कृत्रिम बुद्धिमत्तेसह TARS द्वारे पेनिटेस्टिंग

परिचय

AI एजंट्सचा वापर करून सायबरसुरक्षा पेनिट्रेशन टेस्टिंगचे काही भाग स्वयंचलित करण्याचा TARS हा एक प्रयत्न आहे. हा प्रकल्प मूळतः माझ्या सह-संस्थापक असलेल्या Osgil नावाच्या स्टार्टअपसाठी मुख्य MVP होता. आता हा सायबरसुरक्षा व्यावसायिकांना मदत करण्यासाठी तयार केलेला मुक्त-स्रोत प्रकल्प आहे. रिपॉझिटरी येथे पाहा.

प्रात्यक्षिक

खाली TARS प्रत्यक्ष कार्यरत असतानाचे एक संक्षिप्त प्रात्यक्षिक आहे. गुंतवणूकदारांसमोर सादर केलेले संपूर्ण प्रात्यक्षिक पाहण्यासाठी, कृपया संपर्क साधा.

दीर्घकालीन दृष्टीकोन

सायबरसुरक्षा पेनिट्रेशन टेस्टिंग स्वयंचलित करण्यासाठी कृत्रिम बुद्धिमत्तेवर आधारित एजंट-आधारित साधने तयार करून बुद्धिमान संरक्षण उपाय प्रदान करणे. थोडक्यात, योजना अशी आहे:

1. असुरक्षितता स्कॅनिंग आणि धोका विश्लेषणासाठी विद्यमान सायबरसुरक्षा साधनांचा योग्य वापर करू शकणारे एजंट्स तयार करणे.
2. केवळ स्कॅनिंग आणि धोक्याचा अहवाल देण्याऐवजी, असुरक्षितता ओळखणे आणि पॅचिंग स्वयंचलित करण्यासाठी त्या एजंट्सचे अनुकूलन करणे.
3. हल्लेखोरांविरुद्ध रिअल-टाइममध्ये प्रतिकारउपाय तयार करू शकणारी प्रतिक्रियाशील संरक्षण प्रणाली तयार करणे.
4. (दीर्घकालीन) प्रगत, गतिशील आणि स्वयंचलित कृत्रिम बुद्धिमत्तेवर आधारित हल्ले सहजपणे तैनात करता येतील अशा भविष्यासाठी तयारी करण्याची साधने विकसित करणे.

इतिहास

TARS हे एप्रिल 2024 च्या अखेरीस माझ्या सह-संस्थापक असलेल्या Osgil नावाच्या स्टार्टअपसाठी विकसित करण्यात आले. ते मूळतः एंटरप्राइझ ग्राहकांसाठी विकसित करण्यात आले होते, परंतु नंतर आम्ही इतर प्रकल्पांकडे वळलो आणि ऑगस्ट 2024 मध्ये TARS मुक्त-स्रोत केले.

सद्यस्थिती

सध्या, TARS खालील साधनांचा वापर करू शकते:

• Nettacker
• RustScan
• Zed Attack Proxy (ZAP)
• Ping
• Nmap
• मूलभूत वेब ब्राउझिंग (Brave API)

फ्रंटएंड Streamlit वापरतो, परंतु Streamlit खूप मर्यादित असल्यामुळे आम्ही त्याऐवजी React वापरून अधिक चांगला फ्रंटएंड तयार करण्यास सुरुवात केली आहे. TARS ची तर्कशक्ती आणि समस्या सोडवण्याच्या क्षमता कशा सुधारता येतील हे पाहण्यासाठी आम्ही काही शोधनिबंधांचाही अभ्यास करत आहोत, कारण सध्या आम्ही CrewAI वापरत आहोत, जेव्हा तुम्ही TARS ज्या प्रकारची प्रगत कामे करण्याचा प्रयत्न करत आहेसारखी कामे करू लागता तेव्हा ते बरेच मर्यादित आहे. सध्या, काही विशिष्ट कामांसाठी CrewAI वर अवलंबून राहण्याकडे आणि LangGraph च्या वापरावर अधिक लक्ष केंद्रित करण्याकडे आमचा कल आहे.

विपणन धोरण

TARS मूळतः एंटरप्राइझ ग्राहकांसाठी असताना, आमचे विपणन धोरण अधिवेशने, हॅकाथॉन आणि सिलिकॉन व्हॅलीमधील कार्यक्रमांना उपस्थित राहण्याचे होते, जिथे आम्ही विकासक, व्यवसायमालक आणि गुंतवणूकदारांशी बोलू शकत होतो. आम्ही लोकांशी अनौपचारिकपणे संपर्क साधण्यासाठी LinkedIn आणि ईमेलचाही वापर केला. परंतु प्रकल्प मुक्त-स्रोत केल्यापासून, TARS च्या विपणनासाठी मुख्य धोरण Twitter (X), Hacker News आणि Reddit राहिले आहे. यापैकी Reddit सर्वात प्रभावी ठरले आहे.