रामुते वर्नेलिटे, आईपीएक्सओ के सीईओ – साक्षात्कार श्रृंखला

रामुते वर्नेलिटे, आईपीएक्सओ के सीईओ, 15 वर्षों से अधिक के व्यावसायिक नेतृत्व के अनुभव के साथ, 2025 की शुरुआत में कंपनी का नेतृत्व करने के लिए नियुक्त किया गया था। अपनी भूमिका में, वह रणनीतिक विकास, परिचालन उत्कृष्टता और बाजार स्थिति को बढ़ावा देती है, यह सुनिश्चित करती है कि आईपीएक्सओ आईपी पता किराये और प्रबंधन में नवाचार के अग्रिम मोर्चे पर बना हुआ है।

आईपीएक्सओ, इंटरनेट प्रोटोकॉल एक्सचेंज संगठन के लिए छोटा, 2021 में वैश्विक आईपीवी4 की कमी को संबोधित करने के लिए एक गतिशील किराये और मुद्रीकरण मंच बनाने के लिए स्थापित किया गया था। यह दुनिया का सबसे बड़ा पूरी तरह से स्वचालित बाजार बन गया है आईपी पता किराये। यह मंच वैश्विक स्तर पर लाखों आईपी पते का समर्थन करता है, क्षेत्रीय इंटरनेट रजिस्ट्री के साथ मजबूत संबंधों और एक एकीकृत, कुशल आईपी पारिस्थितिकी तंत्र बनाने के मिशन के साथ।

हम आईपीएक्सओ द्वारा व्यवहार-आधारित जोखिम प्रोफाइलिंग और मशीन लर्निंग का उपयोग करके हानिरहित एआई स्वचालन और दुर्भाग्यपूर्ण बॉट गतिविधि के बीच अंतर करने के तरीके पर चर्चा करेंगे। बातचीत इंटरनेट ट्रैफिक में एआई एजेंटों के उदय, आईएसपी साइबर सुरक्षा चुनौतियों और सुरक्षा के साथ संचालन की दक्षता को संतुलित करने के लिए रणनीतियों का अन्वेषण करेगी।

किन रुझानों ने आपको यह निष्कर्ष निकालने के लिए प्रेरित किया कि एआई एजेंट – केवल स्क्रैपिंग बॉट्स के बजाय – अब कई संगठनों में ट्रैफिक पैटर्न को प्रभावित करते हैं?

बॉट अब हर जगह हैं, मानव ट्रैफिक को बहुत पार कर गया है। बॉट ट्रैफिक का लगभग एक तिहाई हिस्सा “बुरे बॉट” शेयर से बना है, जो बहुत सारी दुर्भाग्यपूर्ण गतिविधियों में योगदान देता है। रुझान विभिन्न घटना रिपोर्टों में स्पष्ट है: जब कंपनियां असामान्य या हानिकारक ट्रैफिक, एपीआई उपयोग में अजीब स्पाइक्स या अन्य असामान्यताओं की जांच करती हैं, तो साक्ष्य यह दर्शाता है कि इन स्वचालित प्रणालियों में से कई एआई एजेंटों की तरह व्यवहार करती हैं, क्योंकि वे अलग-अलग ब्राउज़र या डिवाइस (यूजर-एजेंट स्पूफिंग) का अनुकरण करती हैं, जल्दी से अपने आईपी (तेज़ आईपी रोटेशन) बदलती हैं, और सामान्य स्क्रैपिंग बॉट गतिविधि की तुलना में असंगत होती हैं। मूल रूप से, ट्रैफिक की भारी मात्रा और उनके कार्यों की बढ़ी हुई जटिलता एआई एजेंटों की ओर इशारा करती है, न कि केवल सरल बॉट्स।

आईपी जोखिम प्रोफाइल बनाने के लिए कौन से व्यवहार संकेतों का उपयोग किया जाता है – जैसे कि अनुरोध आवृत्ति, हेडर, या भौगोलिक पैटर्न?

यह संभव है कि आईपी के “प्रतिष्ठा स्कोर” का मूल्यांकन किया जाए, यहां तक कि अनुरोधों की वास्तविक सामग्री को देखे बिना, लेकिन केवल यह देखकर कि यह नेटवर्क में कैसे व्यवहार करता है। ये असामान्य पैटर्न “सामग्री-अज्ञेय” हैं, जिसका अर्थ है कि आपको वास्तविक डेटा की आवश्यकता नहीं है। मेटाडेटा और विशिष्ट व्यवहार पर्याप्त है आईपी जोखिम प्रोफाइल का मूल्यांकन करने के लिए। यह पैमाने पर भी काम करता है, क्योंकि संदिग्ध व्यवहार आधुनिक एन्क्रिप्शन जैसे टीएलएस 1.3 या ईसीएच द्वारा छिपा नहीं है। अभी भी बहुत सारे दृश्य डेटा हैं जो एन्क्रिप्ट नहीं किए जाते हैं।

आपकी प्रणाली हानिरहित एआई स्वचालन और दुर्भाग्यपूर्ण गतिविधि जैसे स्क्रैपिंग, बॉटनेट, या पासवर्ड स्टफिंग के बीच कैसे अंतर करती है – विशेष रूप से पेलोड सामग्री की जांच किए बिना?

यह महत्वपूर्ण है कि कैसे स्वचालन एक निश्चित अवधि में व्यवहार करता है, न कि केवल यह कि यह क्या अनुरोध कर रहा है। “अच्छे” बॉट्स आमतौर पर बहुत पredictable होते हैं, एक निश्चित संरचना और चरण होते हैं जिनका पालन वे करते हैं। दुर्भाग्यपूर्ण बॉट्स, दूसरी ओर, अक्सर अनियमित रूप से कूदते हैं, फेंक-दूर पहचानकर्ताओं का उपयोग करते हैं, एक कठोर “मशीन जैसी” गति बनाए रखते हैं, और कई सर्वरों में अनुरोधों को फैलाते हैं ताकि पता लगाने से बचा जा सके। यह विस्तारित व्यवहार मॉडलिंग में आता है, यह मूल्यांकन करने में कि यह साइट पर समय के साथ कैसे चलता है।

मौजूदा आईएसपी दुर्भाग्यपूर्ण साइबर हमलों के खिलाफ मजबूत रक्षा बनाए रखने के लिए बढ़ते प्रॉक्सी ट्रैफिक से निपटने के लिए संघर्ष कैसे करते हैं?

आधुनिक प्रोटोकॉल अधिक कनेक्शन विवरण गोपनीयता के लिए छुपाते हैं, इसलिए यह आईएसपी के लिए ट्रैफिक के प्रकार का मूल्यांकन करना और इसे सही ढंग से वर्गीकृत करना अधिक कठिन और अधिक महंगा हो रहा है। चूंकि यह देखना कठिन हो गया है कि अंदर क्या है, आईएसपी ट्रैफिक के व्यवहार पर अधिक भरोसा करते हैं, सामग्री पर नहीं। संघर्ष ट्रैफिक निरीक्षण पर भरोसा करने से अपने तरीकों को बदलने के लिए मजबूर है, जो परिचालन लागत को बढ़ाता है, और नए खतरे की खुफिया उपकरणों को एकीकृत करने के लिए एक नए दृष्टिकोण को फिट करने के लिए।

आईएसपी साइबर हमलों के खिलाफ मजबूत रक्षा बनाए रखने के लिए एआई एजेंट ट्रैफिक को समायोजित करने के लिए प्रतिबंधों को ढीला करने से साइबर सुरक्षा व्यापार क्या हैं?

फिल्टर को ढीला करने से झूठे सकारात्मक और घर्षण को कम किया जा सकता है, ताकि एजेंटों को चिकनी ढंग से कार्य करने की अनुमति मिल सके। लेकिन इससे संभावित रूप से खतरों और हमलों की संख्या बढ़ सकती है, क्योंकि “बुरे बॉट” शेयर पहले से ही एक महत्वपूर्ण ट्रैफिक हिस्से के लिए जिम्मेदार है। ढीले फिल्टर उच्च जोखिम के बराबर हैं। एक समझौता करने का एक तरीका जोखिम-वजनदार गेटिंग दृष्टिकोण हो सकता है। उदाहरण के लिए, यदि संदिग्ध ट्रैफिक है, तो पहला कदम इसे पूरी तरह से ब्लॉक करने के बजाय इसे धीमा करना हो सकता है। अधिक सूक्ष्म नियंत्रण स्थापित करने की आवश्यकता है।

आपकी वास्तविक समय जोखिम स्कोरिंग को शक्ति देने वाली मुख्य प्रौद्योगिकियां क्या हैं – क्या आप मशीन लर्निंग, खतरे की खुफिया फीड, या व्यवहार संबंधी असामान्यता का पता लगाने का उपयोग कर रहे हैं?

हम लाइव डेटा निगरानी और मूल्यांकन, मशीन लर्निंग, और विभिन्न खतरे की खुफिया उपकरणों का एक स्वस्थ मिश्रण का उपयोग करते हैं। लक्ष्य ट्रैफिक के व्यवहार में किसी भी असामान्यताओं को जल्दी से पहचानना है, समझना है कि ट्रैफिक का इरादा क्या है और क्या यह हानिकारक होने के कारणों से भरा हुआ है; यदि हां – उच्च जोखिम वाले मामलों को झंडा दिखाएं और इसके अनुसार निपटें।

आपकी प्रणाली मौजूदा आईएसपी या उद्यम एसओसी कार्य प्रवाह के साथ कैसे एकीकृत होती है – क्या यह स्वचालित रूप से चेतावनी या प्रतिकार को ट्रिगर कर सकती है?

हाँ, हमारी प्रणाली मौजूदा कार्य प्रवाहों को चेतावनी भेजती है, साथ ही नेटवर्क स्तर पर कुछ खतरों को भी ब्लॉक करती है। यह जोखिम सहनशीलता के आधार पर विभिन्न मोड में चल सकती है।

क्या इस प्रोफाइलिंग प्रणाली ने शुरुआती परीक्षण या तैनाती के दौरान कोई आश्चर्यजनक हमला पैटर्न या दुरुपयोग मामले का खुलासा किया है?

हाँ, कुछ हैं। उद्योग भर में एक उदाहरण “हॉलुसिनेशन क्रॉल” हो सकता है, जब एलएलएम गैर-मौजूद यूआरएल का आविष्कार करते हैं और फिर उन्हें पुनः प्राप्त करने का प्रयास करते हैं। या बिल्कुल 15 मिनट या एक घंटे जैसे समय अंतराल पर दोहराए जाने वाले अनुरोधों की अचानक वृद्धि। इन सभी पैटर्न हमारे लिए व्यवहार ट्रैकिंग को और बेहतर बनाने और झूठे सकारात्मक परिणामों को कम करने के लिए उपयोगी हैं।

व्यवहार-आधारित प्रोफाइल बनाने के लिए एन्क्रिप्टेड सामग्री की जांच किए बिना गोपनीयता और सुरक्षा के निहितार्थ क्या हैं – विशेष रूप से वैश्विक डेटा संरक्षण कानूनों के तहत?

व्यवहार मेटाडेटा को व्यक्तिगत डेटा माना जा सकता है, लेकिन अपवाद हैं, उदाहरण के लिए, यदि हित वैध है, उचित ठहराया जा सकता है, और सुरक्षा निगरानी के लिए आवश्यक है। यह कहा गया है कि हित में पहुंच और डेटा की मात्रा को मूल्यांकन किए जाने वाले जोखिमों के अनुपात में होना चाहिए।

आप हानिरहित स्वचालन, जैसे कि शोध क्रॉलर या व्हाइटलिस्टेड एआई एजेंटों को साइबर खतरों के रूप में झूठे सकारात्मक परिणामों से कैसे रोकते हैं?

हम नए सुरक्षा उपायों और नियमों का परीक्षण करते हैं और उन्हें तैनात करने से पहले मूल्यांकन करते हैं, कई संकेतों का मूल्यांकन करते हैं और कार्रवाई करने से पहले नरम चुनौतियों का उपयोग करते हैं, इसके बजाय इसे पूरी तरह से ब्लॉक करने के बजाय ट्रैफिक की वैधता का परीक्षण करने के लिए। यह एक बहुस्तरीय चेकलिस्ट है, जिसे लगातार बेहतर बनाया जा रहा है।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें आईपीएक्सओ पर जाना चाहिए।