നേട്ടങ്ങൾ:
- പുനഃപ്രവേശനം, ആക്സസ് കൺട്രോൾ, ഒറാക്കിൾ മാനിപുലേഷൻ, ഫ്രണ്ട് റണ്ണിംഗ് എന്നിവ പോലുള്ള പൊതുവായ ദുർബലത പാറ്റേണുകൾ തിരിച്ചറിയാനും അവയെ ഒരു സ്റ്റാറ്റിക് അനാലിസിസ് ടൂൾ + ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് + ഹ്യൂമൻ ഉപയോഗിച്ച് സ്കാൻ ചെയ്യാനും ഉള്ള കഴിവ്.
- ടൂൾ ഔട്ട്പുട്ട് വിശദീകരിക്കുന്നതിലും MEV, ബിസിനസ് ലോജിക് എന്നിവയിലെ തെറ്റായ പോസിറ്റീവുകൾക്കും ബലഹീനതകൾക്കും മുൻഗണന നൽകുന്നതിലും AI ശക്തികൾ തമ്മിൽ വേർതിരിച്ചറിയാനുള്ള കഴിവ്
- 'ക്ലീൻ സ്കാൻ' എന്നത് ഒരു സുരക്ഷാ സർട്ടിഫിക്കറ്റല്ലെന്നും, സ്കാനിംഗ് എന്നത് നിയന്ത്രണത്തിൻ്റെ ഒരു പാളി മാത്രമാണെന്നും മനസ്സിലാക്കുക
ഓഡിറ്റിങ്ങിൻ്റെ സമഗ്രമായ അച്ചടക്കം ഞങ്ങൾ മുൻ യൂണിറ്റിൽ കണ്ടു. ഈ യൂണിറ്റിൽ, ഞങ്ങൾ കൂടുതൽ സാങ്കേതിക വിഷയത്തിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു: കേടുപാടുകൾ സ്കാനിംഗ് — കോഡിലെ അറിയപ്പെടുന്ന ദുർബലത പാറ്റേണുകൾക്കായുള്ള വ്യവസ്ഥാപിത തിരയൽ. അറിയപ്പെടുന്ന ദുർബലത പാറ്റേണുകൾ സ്കാൻ ചെയ്യുകയും വിവരിക്കുകയും ചെയ്യുന്ന ഒരു അസിസ്റ്റൻ്റായി സ്റ്റാറ്റിക് അനാലിസിസ് ടൂളുകൾക്കൊപ്പം ഞങ്ങൾ ഇവിടെ AI ഉപയോഗിക്കും. ലക്ഷ്യം: ഏറ്റവും സാധാരണമായ കേടുപാടുകൾ ആഴത്തിൽ അറിയാനും AI എവിടെയാണ് വിശ്വസനീയമായതെന്നും അവ സ്കാൻ ചെയ്യുന്നതിൽ അത് അപര്യാപ്തമാണെന്നും വേർതിരിച്ചറിയുക.
സ്റ്റാറ്റിക്, ഡൈനാമിക് സ്കാനിംഗ്
സ്കാനിംഗ് രണ്ട് തരത്തിലാണ്. സ്റ്റാറ്റിക് അനാലിസിസ് — കോഡ് പ്രവർത്തിപ്പിക്കാതെ തന്നെ പരിശോധിക്കുന്നു: സ്ലിതർ, മൈത്രിൽ തുടങ്ങിയ ഉപകരണങ്ങൾ കരാർ കോഡ് സ്കാൻ ചെയ്യുകയും അറിയപ്പെടുന്ന പാറ്റേണുകൾ ഫ്ലാഗ് ചെയ്യുകയും ചെയ്യുന്നു. ഡൈനാമിക്/സിംബോളിക് വിശകലനം (വ്യത്യസ്ത ഇൻപുട്ടുകൾ ഉപയോഗിച്ച് കോഡ് പ്രവർത്തിപ്പിക്കുക അല്ലെങ്കിൽ ഗണിതശാസ്ത്രപരമായി അത് പര്യവേക്ഷണം ചെയ്യുക): ഫസിംഗും (റാൻഡം ഇൻപുട്ട് ഉപയോഗിച്ച് ബോംബിംഗ്), പ്രതീകാത്മക നിർവ്വഹണവും (സാധ്യമായ എല്ലാ പാതകളും പര്യവേക്ഷണം ചെയ്യുക) ഈ ഗ്രൂപ്പിൽ ഉൾപ്പെടുന്നു.
AI ഈ ഉപകരണങ്ങളെ മാറ്റിസ്ഥാപിക്കുന്നില്ല, അത് അവയെ പൂർത്തീകരിക്കുന്നു: വാഹനം ഒരു മുന്നറിയിപ്പ് നൽകുമ്പോൾ, AI മുന്നറിയിപ്പ് ലളിതമായ ഭാഷയിൽ വിശദീകരിക്കുന്നു; ഉപകരണം ഒരു പാറ്റേൺ നഷ്ടപ്പെടുമ്പോൾ AI-ക്ക് ഓർമ്മപ്പെടുത്താനാകും; എന്നാൽ AI-ക്ക് മാത്രം അത് എത്രത്തോളം സ്കാൻ ചെയ്യുമെന്ന് ഉറപ്പുനൽകാൻ കഴിയില്ല. ശരിയായ വർക്ക്ഫ്ലോ: ടൂൾ + AI + ഹ്യൂമൻ.
നുറുങ്ങ്: AI-ക്ക് ഒരു സ്റ്റാറ്റിക് അനാലിസിസ് ടൂളിൻ്റെ ഔട്ട്പുട്ട് നൽകുക (ഉദാ. സ്ലിതർ റിപ്പോർട്ട്) കൂടാതെ "ഓരോ അലേർട്ടും പ്ലെയിൻ ഭാഷയിൽ വിശദീകരിക്കുക, അവ യഥാർത്ഥ അപകടസാധ്യതകളും തെറ്റായ പോസിറ്റീവുകളുമാകാം?" ചോദിക്കുക. റോ ടൂൾ ഔട്ട്പുട്ട് മനസ്സിലാക്കാവുന്നതും മനുഷ്യർക്ക് മുൻഗണന നൽകുന്നതുമാക്കുന്നതിൽ AI വിലമതിക്കാനാവാത്തതാണ്.
ഏറ്റവും സാധാരണമായ ദുർബലത പാറ്റേണുകൾ
1. വീണ്ടും പ്രവേശനം. ഒരു ഫംഗ്ഷൻ അതിൻ്റെ നില അപ്ഡേറ്റ് ചെയ്യാതെ ഒരു ബാഹ്യ കരാറിനെ വിളിക്കുകയാണെങ്കിൽ, വിളിച്ച കരാറിന് തിരികെ പോകാനും അതേ ഫംഗ്ഷൻ വീണ്ടും പ്രവർത്തനക്ഷമമാക്കാനും ഫണ്ട് ഒന്നിലധികം തവണ പിൻവലിക്കാനും കഴിയും. പരിഹാരം: ചെക്കുകൾ-ഇഫക്റ്റുകൾ-ഇൻ്ററാക്ഷൻസ് ഓർഡറും റീഎൻട്രൻസി ഗാർഡും.
2. പ്രവേശന നിയന്ത്രണത്തിൻ്റെ അഭാവം. ഒരു നിർണായക പ്രവർത്തനം (പിൻവലിക്കൽ, പിൻവലിക്കൽ, നവീകരണം) ആകസ്മികമായി പരസ്യമാക്കപ്പെടുന്നു. ഇത് ഏറ്റവും സാധാരണവും ചെലവേറിയതുമായ തെറ്റുകളിൽ ഒന്നാണ്.
3. ഒറാക്കിൾ കൃത്രിമത്വം. ഒരു ബാഹ്യ വില ഉറവിടത്തിൽ (ഒറാക്കിൾ) കരാറിൻ്റെ അന്ധമായ ആശ്രയം. ആക്രമണകാരി വില തൽക്ഷണം കൈകാര്യം ചെയ്യുകയും പ്രോട്ടോക്കോൾ വഞ്ചിക്കുകയും ചെയ്യുന്നു. പരിഹാരം: സമയം കണക്കാക്കിയ ശരാശരി വില (TWAP), മൾട്ടി-സോഴ്സ്.
4. പൂർണ്ണസംഖ്യ ഓവർഫ്ലോ/അണ്ടർഫാൾ. ഒരു സംഖ്യ അനുവദനീയമായ പരമാവധി മൂല്യം കവിയുകയും തുടക്കത്തിലേക്ക് മടങ്ങുകയും ചെയ്യുമ്പോൾ. ആധുനിക സോളിഡിറ്റി അതിൻ്റെ ഭൂരിഭാഗവും സ്വയമേവ പിടിക്കുന്നു, പക്ഷേ അപകടസാധ്യത താഴ്ന്ന നിലയിലുള്ള (അസംബ്ലി) കോഡിൽ തുടരുന്നു.
5. ഫ്രണ്ട്-റണ്ണിംഗ്. ഇടപാടുകൾ സ്ഥിരീകരിക്കുന്നതിന് മുമ്പ് പൊതു പൂളിൽ (മെമ്പൂൾ) ദൃശ്യമാകും; ആക്രമണകാരിക്ക് നിങ്ങളുടെ ഇടപാട് കാണാനും അതിന് മുന്നിൽ സ്വന്തം ഇടപാട് ചേർക്കാനും കഴിയും. MEV (പരമാവധി എക്സ്ട്രാക്റ്റബിൾ മൂല്യം - ഇടപാട് ക്രമത്തിൽ നിന്ന് വേർതിരിച്ചെടുത്ത മൂല്യം) ആണ് ഈ വിഷയത്തിൻ്റെ പൊതുവായ പേര്.
6. സേവന നിഷേധം (DoS). ഒരു ലൂപ്പ് വളരെ ചെലവേറിയതായിത്തീരുകയും ഫംഗ്ഷൻ ഉപയോഗശൂന്യമാക്കുകയും ചെയ്യുന്നു, അല്ലെങ്കിൽ ഒരു വിലാസത്തെ ആശ്രയിക്കുന്നത് ലോക്ക് ആകും.
7. അപകടസാധ്യതകൾ നവീകരിക്കുക. അപ്ഗ്രേഡ് ചെയ്യാവുന്ന കരാറുകളിൽ സ്റ്റോറേജ് കൂട്ടിയിടിയും അധികാര ദുർവിനിയോഗവും.
ദുർബലത
AI സ്കാനിംഗ് ട്രസ്റ്റ്
എന്തിന്
വീണ്ടും പ്രവേശനം
ഉയർന്നത്
അറിയപ്പെടുന്ന, വ്യക്തമായ പാറ്റേൺ
പ്രവേശന നിയന്ത്രണം
ഉയർന്നത്
പൂപ്പൽ സ്കാൻ ചെയ്യാം
പൂർണ്ണസംഖ്യ പ്രവർത്തനങ്ങൾ
ഉയർന്നത്
സ്റ്റാൻഡേർഡ് നിയന്ത്രണം
ഒറാക്കിൾ കൃത്രിമത്വം
ഇടത്തരം
സന്ദർഭം ആവശ്യമാണ്
ഫ്രണ്ട്-റണ്ണിംഗ്/MEV
ഇടത്തരം-താഴ്ന്ന
പ്രത്യേക പ്രോട്ടോക്കോൾ
ബിസിനസ് ലോജിക് പിശക്
താഴ്ന്ന
ആധികാരികമായ, സന്ദർഭോചിതമായ
ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്
ദുർബലമായ പ്രോംപ്റ്റ്:
ഈ കോഡിൽ എന്തെങ്കിലും പഴുതുണ്ടോ?
ശക്തമായ നിർദ്ദേശം:
നിങ്ങളുടെ റോൾ: സുരക്ഷാ സ്ക്രീനിംഗ് അസിസ്റ്റൻ്റ്. ഇനിപ്പറയുന്ന അറിയപ്പെടുന്ന പാറ്റേണുകൾക്കായി ചുവടെയുള്ള കരാർ സ്കാൻ ചെയ്യുക കൂടാതെ ഓരോന്നിനും "അപകടസാധ്യത/ഇല്ല/ഉറപ്പില്ലാത്തത്": പുനഃപ്രവേശനം, ആക്സസ് കൺട്രോൾ, പൂർണ്ണസംഖ്യ പ്രവർത്തനങ്ങൾ, ഒറാക്കിൾഡിപെൻഡൻസി, ഫ്രണ്ട്-റണ്ണിംഗ്, DoS, അപ്ഗ്രേഡ് സുരക്ഷ. ഓരോ നിർണ്ണയവും പ്രസക്തമായ ലൈനിലേക്ക് ലിങ്ക് ചെയ്യുകയും അപകടസാധ്യത എന്തുകൊണ്ടാണെന്ന് വിശദീകരിക്കുകയും ചെയ്യുക. ഒരു സ്റ്റാറ്റിക് അനാലിസിസ് ടൂളും ഓഡിറ്ററും ഉപയോഗിച്ച് സ്ഥിരീകരിക്കുന്ന അനുമാനങ്ങളാണിവ. തെറ്റായ പോസിറ്റീവുകൾ ഉണ്ടാകാമെന്നത് ശ്രദ്ധിക്കുക.
പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ
1) ടൂൾ ഔട്ട്പുട്ട് വിവരണം:
ഒരു സ്റ്റാറ്റിക് അനാലിസിസ് ടൂളിൻ്റെ (സ്ലിതർ) റിപ്പോർട്ട് ചുവടെയുണ്ട്. ഓരോ അലേർട്ടും പ്ലെയിൻ ഭാഷയിൽ വിശദീകരിക്കുക: എന്താണ് അർത്ഥമാക്കുന്നത്, ഇത് ഒരു യഥാർത്ഥ അപകടമാണോ അല്ലെങ്കിൽ സാധ്യമായ തെറ്റായ പോസിറ്റീവ് ആണോ, അതിൻ്റെ മുൻഗണന എന്തായിരിക്കണം? ഉറച്ച തീരുമാനം എടുക്കരുത്; ഓഡിറ്റർ സ്ഥിരീകരണത്തിന് മുൻഗണന നൽകുക.
2) റീ എൻട്രൻസി ഫോക്കസ്ഡ് സ്ക്രീനിംഗ്:
ഈ കരാറിൽ ബാഹ്യ കോളുകൾ ചെയ്യുന്ന എല്ലാ പ്രവർത്തനങ്ങളും കണ്ടെത്തുക. അവയിൽ ഓരോന്നിനും പരിശോധനകൾ-ഇഫക്റ്റുകൾ-ഇൻ്ററാക്ഷനുകളുടെ ക്രമം പാലിക്കുന്നുണ്ടോയെന്നും ഒരു റീഎൻട്രൻസി ഗാർഡ് ഉണ്ടോ എന്നും പരിശോധിക്കുക. അപകടസാധ്യതയുള്ളവ ഒരു വരി ഉപയോഗിച്ച് കാണിക്കുക. നിങ്ങൾക്ക് ഉറപ്പില്ലെങ്കിൽ അടയാളപ്പെടുത്തുക; ചൂഷണ കോഡ് സൃഷ്ടിക്കുന്നു.
3) പ്രവേശന നിയന്ത്രണ മാപ്പ്:
ഈ കരാറിലെ എല്ലാ ബാഹ്യ/പൊതു പ്രവർത്തനങ്ങളും ലിസ്റ്റുചെയ്യുകയും ഓരോന്നിനും "ആർക്കൊക്കെ വിളിക്കാൻ കഴിയും" (എല്ലാവർക്കും/ഉടമ/റോൾ) വ്യക്തമാക്കുകയും ചെയ്യുക. നിർണായക പ്രവർത്തനങ്ങൾ നടത്തുക (പിൻവലിക്കുക, അച്ചടിക്കുക, നവീകരിക്കുക) കൂടാതെ ദുർബലമായ ആക്സസ് നിയന്ത്രണമുള്ളവ അടയാളപ്പെടുത്തുക. ഒരു ടേബിളിനൊപ്പം അവതരിപ്പിക്കുക.
4) തെറ്റായ പോസിറ്റീവ് ഉന്മൂലനം:
ഈ സ്കാൻ മുന്നറിയിപ്പ് ഒരു യഥാർത്ഥ അപകടസാധ്യത (തെറ്റായ പോസിറ്റീവ്) ആകാത്തത് എന്തുകൊണ്ടെന്ന് പരിഗണിക്കുക: ഏത് സന്ദർഭമോ കോഡ് അവസ്ഥയോ ഈ മുന്നറിയിപ്പിനെ അസാധുവാക്കും? എന്നാൽ "തീർച്ചയായും ഒരു പ്രശ്നവുമില്ല" എന്ന് പറയരുത്; സ്ഥിരീകരണം ആവശ്യമുള്ള പോയിൻ്റുകൾ ലിസ്റ്റ് ചെയ്യുക.
മൂന്ന് മിനി കേസുകൾ (എണ്ണങ്ങളിൽ)
കേസ് 1 - വാഹനം + AI കാര്യക്ഷമത ഇരട്ടിയാക്കി. ഒരു ടീം 12-കോൺട്രാക്റ്റ് പ്രോജക്റ്റിൽ സ്ലിതറിനെ പ്രവർത്തിപ്പിക്കുകയും 140 മുന്നറിയിപ്പുകൾ ലഭിക്കുകയും ചെയ്തു. അലേർട്ടുകൾക്ക് AI വിശദീകരിക്കുകയും മുൻഗണന നൽകുകയും ചെയ്തുകഴിഞ്ഞാൽ, 140 അലേർട്ടുകളിൽ 95 എണ്ണവും തെറ്റായ പോസിറ്റീവ് ആണെന്ന് തെളിഞ്ഞു; 45 യഥാർത്ഥ സ്ഥാനാർത്ഥികളിൽ ടീം ശ്രദ്ധ കേന്ദ്രീകരിച്ചു. ട്രയേജ് സമയം 2 ദിവസത്തിൽ നിന്ന് 5 മണിക്കൂറായി കുറഞ്ഞു. പാഠം: വാഹന ഉൽപ്പാദനം മാനുഷികമാക്കുന്നതിൽ AI ശക്തമാണ്.
കേസ് 2 - AI ഹൈജാക്ക് ചെയ്തു MEV. ഒരു DEX (വികേന്ദ്രീകൃത എക്സ്ചേഞ്ച്) കരാറിൽ, AI, സ്റ്റാൻഡേർഡ് പാറ്റേണുകൾ വൃത്തിയുള്ളതായി കണ്ടെത്തി, എന്നാൽ ഒരു മുൻനിര അപകടസാധ്യത കണ്ടെത്തുന്നതിൽ പരാജയപ്പെട്ടു; കാരണം ഇത് പ്രോട്ടോക്കോളിൻ്റെ പ്രവർത്തന ക്രമത്തിന് പ്രത്യേകമായിരുന്നു. ഹ്യൂമൻ ഓഡിറ്ററും സിമുലേഷനും പിടിച്ചെടുത്തു. പാഠം: MEV/ഫ്രണ്ട് റണ്ണിംഗ് പോലുള്ള പ്രോട്ടോക്കോൾ-നിർദ്ദിഷ്ട അപകടസാധ്യതകൾ AI-യുടെ ദുർബലമായ മേഖലയാണ്.
കേസ് 3 - തെറ്റായ പോസിറ്റീവിനായി സമയം പാഴാക്കുന്നത് ഒഴിവാക്കി. ഒരു റീ എൻട്രൻസി മുന്നറിയിപ്പ് യഥാർത്ഥത്തിൽ തെറ്റായ പോസിറ്റീവ് ആണെന്ന് AI വിശദീകരിച്ചപ്പോൾ ടീം അനാവശ്യമായ തിരുത്തിയെഴുതലിൽ നിന്ന് ഒഴിവാക്കപ്പെട്ടു (ഫംഗ്ഷൻ ഇതിനകം തന്നെ സൂക്ഷിച്ചിരുന്നു). എന്നാൽ ഒരു പരീക്ഷണത്തിലൂടെ ടീം അത് സ്ഥിരീകരിച്ചു. പാഠം: AI മുൻഗണന നൽകുന്നു; പരിശോധനയ്ക്കൊപ്പം വീണ്ടും സ്ഥിരീകരണം വരുന്നു.
സ്കാനിംഗ് പരിധികൾ
സ്കാൻ അറിയപ്പെടുന്ന പാറ്റേണുകൾ കണ്ടെത്തുന്നു. ഒരു പുതിയ, അതുല്യമായ അല്ലെങ്കിൽ പ്രോട്ടോക്കോൾ-നിർദ്ദിഷ്ട കേടുപാടുകൾ കണ്ടെത്തുമെന്ന് ഉപകരണമോ AI യോ ഉറപ്പുനൽകുന്നില്ല. അതിനാൽ, സ്ക്രീനിംഗ് ഓഡിറ്റിൻ്റെ ഭാഗമാണ്; താനല്ല. "സ്കാൻ ശുദ്ധമാണ്, അതിനാൽ അത് സുരക്ഷിതമാണ്" എന്ന ആശയം ഈ മേഖലയിലെ ഏറ്റവും അപകടകരമായ തെറ്റിദ്ധാരണകളിലൊന്നാണ്. ഡ്രെഡ്ജിംഗ് താഴ്ന്ന തൂങ്ങിക്കിടക്കുന്ന പഴങ്ങൾ എടുക്കുന്നു; ആഴമേറിയതും അതുല്യവുമായ അപകടസാധ്യതകൾക്ക്, മനുഷ്യ വൈദഗ്ദ്ധ്യം, പരിശോധന, ഫസിംഗും ഔപചാരിക ഓഡിറ്റിംഗ് എന്നിവയും അത്യാവശ്യമാണ്.
മുന്നറിയിപ്പ്: സ്കാനിംഗ് ടൂളിൻ്റെയോ AI യുടെയോ "വൃത്തിയുള്ള" റിപ്പോർട്ട് ഒരു സുരക്ഷാ സർട്ടിഫിക്കറ്റല്ല. അത് അങ്ങനെ അവതരിപ്പിക്കുന്നത് - പ്രത്യേകിച്ച് നിക്ഷേപകർക്ക് - തെറ്റിദ്ധരിപ്പിക്കുന്നതും അധാർമികവുമാണ്.
സാധാരണ തെറ്റുകൾ
- പരിശോധനയ്ക്കായി സ്ക്രീനിംഗ് മാറ്റിസ്ഥാപിക്കുന്നു. സ്കാനിംഗ് ഒരു പാളിയാണ്, മുഴുവൻ അല്ല.
- ടൂളുകളില്ലാതെ AI ഉപയോഗിക്കുന്നു. സ്റ്റാറ്റിക് വിശകലനം + AI + മനുഷ്യർ ഒരുമിച്ച് പ്രവർത്തിക്കുന്നു.
- സ്ഥിരീകരണമില്ലാതെ തെറ്റായ പോസിറ്റീവുകൾ ഇല്ലാതാക്കുന്നു. ഓരോ സ്ക്രീനും പരീക്ഷിച്ചു/മനുഷ്യൻ പരിശോധിച്ചു.
- AI-യെ ആശ്രയിച്ച് പ്രോട്ടോക്കോൾ-നിർദ്ദിഷ്ട അപകടസാധ്യതകൾ (MEV) മറികടക്കുന്നു. AI യുടെ ദുർബലമായ മേഖല.
- "ക്ലീൻ സ്കാൻ" = "സുരക്ഷിതം" എന്ന് ചിന്തിക്കുന്നു. അജ്ഞാതമായത് കണ്ടെത്താൻ അതിന് കഴിയില്ല.
- ചൂഷണ കോഡ് സൃഷ്ടിക്കുന്നു. പ്രതിരോധ അപകട വിവരണം മാത്രമാണ് നിയമാനുസൃതം.
ചുരുക്കത്തിൽ
- വാഹനം + AI + ഹ്യൂമൻ ഉപയോഗിച്ച് അറിയപ്പെടുന്ന ദുർബലത പാറ്റേണുകൾക്കായി വൾനറബിലിറ്റി സ്കാനിംഗ് തിരയുന്നു.
- സ്റ്റാറ്റിക് അനാലിസിസ് ടൂൾ ഔട്ട്പുട്ട് വിശദീകരിക്കാനും മുൻഗണന നൽകാനും AI ശക്തമാണ്.
- പുനഃപ്രവേശനം, പ്രവേശന നിയന്ത്രണം തുടങ്ങിയ വ്യക്തമായ പാറ്റേണുകളിൽ വിശ്വസനീയം; MEV, ബിസിനസ് ലോജിക് എന്നിവയിൽ ദുർബലമാണ്.
- തെറ്റായ പോസിറ്റീവുകൾ ഇല്ലാതാക്കുന്നതിന് പോലും സ്ഥിരീകരണം ആവശ്യമാണ്.
- "ക്ലീൻ സ്കാൻ" എന്നത് ഒരു സുരക്ഷാ സർട്ടിഫിക്കറ്റല്ല; ഇത് മേൽനോട്ടത്തിന് പകരമാവില്ല.
ആപ്ലിക്കേഷൻ ടാസ്ക്
ഒരു സാമ്പിൾ കരാറിൽ ഒരു സ്റ്റാറ്റിക് അനാലിസിസ് ടൂൾ പ്രവർത്തിപ്പിക്കുക (സാധ്യമെങ്കിൽ) അല്ലെങ്കിൽ ഒരു റെഡിമെയ്ഡ് സ്ലിതർ റിപ്പോർട്ട് കണ്ടെത്തുക. AI-യിലേക്ക് "ടൂൾ ഔട്ട്പുട്ട് വിവരണം" പ്രോംപ്റ്റ് പ്രയോഗിക്കുക. AI: (1) മുന്നറിയിപ്പുകൾ ശരിയായി വിശദീകരിക്കുന്നുണ്ടോ എന്ന് വിലയിരുത്തുക, (2) തെറ്റായ പോസിറ്റീവുകൾ തമ്മിൽ വേർതിരിച്ചറിയുന്നതിൽ അർത്ഥമുണ്ടോ, (3) ഒരു പ്രോട്ടോക്കോൾ-നിർദ്ദിഷ്ട അപകടസാധ്യത നഷ്ടപ്പെടുന്നു. ഒരു പട്ടികയിലെ “വാഹനം കണ്ടെത്തി / AI വിശദീകരിച്ചു / മനുഷ്യൻ സ്ഥിരീകരിച്ചു” എന്ന കോളങ്ങൾ പൂരിപ്പിക്കുക.
ചെക്ക്ലിസ്റ്റ്
- [ ] ഞാൻ ഹാച്ച് നിയന്ത്രണത്തിൻ്റെ ഒരു പാളിയായി സ്ഥാപിച്ചു.
- [ ] ഞാൻ സ്റ്റാറ്റിക് അനാലിസിസ് ടൂൾ + AI + ഹ്യൂമൻ ഒരുമിച്ച് ഉപയോഗിച്ചു.
- [ ] ഞാൻ അറിയപ്പെടുന്ന പാറ്റേണുകൾക്കായി വിഭാഗം പ്രകാരമുള്ള വിഭാഗം തിരഞ്ഞു.
- [ ] സ്ഥിരീകരണത്തോടെ ഞാൻ തെറ്റായ പോസിറ്റീവുകൾ ഇല്ലാതാക്കി.
- MEV/ബിസിനസ് ലോജിക് പോലുള്ള ദുർബല മേഖലകളിൽ ഞാൻ മനുഷ്യരെ ആശ്രയിച്ചു.
- [ ] ഞാൻ ഉറപ്പായി "ക്ലീൻ സ്വീപ്പ്" വാഗ്ദാനം ചെയ്തില്ല.
- [ ] ഞാൻ പ്രതിരോധ ആവശ്യങ്ങൾക്കായി മാത്രം പ്രവർത്തിച്ചു; ഞാൻ ചൂഷണങ്ങൾ സൃഷ്ടിച്ചിട്ടില്ല.