ಆಳ-ರಕ್ಷಣೆ

Triggerfish ಭದ್ರತೆಯನ್ನು 13 ಸ್ವತಂತ್ರ, ಅತಿಕ್ರಮಿಸುವ ಪದರಗಳಾಗಿ ಅಳವಡಿಸುತ್ತದೆ. ಯಾವ ಒಂದೇ ಪದರ ಸ್ವಂತ ಸಾಕಷ್ಟಿಲ್ಲ. ಒಟ್ಟಿಗೆ, ಅವು ಸ್ಥಿತಿಸ್ಥಾಪಕವಾಗಿ ಕ್ಷೀಣಿಸುವ ರಕ್ಷಣೆ ರೂಪಿಸುತ್ತವೆ -- ಒಂದು ಪದರ ರಾಜಿ ಆದರೂ ಉಳಿದ ಪದರಗಳು ಸಿಸ್ಟಂ ರಕ್ಷಿಸುತ್ತ ಮುಂದುವರಿಯುತ್ತವೆ.

SECURITY ಆಳ-ರಕ್ಷಣೆ ಎಂದರೆ ಯಾವ ಒಂದೇ ಪದರದ ದೋಷ ಸಿಸ್ಟಂ ರಾಜಿ ಮಾಡುವುದಿಲ್ಲ.

ಚಾನೆಲ್ ದೃಢೀಕರಣ ಬೈಪಾಸ್ ಮಾಡಿದ ಆಕ್ರಮಣಕಾರ ಇನ್ನೂ session taint ಟ್ರ್ಯಾಕಿಂಗ್, ನೀತಿ hooks ಮತ್ತು audit logging ಎದುರಿಸುತ್ತಾನೆ. Prompt-inject ಆದ LLM ಇನ್ನೂ ಕೆಳಗಿನ ನಿರ್ಧಾರಾತ್ಮಕ ನೀತಿ ಪದರ ಪ್ರಭಾವಿಸಲಾಗದು. :::

13 ಪದರಗಳು

ಪದರ 1: ಚಾನೆಲ್ ದೃಢೀಕರಣ

ರಕ್ಷಿಸುವುದು: ಆಡಿಕೊಳ್ಳುವಿಕೆ, ಅನಧಿಕೃತ ಪ್ರವೇಶ, ಗುರುತು ಗೊಂದಲ.

ಗುರುತು LLM ಸಂದೇಶ ವ್ಯಾಖ್ಯಾನಿಸುವ ಮೂಲಕ ಅಲ್ಲ, session ಸ್ಥಾಪನೆಯಲ್ಲಿ ಕೋಡ್‌ನಿಂದ ನಿರ್ಧರಿಸಲ್ಪಡುತ್ತದೆ.

ಚಾನೆಲ್	ವಿಧಾನ	ಪರಿಶೀಲನೆ
Telegram / WhatsApp	Pairing code	ಒಂದು-ಬಾರಿ ಕೋಡ್, 5 ನಿಮಿಷ ಅವಧಿ, ಬಳಕೆದಾರ ಖಾತೆಯಿಂದ ಕಳುಹಿಸಿ
Slack / Discord / Teams	OAuth	Platform OAuth ಒಪ್ಪಿಗೆ ಹರಿವು, ಪರಿಶೀಲಿಸಿದ user ID ನೀಡುತ್ತದೆ
CLI	Local process	ಬಳಕೆದಾರ ಯಂತ್ರದಲ್ಲಿ ಚಲಿಸುತ್ತಿದೆ, OS ದೃಢೀಕರಿಸಿದೆ
WebChat	ಯಾವುದೂ ಇಲ್ಲ	ಎಲ್ಲ ಸಂದರ್ಶಕರು EXTERNAL, ಎಂದಿಗೂ owner ಅಲ್ಲ
Email	Domain ಹೊಂದಾಣಿಕೆ	ಕಳುಹಿಸುವವರ domain ಕಾನ್ಫಿಗರ್ ಮಾಡಿದ ಆಂತರಿಕ domains ವಿರುದ್ಧ ಹೋಲಿಸಲಾಗಿದೆ

LLM ಯಾರು ಮಾಲೀಕ ಎಂದು ನಿರ್ಧರಿಸುವುದಿಲ್ಲ. ಪರಿಶೀಲಿಸದ ಕಳುಹಿಸುವವರಿಂದ "ನಾನು

ಮಾಲೀಕ" ಎಂದು ಹೇಳುವ ಸಂದೇಶ { source: "external" } ಎಂದು ಟ್ಯಾಗ್ ಆಗುತ್ತದೆ ಮತ್ತು ಮಾಲೀಕ-ಮಟ್ಟದ ಆಜ್ಞೆಗಳನ್ನು ಪ್ರಚೋದಿಸಲಾಗದು. :::

ಪದರ 2: ಅನುಮತಿ-ಅರಿವಿನ ಡೇಟಾ ಪ್ರವೇಶ

ರಕ್ಷಿಸುವುದು: ಅತಿ-ಅನುಮತಿಸಿದ ಡೇಟಾ ಪ್ರವೇಶ, ಸಿಸ್ಟಂ ರುಜುವಾತುಗಳ ಮೂಲಕ ಸವಲತ್ತು ಏರಿಕೆ.

Triggerfish ಸಿಸ್ಟಂ service ಖಾತೆಗಳ ಬದಲು ಬಳಕೆದಾರ ಪ್ರತಿನಿಧಿಸಿದ OAuth tokens ಬಳಸಿ ಬಾಹ್ಯ ಸಿಸ್ಟಂಗಳನ್ನು ಪ್ರಶ್ನಿಸುತ್ತದೆ.

ಪದರ 3: Session Taint ಟ್ರ್ಯಾಕಿಂಗ್

ರಕ್ಷಿಸುವುದು: ಸಂದರ್ಭ ಮಾಲಿನ್ಯದ ಮೂಲಕ ಡೇಟಾ ಸೋರಿಕೆ.

ಪ್ರತಿ session ಸ್ವತಂತ್ರವಾಗಿ taint ಮಟ್ಟ ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತದೆ. Taint ಹೆಚ್ಚಾಗಬಹುದು, ಎಂದಿಗೂ ಕಡಿಮೆಯಾಗಲಾಗದು.

ಪದರ 4: ಡೇಟಾ Lineage

ರಕ್ಷಿಸುವುದು: ಪತ್ತೆ ಮಾಡಲಾಗದ ಡೇಟಾ ಹರಿವುಗಳು, compliance ಅಂತರಗಳು.

ಪ್ರತಿ ಡೇಟಾ ಅಂಶ origin ಯಿಂದ ಗಮ್ಯಸ್ಥಾನಕ್ಕೆ provenance metadata ಹೊಂದಿರುತ್ತದೆ.

ಪದರ 5: ನೀತಿ ಜಾರಿ Hooks

ರಕ್ಷಿಸುವುದು: Prompt injection ದಾಳಿಗಳು, LLM-ಚಾಲಿತ ಭದ್ರತಾ bypasses.

ಎಂಟು ನಿರ್ಧಾರಾತ್ಮಕ hooks ಡೇಟಾ ಹರಿವಿನ ಪ್ರತಿ ಮುಖ್ಯ ಬಿಂದುವಿನಲ್ಲಿ ಕ್ರಿಯೆಗಳನ್ನು ತಡೆಯುತ್ತವೆ.

ಪದರ 6: MCP Gateway

ರಕ್ಷಿಸುವುದು: ನಿಯಂತ್ರಿಸಲಾಗದ ಬಾಹ್ಯ tool ಪ್ರವೇಶ, ವರ್ಗೀಕರಿಸದ ಡೇಟಾ MCP servers ಮೂಲಕ ಪ್ರವೇಶ.

ಎಲ್ಲ MCP servers ಡಿಫಾಲ್ಟ್ ಆಗಿ UNTRUSTED ಮತ್ತು admin ಅಥವಾ ಬಳಕೆದಾರ ವರ್ಗೀಕರಿಸುವವರೆಗೆ invoke ಮಾಡಲಾಗದು.

ಪದರ 7: Plugin Sandbox

ರಕ್ಷಿಸುವುದು: ದುರ್ಮಾರ್ಗ ಅಥವಾ ದೋಷಪೂರಿತ plugin ಕೋಡ್, ಡೇಟಾ exfiltration.

Plugins ದ್ವಿಗುಣ sandbox ಒಳಗೆ ಚಲಿಸುತ್ತವೆ: Deno sandbox WASM sandbox ಸುತ್ತ.

ಪದರ 8: Secrets ಪ್ರತ್ಯೇಕತೆ

ರಕ್ಷಿಸುವುದು: ರುಜುವಾತು ಕಳವು, config ಫೈಲ್‌ಗಳಲ್ಲಿ secrets.

ರುಜುವಾತುಗಳು OS keychain (personal) ಅಥವಾ vault (enterprise) ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲ್ಪಡುತ್ತವೆ.

ಪದರ 9: Filesystem Tool Sandbox

ರಕ್ಷಿಸುವುದು: Path traversal ದಾಳಿಗಳು, ಅನಧಿಕೃತ ಫೈಲ್ ಪ್ರವೇಶ.

ಎಲ್ಲ filesystem tool ಕ್ರಿಯೆಗಳು session ನ taint-ಸೂಕ್ತ workspace subdirectory ಗೆ scoped OS-ಮಟ್ಟ ಅನುಮತಿಗಳೊಂದಿಗೆ sandboxed Deno Worker ಒಳಗೆ ಚಲಿಸುತ್ತವೆ.

ಪದರ 10: Agent ಗುರುತು

ರಕ್ಷಿಸುವುದು: Agent chains ಮೂಲಕ ಸವಲತ್ತು ಏರಿಕೆ, delegation ಮೂಲಕ ಡೇಟಾ laundering.

Agents ಇತರ agents invoke ಮಾಡಿದಾಗ, cryptographic delegation chains ಸವಲತ್ತು ಏರಿಕೆ ತಡೆಯುತ್ತದೆ.

ಪದರ 11: Audit Logging

ರಕ್ಷಿಸುವುದು: ಪತ್ತೆ ಮಾಡಲಾಗದ ಉಲ್ಲಂಘನೆಗಳು, compliance ವೈಫಲ್ಯಗಳು.

ಪ್ರತಿ ಭದ್ರತಾ-ಸಂಬಂಧಿತ ನಿರ್ಧಾರ ಸಂಪೂರ್ಣ ಸಂದರ್ಭದೊಂದಿಗೆ ದಾಖಲಿಸಲ್ಪಡುತ್ತದೆ.

Audit logging ನಿಷ್ಕ್ರಿಯಗೊಳಿಸಲಾಗದು. ಇದು ನೀತಿ ಶ್ರೇಣಿಯ ಸ್ಥಿರ ನಿಯಮ. :::

ಪದರ 12: SSRF ತಡೆ

ರಕ್ಷಿಸುವುದು: Server-side request forgery, ಆಂತರಿಕ ನೆಟ್‌ವರ್ಕ್ ಗುಪ್ತಚರ.

ಎಲ್ಲ ಹೊರಗಿನ HTTP ವಿನಂತಿಗಳು ಮೊದಲ DNS ಪರಿಹರಿಸಿ, ನಂತರ resolved IP ಅನ್ನು ಖಾಸಗಿ ಮತ್ತು ಕಾಯ್ದಿರಿಸಿದ ranges ನ hardcoded denylist ವಿರುದ್ಧ ಪರಿಶೀಲಿಸಿ.

ಪದರ 13: Memory ವರ್ಗೀಕರಣ Gating

ರಕ್ಷಿಸುವುದು: Memory ಮೂಲಕ cross-session ಡೇಟಾ ಸೋರಿಕೆ.

• Writes: Memory ಎಂಟ್ರಿಗಳನ್ನು ಪ್ರಸ್ತುತ session ನ taint ಮಟ್ಟಕ್ಕೆ ಬಲವಂತವಾಗಿ ತರಲಾಗುತ್ತದೆ.
• Reads: Memory ಪ್ರಶ್ನೆಗಳನ್ನು canFlowTo ಮೂಲಕ filter ಮಾಡಲಾಗಿದೆ.

ಪದರಗಳು ಒಟ್ಟಿಗೆ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ

Prompt injection ದಾಳಿ ಪರಿಗಣಿಸಿ:

ಹಂತ	ಪದರ	ಕ್ರಿಯೆ
1	ಚಾನೆಲ್ ದೃಢೀಕರಣ	ಸಂದೇಶ { source: "external" } ಟ್ಯಾಗ್ ಆಗಿದೆ
2	PRE_CONTEXT_INJECTION	ಇನ್‌ಪುಟ್ injection ಮಾದರಿಗಳಿಗಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಲ್ಪಟ್ಟಿದೆ
3	Session taint	Session taint ಬದಲಾಗದೆ ಉಳಿಯುತ್ತದೆ
4	LLM ಸಂದೇಶ ಪ್ರಕ್ರಿಯೆ	LLM ಮ್ಯಾನಿಪ್ಯುಲೇಟ್ ಆಗಿ tool call ವಿನಂತಿಸಬಹುದು
5	PRE_TOOL_CALL	Tool ಅನುಮತಿ ಪರಿಶೀಲನೆ external-source ನಿಯಮಗಳ ವಿರುದ್ಧ
6	POST_TOOL_RESPONSE	ಮರಳಿದ ಡೇಟಾ ವರ್ಗೀಕರಿಸಲ್ಪಟ್ಟಿದೆ, taint ಅಪ್‌ಡೇಟ್ ಆಗಿದೆ
7	PRE_OUTPUT	ಔಟ್‌ಪುಟ್ ವರ್ಗೀಕರಣ vs. ಗಮ್ಯಸ್ಥಾನ ಪರಿಶೀಲಿಸಲ್ಪಟ್ಟಿದೆ
8	Audit logging	ಇಡೀ ಅನುಕ್ರಮ ಪರಿಶೀಲನೆಗಾಗಿ ದಾಖಲಿಸಲ್ಪಟ್ಟಿದೆ

ಹಂತ 4 ರಲ್ಲಿ LLM ಸಂಪೂರ್ಣ ರಾಜಿ ಆಗಿ data exfiltration tool call ವಿನಂತಿಸಿದರೂ, ಉಳಿದ ಪದರಗಳು (ಅನುಮತಿ ಪರಿಶೀಲನೆ, taint ಟ್ರ್ಯಾಕಿಂಗ್, ಔಟ್‌ಪುಟ್ ವರ್ಗೀಕರಣ, audit logging) ನೀತಿ ಜಾರಿ ಮುಂದುವರಿಸುತ್ತವೆ. ವಿಫಲತೆಯ ಯಾವ ಒಂದೇ ಬಿಂದು ಸಿಸ್ಟಂ ರಾಜಿ ಮಾಡುವುದಿಲ್ಲ.