AI‑सहायता वाले शोध और स्कैनिंग के कारण सुरक्षा कमजोरियों की संख्या में तीव्र वृद्धि हो रही है। इस कारण, राष्ट्रीय मानक एवं प्रौद्योगिकी संस्थान (NIST) ने राष्ट्रीय कमजोरियों डेटाबेस (NVD) को AI‑आधारित बनाने की संभावनाओं पर सार्वजनिक राय मांगी है।
मुख्य बिंदु
- NIST ने NVD के भविष्य में AI के उपयोग पर सार्वजनिक टिप्पणी के लिए अनुरोध जारी किया।
- 2026 में रिपोर्ट की गई कमजोरियों की संख्या 72% बढ़ी, जिससे तेज़ प्रबंधन की आवश्यकता है।
- AI‑आधारित जोखिम प्राथमिकता और स्वचालित सुधार पर बहस जारी है।
परिचय
राष्ट्रीय मानक एवं प्रौद्योगिकी संस्थान (NIST) ने 12 अगस्त को "आर्टिफिशियल इंटेलिजेंस के युग में राष्ट्रीय कमजोरियों डेटाबेस को आधुनिक बनाने" हेतु सार्वजनिक टिप्पणी (RFI) जारी किया। यह कदम बढ़ते हुए AI‑संचालित बग त्सुनामी के जवाब में लिया गया है, जहाँ शोधकर्ता AI का उपयोग करके तेज़ी से नई कमजोरियों की पहचान कर रहे हैं।
ऐतिहासिक पृष्ठभूमि
NVD, 1999 में स्थापित, सरकारी‑नियंत्रित, निरपेक्ष और गैर‑व्यावसायिक स्रोत के रूप में विश्वभर में भरोसेमंद माना जाता है। पिछले 18 महीनों में बजट कटौती और बढ़ती कमजोरियों की बाढ़ ने इसे अद्यतन करने की चुनौती दी है।
वर्तमान स्थिति
2026 में CVE.ICU के अनुसार 50,340 कमजोरियों की रिपोर्ट दर्ज हुई, जो 2025 की तुलना में 72% अधिक है। हालांकि, GitHub और VulnCheck के डेटा से पता चलता है कि केवल 1% से कम कमजोरियां वास्तविक शोषण योग्य हैं।
यह क्यों महत्वपूर्ण है
BozokMedia विश्लेषण दर्शाता है कि AI‑संचालित जोखिम प्राथमिकता और स्वचालित सुधार NIST को डेटा की विश्वसनीयता और गति दोनों में सुधार करने की क्षमता प्रदान कर सकते हैं, बशर्ते मानवीय सत्यापन की परत बनी रहे।
"AI तेज़ी से जोखिम को वर्गीकृत कर सकता है, पर मानवीय निरीक्षण के बिना भरोसेमंदता घट सकती है," विशेषज्ञ ट्री फोर्ड ने कहा।
अक्सर पूछे जाने वाले प्रश्न
- AI NVD में कैसे मदद कर सकता है? AI तेज़ डेटा समृद्धि, जोखिम प्राथमिकता और संभावित शोषण की भविष्यवाणी कर सकता है।
- क्या AI के उपयोग से डेटा की विश्वसनीयता कम होगी? यदि मानवीय समीक्षा को अनदेखा किया जाए तो जोखिम है; इसलिए दोहरी सत्यापन आवश्यक है।
