AI 97% সাফল্যের হারের সাথে দূষিত চিপের দুর্বলতা সনাক্ত করতে পারে – তবে এটি কি যথেষ্ট হবে?
হার্ডওয়্যার ট্রোজান সরবরাহ চেইনের গভীর থেকে বিশ্বব্যাপী চিপ শিল্পকে হুমকি দিচ্ছে। এমনকি 97% নির্ভুলতা উত্পাদন চিপগুলিতে ধ্বংসাত্মক দুর্বলতার জন্য জায়গা ছেড়ে দেয়। তাদের মোতায়েন করার আগে লুকানো হুমকি সনাক্ত করা একটি গুরুত্বপূর্ণ ইঞ্জিনিয়ারিং চ্যালেঞ্জ রয়ে গেছে। কম্পিউটার চিপগুলিতে লুকানো হুমকি সনাক্ত করতে AI ক্রমবর্ধমানভাবে ব্যবহৃত হচ্ছে। মিসৌরি বিশ্ববিদ্যালয়ের গবেষকরা দাবি করেছেন যে তাদের নতুন পদ্ধতির হার্ডওয়্যার ট্রোজান সনাক্তকরণে 97% সাফল্যের হার রয়েছে। এই ক্ষতিকারক পরিবর্তনগুলি চিপ উৎপাদনের সময় ঢোকানো হয় এবং ডেটা সেন্টার, চিকিৎসা সরঞ্জাম বা এমনকি প্রতিরক্ষা ব্যবস্থায় ব্যবহৃত ডিভাইসগুলির সাথে আপস করতে পারে। টিমের কাজটি ডিজিটাল অর্থনীতির অনেকাংশকে শক্তি দেয় এমন হার্ডওয়্যারকে রক্ষা করার জন্য কৃত্রিম বুদ্ধিমত্তার সরঞ্জামগুলি প্রয়োগ করার ক্ষেত্রে একটি গুরুত্বপূর্ণ পদক্ষেপের প্রতিনিধিত্ব করে৷ আপনি হার্ডওয়্যার Trojans সঙ্গে ক্রমাগত সমস্যা পছন্দ করতে পারে. আধুনিক কম্পিউটার চিপগুলি একটি বিস্তৃত গ্লোবাল সাপ্লাই চেইনের মাধ্যমে উত্পাদিত হয়, যার নকশা, পরীক্ষা এবং সমাবেশ প্রায়শই বিভিন্ন দেশের একাধিক সংস্থা দ্বারা সম্পাদিত হয়। এই জটিলতা উৎপাদনের কার্যত যেকোনো পর্যায়ে ট্রোজানদের প্রবর্তনের সুযোগ তৈরি করে, তাদের সনাক্ত করা অত্যন্ত কঠিন করে তোলে। একবার মোতায়েন করা হলে, সক্রিয় না হওয়া পর্যন্ত তারা নিষ্ক্রিয় থাকতে পারে, যা ডেটা চুরি বা ডিভাইস ব্যর্থতার দিকে পরিচালিত করে। এই ধরনের ট্রোজান হুমকি শনাক্ত করা এবং অপসারণ করা ব্যয়বহুল, এবং গুরুতর ক্ষেত্রে কোম্পানিগুলিকে পুরো পণ্য লাইন প্রত্যাহার করতে বাধ্য করতে পারে, আর্থিক এবং খ্যাতি উভয়েরই ক্ষতি। আপনার ব্যবসা সফল হওয়ার জন্য প্রয়োজনীয় সমস্ত শীর্ষ খবর, মতামত, বৈশিষ্ট্য এবং পরামর্শ পেতে TechRadar Pro নিউজলেটারে সাইন আপ করুন! এবং হার্ডওয়্যার ট্রোজান সনাক্তকরণের জন্য DeepSeek-V2। PEARL স্ক্র্যাচ থেকে প্রশিক্ষণ ছাড়াই ভেরিলগ কোডে ট্রোজান সনাক্ত করতে জিরো-শট, ওয়ান-শট এবং লো-শট কৌশল সহ প্রাসঙ্গিক শিক্ষার কৌশল ব্যবহার করে। এটি মানব-পঠনযোগ্য ব্যাখ্যা প্রদান করে যে কেন কোডের একটি বিভাগকে দূষিত হিসাবে শ্রেণীবদ্ধ করা হয়েছিল, যার ফলে স্বচ্ছতা বৃদ্ধি পায়। আপনি ওপেন সোর্স এবং এন্টারপ্রাইজ LLM এর সমন্বয় পছন্দ করতে পারেন, গবেষকরা ট্রাস্ট-হাব এবং ISCAS 85/89 ডেটাসেট সহ বিভিন্ন চিপ বেঞ্চমার্ক জুড়ে মডেলের অভিযোজনযোগ্যতা এবং ব্যাখ্যাযোগ্যতা পরীক্ষা করেছেন। পরীক্ষামূলক ফলাফল দেখায় যে GPT-3.5 Turbo-এর মতো এন্টারপ্রাইজ LLMগুলি অজানা হার্ডওয়্যার ট্রোজান শনাক্ত করার ক্ষেত্রে 97% পর্যন্ত নির্ভুলতা অর্জন করেছে, যেখানে DeepSeek-V2-এর মতো ওপেন সোর্স মডেলগুলি অজানা হার্ডওয়্যার ট্রোজান শনাক্ত করার ক্ষেত্রে প্রায় 97% নির্ভুলতা অর্জন করেছে। 91%। উপরন্তু, PEARL একটি “গোল্ডেন মডেল” এর প্রয়োজন ছাড়াই কাজ করে, যা সাধারণত তুলনা করার জন্য ব্যবহৃত একটি ফাঁকা রেফারেন্স চিপ, যা ব্যাপক ব্যবহারিক অ্যাপ্লিকেশনের জন্য অনুমতি দেয়। প্রতিশ্রুতিশীল ফলাফল সত্ত্বেও, 97% সনাক্তকরণ হার এখনও অনাক্ষিত ট্রোজানদের জন্য একটি ছোট কিন্তু উল্লেখযোগ্য মার্জিন ছেড়ে দেয়। প্রদত্ত যে চিপগুলি সমালোচনামূলক ডিজিটাল সিস্টেমগুলিকে আন্ডারপিন করে, আর্থিক নেটওয়ার্ক থেকে শুরু করে জাতীয় প্রতিরক্ষা ক্রিয়াকলাপ পর্যন্ত, এমনকি ছোটখাটো দুর্বলতারও সুদূরপ্রসারী পরিণতি হতে পারে। শিল্পগুলিতে, একটি মিস করা হুমকি বিপর্যয়কর ব্যর্থতার দিকে নিয়ে যেতে পারে, তাই বিশেষজ্ঞরা ম্যানুয়াল পর্যালোচনা এবং পরীক্ষার অতিরিক্ত স্তর ছাড়াই শুধুমাত্র এআই-ভিত্তিক মডেলগুলির উপর নির্ভর করতে সতর্ক থাকেন। লেখকরা স্বীকার করেছেন যে নিখুঁত সনাক্তকরণ অধরা থেকে যায়, বিশেষ করে নতুন ট্রোজানদের পরিশীলিততার কারণে। Google News-এ TechRadar অনুসরণ করুন এবং আপনার ফিডে আমাদের বিশেষজ্ঞের খবর, পর্যালোচনা এবং মতামত পেতে আপনার পছন্দের উৎস হিসেবে আমাদের যোগ করুন। “সাবস্ক্রাইব” বোতামটি ক্লিক করতে ভুলবেন না! এবং অবশ্যই, আপনি খবর, পর্যালোচনা, আনবক্সিং ভিডিওগুলির জন্য TikTok-এ TechRadar অনুসরণ করতে পারেন এবং WhatsApp-এ আমাদের কাছ থেকে নিয়মিত আপডেট পেতে পারেন। আপনি পছন্দ করতে পারেন
প্রকাশিত: 2025-10-17 02:01:00
উৎস: www.techradar.com
