तथ्य 524 · संकेत 29 · लेख 20 · डेटाबेस 3,168 KB · बॉट —guest@ftrlgयह आप हैं~/whoamiआप गुमनाम लिखते हैं। हर बार एक जैसे हस्ताक्षर के लिए टिप्पणी करते समय गुप्त शब्द चुनें — उससे आपका ट्रिपकोड बनेगा।कोई पंजीकरण नहीं, कभी नहीं

तरल कोड

AI द्वारा अनुवादित, संपादकों द्वारा जाँचा गया

future.log संपादक-मंडल · प्रकाशित

तरल कोड, या मूविंग टारगेट डिफ़ेंस (अंग्रेज़ी moving target defense, MTD) — कंप्यूटर सिस्टमों की सुरक्षा का एक तरीक़ा, जिसमें सिस्टम लगातार और अनपेक्षित ढंग से वह सब बदलता रहता है, जिस पर हमलावर भरोसा करता है: मेमोरी के पते, नेटवर्क पते, वेब पेज पर फ़ील्ड के नाम, ख़ुद मशीन कोड। मक़सद सारी कमज़ोरियाँ बंद करना नहीं, बल्कि यह है कि हमलावर ने जो टोह ली है, वह उसके इस्तेमाल कर पाने से पहले ही पुरानी पड़ जाए।

यह विचार 1990 के दशक की शुरुआत में सामने आया, 2011 में अमेरिकी सरकार ने इसे शोध की उन दिशाओं में गिना, जो “खेल बदल देने वाली” हैं,1 और इसका सबसे आम रूप — मेमोरी पतों का रैंडमाइज़ेशन — लंबे समय से आम ऑपरेटिंग सिस्टमों में काम कर रहा है: उदाहरण के लिए, Microsoft ने 2006 में घोषणा की थी कि Windows Vista में यह डिफ़ॉल्ट रूप से चालू है।2 AI के आने के साथ हमलावरों का कोड भी “तरल” हो गया: पहले मैलवेयर सामने आए हैं, जो अभी ज़्यादातर प्रयोग के तौर पर बने हैं और चलते समय भाषा मॉडल से अपने लिए कोड लिखवाते हैं, और बचाव करने वाले जवाब में ऐसे AI का इस्तेमाल करते हैं, जो ख़ुद कमज़ोरियाँ ढूँढता और उन्हें पैच करता है।34

इतिहास

  • 10.1993फ़्रेड कोहेन (Fred Cohen) ऑपरेटिंग सिस्टमों को प्रोग्रामों के क्रमिक विकास (अंग्रेज़ी program evolution) के ज़रिए बचाने का सुझाव देते हैं: जो कोड लगातार अपना रूप बदलता है, लेकिन काम वही करता है, उस पर अपने-आप चलने वाला हमला करना मुश्किल होता है।5 ¶ c5g4vhcir
  • 05.05.1997स्टेफ़नी फ़ॉरेस्ट (Stephanie Forrest), अनिल सोमयाजी (Anil Somayaji) और डेविड एकली (David Ackley) लिखते हैं कि विविधता “जैविक प्रणालियों में मज़बूती का एक अहम स्रोत” है, जबकि कंप्यूटर “विविधता की कमी के लिए जाने जाते हैं”, और सुझाव देते हैं कि प्रोग्राम की हर कॉपी को थोड़ा अलग बनाया जाए।6 ¶ c9wz3ybay
  • 26.05.2006Microsoft घोषणा करती है कि Windows Vista में एड्रेस स्पेस का रैंडमाइज़ेशन (ASLR) डिफ़ॉल्ट रूप से चालू है: लाइब्रेरी 256 में से किसी एक जगह लोड होती है, और हमलावर 1/256 की संभावना से ही पते का सही अंदाज़ा लगा पाता है।2 ¶ c7nd3wb9z
  • 2011सुशील जजोदिया (Sushil Jajodia) और सह-संपादकों के संपादन में लेखों का संग्रह “Moving Target Defense” प्रकाशित होता है।7 ¶ c6376fp9b
  • 12.2011अमेरिका की संघीय साइबर सुरक्षा अनुसंधान योजना “मूविंग टारगेट” को उन चार विषयों में गिनती है, जो “खेल बदल देने वाले” हैं: सिस्टमों को “कम नियतात्मक, कम एकरूप और कम स्थिर” बनना चाहिए, ताकि “हमलों की लागत काफ़ी बढ़ जाए”।1 ¶ ctfw5zgbx
  • 21.01.2014स्टार्टअप Shape Security गुप्त दौर से बाहर आता है और ShapeShifter पेश करता है — एक डिवाइस, जो हर बार दिखाए जाने पर वेब पेज का कोड दोबारा लिख देता है और “बेतरतीब कोड वेरिएशनों की कभी न ख़त्म होने वाली धारा” पैदा करता है, जिससे वे बॉट नाकाम हो जाते हैं, जो फ़ील्ड को उनके नाम से ढूँढते हैं।8 ¶ cxggewk3y
  • 30.03.2014Linux 3.14 में ख़ुद कर्नेल के पतों का रैंडमाइज़ेशन (KASLR) आता है।9 ¶ cmczf769a
  • 03.11.2014स्कॉट्सडेल में मूविंग टारगेट डिफ़ेंस पर ACM की पहली वैज्ञानिक वर्कशॉप होती है।10 ¶ cbetpgrme
  • 19.12.2019F5 लगभग $1 अरब में Shape Security को ख़रीदने की घोषणा करती है।11 ¶ cbmzhdrr3
  • 19.03.2025Cloudflare AI Labyrinth शुरू करती है: साइट के नियम तोड़ने वाले क्रॉलर को ब्लॉक करने के बजाय उसे AI के लिखे, असली जैसे दिखने वाले पेजों की भूलभुलैया में भेज दिया जाता है।12 ¶ cvviw3pqq
  • 05.11.2025Google PROMPTFLUX नाम के मैलवेयर का ब्योरा देती है, जिसका एक वेरिएंट हर घंटे Gemini मॉडल से अपना पूरा सोर्स कोड दोबारा लिखने को कहता है, ताकि एंटीवायरस उसे पहचान न पाए।3 ¶ c95zmec4f

यह कैसे काम करता है

तरल कोड के सभी रूप एक ही बात पर टिके हैं: हमला लगभग हमेशा टोह से शुरू होता है, और टोह यह मानकर चलती है कि सिस्टम कल भी वैसा ही होगा, जैसा आज है। बदला वही जाता है, जिसे हमलावर परखता है।

मेमोरी। प्रोग्राम और उसकी लाइब्रेरियाँ हर बार चलने पर नए पतों पर पहुँच जाती हैं (Windows, Linux, macOS, OpenBSD में ASLR); Shuffler जैसे रिसर्च सिस्टम पहले से चल रहे प्रोग्राम के कोड को हर कुछ दसियों मिलीसेकंड में रैंडमाइज़ करते रहते हैं।213 इज़राइली कंपनी Morphisec यही विचार वर्कस्टेशनों के लिए बेचती है; 2018 में अमेरिका के होमलैंड सिक्योरिटी विभाग ने उसे वर्चुअल डेस्कटॉप वाले वर्शन के लिए $200 हज़ार दिए।14 ¶ cuk9f97rt

नेटवर्क। कंप्यूटर नियमित रूप से अपने पते बदलते रहते हैं — इस तरह कि भरोसेमंद पक्ष आपस में जुड़े रहते हैं, लेकिन हमलावर के स्कैनर को हर बार अलग तस्वीर दिखती है (MT6D, 2011; OpenFlow Random Host Mutation, 2012)।1516 ¶ cgyjig993

वेब पेज। फ़ील्ड के नाम, मार्कअप की बनावट और सुरक्षा स्क्रिप्ट हर बार लोड होने पर बदल जाते हैं, ताकि रटे-रटाए ढंग से फ़ॉर्म भरने वाला बॉट चूक जाए: Shape Security (2020 से — F5 का हिस्सा), और Kasada, जो लिखती है कि उसकी स्क्रिप्ट “लगातार रूप बदलती हैं, हर बार लोड होने पर अलग ऑबफ़स्केशन के साथ”।817 इससे मिलती-जुलती तरकीब है ऐसे जाल, जिनमें पेज ही अंतहीन होता है: AI Labyrinth और Nepenthes क्रॉलर को जनरेट किए गए पेजों की भूलभुलैया में ले जाते हैं।1218 ¶ cpfa8zgbs

हमलावर का कोड। मैलवेयर लंबे समय से अपना रूप बदलते रहे हैं, ताकि एंटीवायरस उन्हें पहचान न पाए — Shape Security के लॉन्च के वक़्त उसके प्रोडक्ट को सीधे-सीधे इसी तरकीब को बचाव के पक्ष में लाने के रूप में बताया गया था।8 भाषा मॉडलों के साथ कोड दोबारा लिखना सस्ता हो गया। BlackMamba (HYAS, 2023) नाम का नमूना हर बार चलने पर अपना कोड OpenAI के मॉडल से नए सिरे से हासिल करता था; APT28 समूह से जोड़ा गया LAMEHUG कोई कमांड अपने पास रखता ही नहीं — वह Qwen मॉडल से विवरण के आधार पर उन्हें गढ़ने को कहता है।1920 ¶ c2ycwys87

बचाव करने वाले का कोड। इसी सस्तेपन का दूसरा पहलू: AI सिस्टम कमज़ोरियाँ ढूँढते हैं और ख़ुद उनके सुधार लिखते हैं। DARPA की AIxCC प्रतियोगिता के फ़ाइनल में ऐसे सिस्टमों ने 5.4 करोड़ से ज़्यादा लाइनों के कोड के साथ काम किया, और Google DeepMind के CodeMender ने छह महीनों में ओपन सोर्स प्रोजेक्टों को 72 सुधार भेजे — सिर्फ़ पैच लगाकर नहीं, बल्कि कोड के पूरे हिस्से दोबारा लिखकर भी।421 ब्रूस श्नायर (Bruce Schneier) और उनके सह-लेखक इसे “लगातार खोज/लगातार मरम्मत (CD/CR)” कहते हैं।22 ¶ cg4qyywkn

डेटा

हमले और बचाव की क़ीमत

कौन और कबक्या पता लगायाक्या मिला
शाखम (Shacham) व अन्य, 10.200423क्या 32-बिट सिस्टम पर मेमोरी रैंडमाइज़ेशन को सारे विकल्प आज़माकर (ब्रूट फ़ोर्स से) तोड़ा जा सकता हैPaX से सुरक्षित Apache वेब सर्वर औसतन 216 सेकंड में टूट जाता है। ¶ criuj45ue
ओखरावी (Okhravi) व अन्य (MIT Lincoln Laboratory), 03.201424रैंडमाइज़ेशन की कमज़ोर जगहेंकोई भी तरीक़ा मेमोरी के किसी मनचाहे हिस्से के लीक होने को नहीं झेल पाता; अपने-आप दोबारा शुरू होने वाले सर्वर पर 16 बिट की रैंडमनेस मिनटों में बूझ ली जाती है। ¶ czpyr7prq
विलियम्स-किंग (Williams-King) व अन्य (कोलंबिया यूनिवर्सिटी), 201613चलते-चलते कोड के रैंडमाइज़ेशन की क़ीमत क्या हैहर 50 ms पर रैंडमाइज़ करने से प्रोग्राम 14.9% धीमा चलता है। ¶ c6tw3aszn

AI “तरलता” के साथ क्या करता है

कौन और कबक्या पता लगायाक्या मिला
Unit 42 (Palo Alto Networks), 20.12.202425क्या भाषा मॉडल दुर्भावनापूर्ण JavaScript को इस तरह दोबारा लिख सकता है कि न्यूरल नेटवर्क वाला डिटेक्टर उसे पहचान न पाए88% मामलों में डिटेक्टर कोड को सुरक्षित मानने लगा। ऐसे 10 हज़ार वेरिएंट पर डिटेक्टर को दोबारा ट्रेन करने से नए नमूनों की पहचान 10% बढ़ गई। ¶ cmgi988vm
होर्तेआ (Hortea) व अन्य, 05.202626AI मॉडल जो दुर्भावनापूर्ण कोड लिखते हैं, वह कितना विविध हैएक वेरिएंट की लागत $0.41–0.73 है, लेकिन मॉडल मॉड्यूलों के बीच की सीमाओं को नहीं छूता — और एक ही सिग्नेचर सभी वेरिएंट पकड़ लेता है। ¶ c7da9ni8a
नोगेइरा (Nogueira) व अन्य, 07.202627क्या AI के लिखे किसी प्रोग्राम के कई वर्शनों की ग़लतियाँ एक-दूसरे से स्वतंत्र होती हैंनहीं: तीन से पाँच वर्शन विश्वसनीयता में उस बढ़त के आधे से भी कम देते हैं, जो स्वतंत्र ग़लतियों पर मिलती, और एक ही मॉडल के वर्शन — एक तिहाई से भी कम। ¶ crq9cdpbv
DARPA AIxCC, 08.08.20254क्या AI सिस्टम ख़ुद कमज़ोरियाँ ढूँढकर ठीक कर सकते हैंफ़ाइनल के 63 टास्क में जानबूझकर डाली गई 54 कमज़ोरियाँ ढूँढी गईं, 43 ठीक की गईं; साथ ही 18 असली कमज़ोरियाँ भी मिलीं, जिन्हें किसी ने नहीं डाला था। ¶ cfdcv7m5v
[संपादकीय निष्कर्ष]

तरल कोड हमले की क़ीमत बढ़ाता है, लेकिन उसे नामुमकिन नहीं बनाता: अगर रैंडमनेस कम हो, तो मेमोरी रैंडमाइज़ेशन मिनटों में सारे विकल्प आज़माकर तोड़ दिया जाता है (शाखम, ओखरावी), और लगातार हलचल की क़ीमत बचाव करने वाला रफ़्तार से चुकाता है (विलियम्स-किंग)। AI ने दोनों पक्षों के लिए “तरलता” सस्ती कर दी, लेकिन अभी सिर्फ़ ऊपरी तौर पर: मॉडल का दोबारा लिखा कोड न्यूरल नेटवर्क वाले डिटेक्टर को धोखा देता है (Unit 42), लेकिन एक सटीक सिग्नेचर से पकड़ा जाता है (होर्तेआ), और AI के लिखे एक ही प्रोग्राम के वर्शन एक जैसी ग़लतियाँ करते हैं (नोगेइरा) — यानी असली विविधता AI अभी नहीं देता। सबसे ज़्यादा मापने लायक़ बदलाव बचाव की तरफ़ है: ऐसे सिस्टम, जो ख़ुद कमज़ोरियाँ ढूँढते और ठीक करते हैं (AIxCC)। ¶ ccbyp5tdi

घटनाएँ

LAMEHUG: मैलवेयर मॉडल से कमांड पूछता है, जुलाई 2025 ¶ cr93d4nzd

यूक्रेन की साइबर इमरजेंसी रिस्पॉन्स टीम CERT-UA ने सुरक्षा और रक्षा क्षेत्र के संस्थानों को भेजे गए ईमेल के बारे में बताया: अटैचमेंट में एक प्रोग्राम था, जो पहले से तय विवरण के आधार पर Hugging Face सेवा के ज़रिए भाषा मॉडल Qwen 2.5-Coder से कमांड जनरेट करवाता और उन्हें चलाता था। CERT-UA ने मध्यम स्तर के भरोसे के साथ इस हमले को APT28 समूह से जोड़ा।20 Google ने नवंबर में इस फ़ैमिली को (उसके यहाँ इसका नाम PROMPTSTEAL है) अपने देखे पहला ऐसा मामला बताया, जब कोई मैलवेयर असली ऑपरेशन में भाषा मॉडल से संपर्क करता है।3

PromptLock: “पहला AI रैनसमवेयर” एक वैज्ञानिक शोध निकला, अगस्त 2025 ¶ czn8d8pvd

ESET ने “पहले ज्ञात AI-संचालित रैनसमवेयर” की खोज की सूचना दी: प्रोग्राम ओपन मॉडल gpt-oss-20b की मदद से ख़ुद दुर्भावनापूर्ण स्क्रिप्ट जनरेट करता था, हालाँकि हमलों में उसे देखा नहीं गया था।28 जल्द ही पता चला कि VirusTotal पर मिले नमूने न्यूयॉर्क यूनिवर्सिटी के टैंडन स्कूल ऑफ़ इंजीनियरिंग के शोधकर्ताओं का प्रोटोटाइप थे: ESET ने 3 सितंबर को अपने लेख में यह जानकारी जोड़ी, और यूनिवर्सिटी ने 17 सितंबर को इसके बारे में बताया।29

बॉट Anubis को पार करना सीख गए, अगस्त 2025 ¶ ckjmx7i79

कोड होस्टिंग Codeberg, जो AI स्क्रेपरों से Anubis प्रोग्राम के ज़रिए सुरक्षित है (यह ब्राउज़र से एक गणना वाली पहेली हल करवाता है), ने बताया: “लगता है, AI क्रॉलर Anubis की पहेलियाँ हल करना सीख गए हैं।”30 शोधकर्ता टैविस ऑरमैंडी (Tavis Ormandy) ने हिसाब लगाया कि ऐसी पहेली स्क्रेपर के लिए लगभग मुफ़्त है: Anubis वाली सभी साइटों तक एक हफ़्ते की पहुँच “लगभग $0” में पड़ती है।31

आलोचना

इस तरीक़े की सीमाएँ जल्दी ही दिखने लगीं: शाखम और उनके सह-लेखकों ने 2004 में निष्कर्ष निकाला कि 32-बिट सिस्टमों पर PaX जैसे एड्रेस स्पेस रैंडमाइज़ेशन का इकलौता फ़ायदा “वर्म के फैलने की रफ़्तार में थोड़ी सुस्ती” है।23 ¶ ce5txvahb

2011 की अमेरिकी संघीय योजना के लेखकों ने ख़ुद मुख्य विरोधाभास माना: आम तौर पर समझा जाता है कि जटिलता सिस्टम का जोखिम बढ़ाती है, और चुनौती यह “दिखाना है कि जटिलता वाक़ई फ़ायदा है, बोझ नहीं”।1 ¶ cjk3pjz2y

यही सवाल इस साइट के सामने भी आया। future.log के कमेंट फ़ॉर्म के प्रोटोटाइप में फ़ॉर्म हर बार खुलने पर फ़ील्ड के नए बेतरतीब नाम और आपस में फेंटे हुए नक़ली फ़ील्ड देता था। लॉन्च से पहले दोबारा समीक्षा में इन्हें छोड़ दिया गया: जब किसी नए व्यक्ति के पहले कमेंट संपादकीय टीम जाँचती है, और भरोसा लेखक के स्थायी सिग्नेचर (ट्रिपकोड) से जुड़ता है, तो बेतरतीब नाम सुरक्षा में लगभग कुछ नहीं जोड़ते थे। बचे रहे: एक बार इस्तेमाल होने वाला साइन किया हुआ टोकन, एक जाल-फ़ील्ड और अनुरोधों की रफ़्तार की सीमाएँ।32 ¶ censp6rrb

शोधकर्ता मार्कस हचिन्स (Marcus Hutchins) ने PROMPTFLUX को लेकर मचे शोर को बढ़ा-चढ़ाकर पेश किया गया बताया: कोड में ऐसा कोई तंत्र नहीं है, जो यह पक्का करे कि नया वर्शन पिछले से अलग है और काम करता है, और दोबारा लिखने वाला फ़ंक्शन ख़ुद कमेंट करके बंद किया गया था।33 Google ने भी लिखा था कि प्रोग्राम अभी पीड़ित के नेटवर्क को संक्रमित करने में सक्षम नहीं है।3 ⧗ ¶ cgjwejtv3

आगे का विकास

तरल कोड दो दिशाओं में खिसक रहा है। बॉट से सुरक्षा कोड को उलझाने के साथ-साथ सिग्नेचर की जाँच भी जोड़ रही है: AI एजेंटों का ट्रैफ़िक बढ़ने के साथ Cloudflare लिखती है कि किसे बॉट माना जाए, यह सवाल “अब साफ़-साफ़ तय नहीं” है, और सुझाव देती है कि ईमानदार बॉट अपने अनुरोधों पर क्रिप्टोग्राफ़िक सिग्नेचर लगाएँ — ताकि साइटों को उन्हें आसानी से नक़ल किए जा सकने वाले लक्षणों से न पहचानना पड़े।34 और सुरक्षा की “गतिशीलता” अब सुधारों की रफ़्तार बनती जा रही है: Google ने मई 2026 में बताया कि उसने पहली बार ज़ीरो-डे कमज़ोरी के लिए ऐसा एक्सप्लॉइट पकड़ा, जो उसके आकलन में AI की मदद से बनाया गया था — और बड़े पैमाने के हमले से पहले ही।35 ¶ cxhf73u7i

[संपादकीय निष्कर्ष]

शुरू में तरल कोड का मतलब था “फेंट दो, ताकि दुश्मन ढूँढ न पाए”। AI के दौर में इसका मतलब ज़्यादा से ज़्यादा यह होता जा रहा है — “दुश्मन के ढूँढने से पहले दोबारा लिख दो”: दोनों पक्ष कोड बदलने के लिए मॉडलों का इस्तेमाल करते हैं, और जीतता वह है, जिसका चक्र छोटा है। रैंडमाइज़ेशन अब भी सस्ते, बड़े पैमाने के ऑटोमेशन के ख़िलाफ़ काम करता है, लेकिन ऐसे हमलावर के ख़िलाफ़, जो सिस्टम को इंसान की तरह पढ़ता है, कोड का रूप नहीं, बल्कि उसे ठीक करने की रफ़्तार सबसे अहम हो जाती है। ¶ cb58ctmz3

संकेत

यह भी देखें

प्रूफ़-ऑफ़-वर्क ढालव्यवहार आधारित बायोमेट्रिक्सकैप्चा का अंतमृत इंटरनेट सिद्धांतस्वायत्त AI एजेंटAI सुरक्षाओपन सोर्स

संदर्भ

  1. Trustworthy Cyberspace: Strategic Plan for the Federal Cybersecurity Research and Development Program — National Science and Technology Council, Executive Office of the President, 12.2011. nitrd.gov ↩ ↩2 ↩3

  2. M. Howard. Address Space Layout Randomization in Windows Vista — Microsoft, 26.05.2006. learn.microsoft.com ↩ ↩2 ↩3

  3. GTIG AI Threat Tracker: Advances in Threat Actor Usage of AI Tools — Google Threat Intelligence Group, 05.11.2025. cloud.google.com ↩ ↩2 ↩3 ↩4

  4. AI Cyber Challenge marks pivotal inflection point for cyber defense — DARPA, 08.08.2025. darpa.mil ↩ ↩2 ↩3

  5. F. B. Cohen. Operating system protection through program evolution — Computers & Security, खंड 12, अंक 6, 10.1993. doi.org ↩

  6. S. Forrest, A. Somayaji, D. H. Ackley. Building diverse computer systems — HotOS-VI, IEEE, 05.05.1997. doi.org ↩

  7. S. Jajodia, A. K. Ghosh, V. Swarup, C. Wang, X. S. Wang (संपा.). Moving Target Defense: Creating Asymmetric Uncertainty for Cyber Threats — Springer, 2011. doi.org ↩

  8. J. Casaretto. Shape Security emerges from stealth, looking to change website security forever — SiliconANGLE, 21.01.2014. siliconangle.com ↩ ↩2 ↩3

  9. Linux 3.14 — Kernel Newbies, 30.03.2014. kernelnewbies.org ↩

  10. First ACM Workshop on Moving Target Defense (MTD 2014) — George Mason University, 03.11.2014. csis.gmu.edu ↩

  11. F5 to Acquire Shape Security, Transforming Application Security — F5 Networks (SEC में दाख़िल 8-K रिपोर्ट का संलग्नक), 19.12.2019. sec.gov ↩

  12. R. Tatoris. Trapping misbehaving bots in an AI Labyrinth — Cloudflare, 19.03.2025. blog.cloudflare.com ↩ ↩2

  13. D. Williams-King et al. Shuffler: Fast and Deployable Continuous Code Re-Randomization — OSDI, USENIX, 2016. cs.columbia.edu ↩ ↩2

  14. News Release: Israeli Morphisec Gets $200K for Cybersecurity Tech — U.S. Department of Homeland Security, 02.10.2018. dhs.gov ↩

  15. M. Dunlop, S. Groat, W. Urbanski, R. Marchany, J. Tront. MT6D: A Moving Target IPv6 Defense — MILCOM, IEEE, 11.2011. doi.org ↩

  16. J. H. Jafarian, E. Al-Shaer, Q. Duan. OpenFlow random host mutation: transparent moving target defense using software defined networking — HotSDN, ACM, 13.08.2012. doi.org ↩

  17. JavaScript Deobfuscation: Hiding Intent to Fortify Bot Defenses — Kasada, 12.03.2021. kasada.io ↩

  18. J. Koebler. Developer Creates Infinite Maze That Traps AI Training Bots — 404 Media, 23.01.2025. 404media.co ↩

  19. J. Sims. BlackMamba: Using AI to Generate Polymorphic Malware — HYAS Labs, 07.03.2023 (आर्काइव की गई प्रति). web.archive.org ↩

  20. [LLM का इस्तेमाल करने वाले प्रोग्राम LAMEHUG के ज़रिए सुरक्षा और रक्षा क्षेत्र पर UAC-0001 के साइबर हमले] (CERT-UA#16039) (यूक्रेनी में) — CERT-UA, 17.07.2025. cert.gov.ua ↩ ↩2

  21. R. A. Popa, F. Flynn. Introducing CodeMender: an AI agent for code security — Google DeepMind, 06.10.2025. deepmind.google ↩

  22. H. Adkins, G. Evron, B. Schneier. Autonomous AI Hacking and the Future of Cybersecurity — Schneier on Security (CSO से पुनर्प्रकाशन), 10.10.2025. schneier.com ↩

  23. H. Shacham et al. On the Effectiveness of Address-Space Randomization — ACM CCS, 10.2004. hovav.net ↩ ↩2

  24. H. Okhravi, T. Hobson, D. Bigelow, W. Streilein. Finding Focus in the Blur of Moving-Target Techniques — IEEE Security & Privacy, 03.2014. ll.mit.edu ↩

  25. Now You See Me, Now You Don’t: Using LLMs to Obfuscate Malicious JavaScript — Unit 42, Palo Alto Networks, 20.12.2024. unit42.paloaltonetworks.com ↩

  26. Hortea, Varlese, Romano, Tapiador. The Infinite Mutation Engine? Measuring Polymorphism in LLM-Generated Offensive Code — arXiv, 05.05.2026. arxiv.org ↩

  27. Nogueira, Pattabiraman, Vieira, Campos. A Systematic Methodology for Evaluating Failure Independence in LLM-Generated Code — arXiv, 02.07.2026. arxiv.org ↩

  28. A. Cherepanov, P. Strýček. First known AI-powered ransomware uncovered by ESET Research — ESET, 26.08.2025. welivesecurity.com ↩

  29. AI-Powered Ransomware That Sparked Concern Was NYU’s Work — NYU Tandon School of Engineering, 17.09.2025. engineering.nyu.edu ↩

  30. T. Claburn. Codeberg beset by AI bots that now bypass Anubis tarpit — The Register, 15.08.2025. theregister.com ↩

  31. T. Ormandy. Anubis. — lock.cmpxchg8b.com, 2025. lock.cmpxchg8b.com ↩

  32. future.log निर्णय लॉग, निर्णय सं. 23 (10.10.2026) और सं. 108 (12.10.2026) — future.log संपादकीय टीम; आंतरिक दस्तावेज़। ↩

  33. R. Lakshmanan. Google Uncovers PROMPTFLUX Malware That Uses Gemini AI to Rewrite Its Code Hourly — The Hacker News, 05.11.2025. thehackernews.com ⧗ ↩

  34. T. Meunier, M. Galicer. Forget IPs: using cryptography to verify bot and agent traffic — Cloudflare, 15.05.2025. blog.cloudflare.com ↩

  35. GTIG AI Threat Tracker: Adversaries Leverage AI for Vulnerability Exploitation, Augmented Operations, and Initial Access — Google Threat Intelligence Group, 11.05.2026. cloud.google.com ↩

आपका हस्ताक्षर

याद रखना है गुप्त शब्द — यही आपका पासवर्ड है। ट्रिपकोड उसी से बनता है और आपके नाम के पास सबको दिखता है: एक ही गुप्त शब्द से हमेशा एक ही ट्रिपकोड मिलता है, और उसके बिना कोई इसकी नकल नहीं कर सकता। गुप्त शब्द कहीं प्रकाशित नहीं होता और सर्वर पर संग्रहीत नहीं होता।