मॉडल
नेटवर्क के लिए एक वर्ल्ड मॉडल, आगे देखने के लिए बना।
अधिकांश सुरक्षा मॉडल जो देखते हैं उस पर लेबल लगाते हैं। NagaHana उस संसार का मॉडल बनाता है जिसने वह उत्पन्न किया — और उस संसार को आगे चलाता है। यह ऐसे सोचता है।
01दो तरह की भौतिकी
जो जाना जा सकता है, वह भीतर बना है। जो नहीं, वह सीखा जाता है।
नेटवर्क ऐसे नियमों का पालन करता है जिन्हें लिखा जा सकता है — और ऐसे व्यवहार का भी जिसे नहीं। NagaHana दोनों को अलग रखता है, ताकि उसका सीखना केवल उसी पर लगे जो सचमुच अज्ञात है।
ज्ञात भौतिकी — भीतर निर्मित
निर्दिष्ट, अनुमानित नहीं।
- टोपोलॉजी — उपकरण और सेगमेंट कैसे जुड़ते हैं
- प्रोटोकॉल के नियम और वैध अवस्था-परिवर्तन
- भौतिक सीमाएँ — बैंडविड्थ, विलंब, पैकेट का आकार
- पहचान और पहुँच का तर्क
व्यवहार — सीखा हुआ
इस बात से निकाला गया कि आपका नेटवर्क वास्तव में कैसे जीता है।
- हर घंटे सामान्य कैसा दिखता है
- सामान्य और शत्रुतापूर्ण गतिविधि में क्या अंतर है
- घुसपैठिये कैसे चलते और ढलते हैं
- पूरा नेटवर्क समय के साथ कैसे बदलता है
यही विभाजन कारण है कि एक वर्ल्ड मॉडल — न कि एक क्लासिफ़ायर — पूर्वानुमान लगा सकता है। क्लासिफ़ायर एक क्षण पर लेबल लगाता है। वर्ल्ड मॉडल वर्तमान को आगे चलाता है — जिन नियमों को वह जानता है और जो व्यवहार उसने सीखा है, उनके अनुसार।
02चार हिस्से, एक चक्र
सिम्युलेटर। रेंडरर। प्लानर। वेरिफ़ायर।
हर हिस्से का एक ही काम है। मिलकर वे एक साझा स्मृति के चारों ओर एक चक्र बनाते हैं — और उनके बीच का हर आदान-प्रदान दर्ज होता है।
किसी हिस्से को चुनें और देखें कि वह क्या करता है
- भौतिकी-आधारित
- स्व-पर्यवेक्षित
- ऊर्जा-आधारित
- मल्टीप्लेक्स ग्राफ़
- स्थान · समय · कारण
- स्थिर, प्रमाणन-योग्य कोर
03एक ग्राफ़, हर परत
स्थान, समय और कारण — एक साथ मॉडल किए गए।
आपका नेटवर्क एक ग्राफ़ नहीं, बल्कि एक ही मशीनों और लोगों पर रखी कई परतें है: कौन किससे बात करता है, कौन कहाँ साइन-इन करता है, कौन-सा नाम किस पते पर जाता है, क्या कैसे एन्क्रिप्ट है। NagaHana इन्हें एक साथ पढ़ता है।
स्थान
संरचना और पहुँच — कौन-सी इकाइयाँ जुड़ती, मध्यस्थता करती और पुल बनाती हैं।
समय
लय और बहाव — सेकंडों के उछाल से लेकर महीनों के पैटर्न तक।
कारण
सक्षमता — कौन-सा कदम अगले को संभव बनाता है।
04सीमा-क्षेत्र
क्या असंभव है। क्या सामान्य है। और इनके बीच का क्षेत्र।
नेटवर्क जो कुछ भी करता है, वह तीन क्षेत्रों में से किसी एक में आता है। घुसपैठ बीच वाले में रहती है — संभव, पर सामान्य नहीं — और इन सीमाओं को जानना उस क्षेत्र को छोटा कर देता है जहाँ घुसपैठिया छिप सकता है।
असंभव
प्रोटोकॉल या भौतिकी के नियम तोड़ता है। अपने आप में महत्वपूर्ण संकेत।
संभव, पर सामान्य नहीं
नियमों के भीतर, पर इस नेटवर्क के लिए असामान्य। यहीं घुसपैठ रहती है।
सामान्य
आपके नेटवर्क का अपना रोज़मर्रा का व्यवहार, वहीं सीखा हुआ।
05हमलों को क्या करना ही होता है
औज़ार बदलते हैं। उद्देश्य नहीं।
घुसपैठिया हर फ़ाइल का नाम बदल सकता है और हर पता घुमा सकता है। पर जिस काम के लिए वह आया है, उसे करने से नहीं बच सकता। NagaHana अपना निर्णय वहीं टिकाता है।
- 01
डेटा निष्कासन
सूचना को बाहर जाना ही होगा — जहाँ वह रहती है वहाँ से ऐसी जगह जहाँ उसे नहीं होना चाहिए।
- 02
लैटरल मूवमेंट
पहुँच को बढ़ना ही होगा — ऊँचे विशेषाधिकार की ओर नए रास्ते खुलते हुए।
- 03
कमांड और कंट्रोल
एक चैनल को बने रहना ही होगा — बाहर की ओर एक आवर्ती, दोतरफ़ा कड़ी।
- 04
टोही
बहुत-सी चीज़ों को छूना ही होगा — सस्ते में, चुपचाप, एक के बाद एक।
जो दिखने में जाना-पहचाना लगे उसके बजाय, जो होना ही है उसके आधार पर परखना ही बदले हुए औज़ारों और पहले कभी न देखे मालवेयर को नज़र में लाता है।
06संदेह
कभी शून्य नहीं। साक्ष्य से अर्जित।
NagaHana सुरक्षित और असुरक्षित के बीच पलटता नहीं। आपके नेटवर्क के हर हिस्से के लिए यह संदेह का एक स्तर रखता है जो शून्य से ऊपर शुरू होता है — क्योंकि सेंध हमेशा संभव है — और केवल साक्ष्य जुड़ने पर ही बढ़ता है।
समय के साथ साक्ष्य
सेंध मानकर चलें
संदेह कभी शून्य नहीं होता, इसलिए भीतर पहले से बैठे घुसपैठिये को कभी यूँ ही जाने नहीं दिया जाता।
अस्पष्टता में धैर्य
जहाँ सामान्य और शत्रुतापूर्ण एक जैसे दिखें, वहाँ यह बोलने से पहले और साक्ष्य जुटाता है।
जहाँ मायने रखे, वहाँ पहले
आपकी सबसे महत्वपूर्ण संपत्तियों के आसपास यह अपनी चिंता पहले उठाता है।
07स्मृति
केवल गणना नहीं, स्मृति के इर्द-गिर्द बना।
NagaHana में स्मृति प्रोसेसिंग का उप-उत्पाद नहीं है। यह एक संरचित, ऑडिट-योग्य रिकॉर्ड है जिस पर मॉडल तर्क करता है — परतों में व्यवस्थित, इस क्षण से लेकर पिछले कई महीनों तक।
01
कार्य-स्मृति
अभी क्या हो रहा है, इसकी मॉडल की तात्कालिक तस्वीर।
02
इकाई प्रोफ़ाइल
हर होस्ट, खाता और सेवा सामान्यतः कैसे व्यवहार करती है — हर एक के लिए।
03
दीर्घ-क्षितिज स्मृति
महीनों में क्या दुर्लभ और नया है, उसके संक्षिप्त सार — ताकि धीमे पैटर्न उभरें।
04
हानि-रहित संग्रह
पूरा रिकॉर्ड, संपीड़ित और सुरक्षित — उन प्रश्नों के लिए जो किसी ने पहले से नहीं सोचे।
05
स्मरण
“क्या हमने यह पहले देखा है?” — पूरे इतिहास में उत्तर।
एक स्थिर, प्रमाणन-योग्य कोर
मॉडल का सीखा हुआ ज्ञान रिलीज़ के समय स्थिर होता है: हैश-योग्य, ऑडिट-योग्य, और चलते समय बदला न जा सकने वाला।
एक अनुकूली स्मृति
आपके नेटवर्क से जुड़ी हर बात स्मृति में ढलती है — सीमित, ऑडिट-योग्य और उलटने-योग्य, ताकि उसे जाँचा या वापस लिया जा सके।
08पूर्वानुमान
कई भविष्य, हर एक की संभावना और घड़ी के साथ।
NagaHana का पूर्वानुमान कभी एक अकेला अनुमान नहीं होता। यह संभावित भविष्यों का एक समूह है, हर एक की संभावना और अपेक्षित समय-खिड़की के साथ — और एक ईमानदार सीमा कि कितनी दूर तक उस पर भरोसा किया जा सकता है।
- 01
कई रास्ते, कई कदम
यह कई संभावित भविष्यों को, कई कदम गहराई तक, खोजता है। कितने और कितनी दूर — यह हर साइट के लिए निर्धारित होता है।
- 02
एक खिड़की, एक क्षण नहीं
“कब” एक वितरण के रूप में आता है — संभावित खिड़की, कभी भी झूठा-सटीक एक समय नहीं।
- 03
शुरुआती संकेत
यह सीखता है कि घुसपैठ से पहले आम तौर पर क्या आता है — वे शांत पूर्व-संकेत जो पहले से चेतावनी संभव बनाते हैं।
- 04
मौसम की तरह परखा गया
हर पूर्वानुमान को जो हुआ उसके विरुद्ध और एक सरल आधार-रेखा के विरुद्ध जाँचा जाता है। कौशल मापा जाता है, दावा नहीं किया जाता।
09मस्तिष्क खोलें
जब यह सोच रहा हो, भीतर झाँकें।
एक सैंडबॉक्स में NagaHana को खोलें और एक पूर्वानुमान को हर चरण से होकर गुज़रते देखें — इसने क्या देखा, क्या याद किया, स्थान, समय और कारण में कैसे तर्क किया — उत्तर तक। विश्लेषकों, ऑडिटरों और उन गणितज्ञों के लिए बना जो काम को जाँचना चाहते हैं।
10यह कैसे सीखता है
सिद्धांत सीखने के लिए प्रशिक्षित, आपका नक़्शा रटने के लिए नहीं।
जो मॉडल अपने प्रशिक्षण के नेटवर्कों को रट लेता है, वह आपके नेटवर्क पर विफल होता है। NagaHana को ऐसे प्रशिक्षित किया जाता है कि जो वह सीखे, वह आगे भी काम आए।
- 01
स्व-पर्यवेक्षित
यह नेटवर्क व्यवहार की संरचना स्वयं डेटा से सीखता है — केवल लेबल किए गए हमलों से नहीं।
- 02
कारण, संयोग नहीं
नियंत्रित हमला-अनुकरण इसे दिखाता है कि वास्तव में किससे क्या होता है — न कि केवल क्या साथ-साथ दिखता है।
- 03
सोच-समझकर विविधता
प्रशिक्षण जान-बूझकर लेआउट, उपकरण, प्रोटोकॉल और सेंसर कवरेज बदलता है, ताकि यह सीखे कि इन सबमें क्या सच बना रहता है।
- 04
अनदेखे नेटवर्कों पर परखा गया
हर रिलीज़ को उन नेटवर्कों पर परखा जाता है जिन पर इसे कभी प्रशिक्षित नहीं किया गया — यही ईमानदार परीक्षा है कि यह आपके नेटवर्क पर काम करेगा।
देखें आपके नेटवर्क में क्या छिपा बैठा है।
आपके परिवेश के अनुरूप एक निजी ब्रीफ़िंग।