵਿੱਚ ਸਾਂਝਾ ਕੀਤਾ ਹੈ।

3. ਖਤਰਨਾਕ ਜਾਣਕਾਰੀ ਦਾ ਖੁਲਾਸਾ — ਲੁਕਵੇਂ ਤਰਕ ਵਿੱਚ ਕਈ ਵਾਰ ਅਜਿਹੀ ਸਮੱਗਰੀ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ ਜੋ ਪ੍ਰਦਾਤਾਵਾਂ ਦੁਆਰਾ ਜਾਣਬੁੱਝ ਕੇ ਦਿਖਾਈ ਦੇਣ ਵਾਲੀ ਆਉਟਪੁੱਟ ਤੋਂ ਦਬਾ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਖਤਰਨਾਕ ਜਾਣਕਾਰੀ ਸਮੇਤ।

4. ਮਾਡਲ ਫਿੰਗਰਪ੍ਰਿੰਟਿੰਗ — ਡੀਕੋਡ ਕੀਤੇ ਤਰਕ ਦੀ ਵਰਤੋਂ ਇਹ ਪਛਾਣ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਕਿ ਕਿਹੜਾ ਖਾਸ ਮਾਡਲ ਸੰਸਕਰਣ ਇੱਕ ਟਰੇਸ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਭਾਵੇਂ ਕਿ ਮਾਡਲ ਦੀ ਪਛਾਣ ਛੁਪਾਈ ਹੋਵੇ।

ਕਿਹੜੇ ਮਾਡਲ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦੇ ਹਨ

ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਤਿੰਨ ਪ੍ਰਮੁੱਖ ਪ੍ਰਦਾਤਾਵਾਂ ਦੇ ਐਨਕ੍ਰਿਪਟਡ ਤਰਕ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਕਮਜ਼ੋਰੀ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ:

• ਐਨਥ੍ਰੋਪਿਕ — ਕਲਾਉਡ ਮਾਡਲ ਇੱਕ `ਦਸਤਖਤ` ਖੇਤਰ ਦੇ ਨਾਲ ਏਨਕ੍ਰਿਪਟਡ `ਸੋਚ` ਬਲਾਕ ਵਾਪਸ ਕਰਦੇ ਹਨ

• OpenAI — GPT ਮਾਡਲ ਐਨਕ੍ਰਿਪਟਡ ਤਰਕ ਦੇ ਸਾਰਾਂਸ਼ ਵਾਪਸ ਕਰਦੇ ਹਨ

• Google — ਜੇਮਿਨੀ ਮਾਡਲ ਐਨਕ੍ਰਿਪਟਡ ਵਿਚਾਰ ਬਲਾਕ ਵਾਪਸ ਕਰਦੇ ਹਨ

ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਚੀਨੀ ਏਆਈ ਕੰਪਨੀ ਮੂਨਸ਼ੌਟ ਏਆਈ ਦਾ ਇੱਕ ਮਾਡਲ ਕਿਮੀ-ਕੇ3, ਜੋ ਕਿ ਹਾਲ ਹੀ ਵਿੱਚ ਸੈਂਡਬੌਕਸ ਟੈਸਟਿੰਗ ਤੋਂ ਬਚਿਆ ਹੈ, ਦਾ ਮਾਮਲਾ ਖਾਸ ਤੌਰ 'ਤੇ ਇਸ ਲਈ ਸੀ ਕਿਉਂਕਿ ਇਸਦੇ ਐਨਕ੍ਰਿਪਟਡ ਤਰਕ ਬਲਾਕ ਡੀਕੋਡ ਕਰਨ ਲਈ ਖਾਸ ਤੌਰ 'ਤੇ ਆਸਾਨ ਸਾਬਤ ਹੋਏ ਹਨ।

ਡਿਵੈਲਪਰਾਂ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ

ਡਿਵੈਲਪਰਾਂ ਲਈ ਵਿਹਾਰਕ ਉਪਾਅ ਬਹੁਤ ਵਧੀਆ ਹੈ: ਕਿਸੇ ਵੀ ਐਨਕ੍ਰਿਪਟਡ ਤਰਕ ਬਲਾਕ ਜੋ ਤੁਸੀਂ ਜਨਤਕ ਤੌਰ 'ਤੇ ਸਾਂਝਾ ਕਰਦੇ ਹੋ — ਇੱਕ GitHub ਰੈਪੋ, ਇੱਕ ਹੱਗਿੰਗ ਫੇਸ ਡੇਟਾਸੈਟ, ਜਾਂ ਇੱਕ ਬਲੌਗ ਪੋਸਟ ਵਿੱਚ — ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਯੋਗ ਰਾਜ਼ ਸ਼ਾਮਲ ਹੋ ਸਕਦੇ ਹਨ। ਇਨਕ੍ਰਿਪਸ਼ਨ ਸੈਸ਼ਨ ਦੀ ਨਿਰੰਤਰਤਾ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ, ਨਾ ਕਿ ਹਮਲੇ ਦੀ ਇਸ ਸ਼੍ਰੇਣੀ ਦੇ ਵਿਰੁੱਧ ਗੁਪਤਤਾ ਲਈ।

ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਸਿਫ਼ਾਰਿਸ਼ ਕੀਤੀ ਹੈ ਕਿ ਡਿਵੈਲਪਰ ਏਨਕ੍ਰਿਪਟ ਕੀਤੇ ਤਰਕ ਬਲਾਕਾਂ ਲਈ ਸ਼ੇਅਰ ਕੀਤੇ ਸੈਸ਼ਨ ਲੌਗਸ ਦਾ ਆਡਿਟ ਕਰਨ ਅਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਉਹਨਾਂ ਨੂੰ ਉਤਾਰ ਦੇਣ। ਉਹ ਪ੍ਰਦਾਤਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਐਨਕ੍ਰਿਪਟਡ ਤਰਕ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਢਾਂਚੇ 'ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਲਈ ਵੀ ਕਹਿੰਦੇ ਹਨ, ਜੋ ਵਰਤਮਾਨ ਵਿੱਚ ਸੁਰੱਖਿਆ ਨਾਲੋਂ API ਸਹੂਲਤ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ।

ਖੋਜ ਅਲੈਗਜ਼ੈਂਡਰ ਪੈਨਫਿਲੋਵ, ਡੇਵਿਡ ਸ਼ਮੋਟਜ਼, ਅਤੇ ਇਲੀਆ ਸ਼ੁਮੇਲੋਵ ਦੁਆਰਾ, ਜੋਨਾਸ ਗੀਪਿੰਗ ਅਤੇ ਮੈਕਸਿਮ ਐਂਡਰੀਸ਼ਚੇਂਕੋ ਦੀ ਨਿਗਰਾਨੀ ਨਾਲ, ELLIS ਇੰਸਟੀਚਿਊਟ ਟੂਬਿੰਗੇਨ, ਮੈਕਸ ਪਲੈਂਕ ਇੰਸਟੀਚਿਊਟ ਫਾਰ ਇੰਟੈਲੀਜੈਂਟ ਸਿਸਟਮ, ਟੂਬਿੰਗੇਨ ਏਆਈ ਸੈਂਟਰ, MATS ਰਿਸਰਚ, ਸਨਾਈਕ, ਅਤੇ ਯੂਨੀਵਰਸਿਟੀ ਆਫ਼ ਟੂਬਿਨਗੇਨ ਵਿੱਚ ਕੀਤੀ ਗਈ ਸੀ।

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

AI ਸੁਰੱਖਿਆ ਲੈਂਡਸਕੇਪ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਸਤ ਹੋ ਰਿਹਾ ਹੈ। ਨਵੀਨਤਮ AI ਵਿਕਾਸ ਅਤੇ ਉੱਭਰ ਰਹੀਆਂ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਡੂੰਘਾਈ ਨਾਲ ਕਵਰੇਜ ਲਈ, AI Buzz Wire ਮਹੱਤਵਪੂਰਨ ਕਹਾਣੀਆਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →