यदि आपको लगता है कि सॉफ्टवेयर आपूर्ति श्रृंखला सुरक्षा समस्या आज काफी कठिन है, तो कमर कस लें। कृत्रिम बुद्धिमत्ता (एआई) के उपयोग में विस्फोटक वृद्धि आने वाले वर्षों में आपूर्ति श्रृंखला के मुद्दों को तेजी से कठिन बना देगी।
डेवलपर्स, एप्लिकेशन सुरक्षा पेशेवरों और DevSecOps पेशेवरों को उच्चतम जोखिम वाली खामियों को ठीक करने के लिए बुलाया जाता है, जो खुले स्रोत और मालिकाना घटकों के अंतहीन संयोजन की तरह प्रतीत होती है जो उनके अनुप्रयोगों और क्लाउड इंफ्रास्ट्रक्चर में बुने हुए हैं। लेकिन यह समझने की कोशिश में एक निरंतर लड़ाई है कि उनमें कौन से घटक हैं, कौन से कमजोर हैं, और कौन सी खामियां उन्हें सबसे अधिक जोखिम में डालती हैं। जाहिर है, वे पहले से ही अपने सॉफ़्टवेयर में इन निर्भरताओं को समझदारी से प्रबंधित करने के लिए संघर्ष कर रहे हैं।
जो चीज़ और कठिन होने जा रही है वह गुणक प्रभाव है जिसे एआई स्थिति में जोड़ने के लिए खड़ा है।
स्व-निष्पादन कोड के रूप में एआई मॉडल
एआई और मशीन लर्निंग (एमएल)-सक्षम उपकरण किसी भी अन्य प्रकार के एप्लिकेशन के समान ही सॉफ्टवेयर हैं - और उनका कोड आपूर्ति श्रृंखला असुरक्षाओं से ग्रस्त होने की संभावना है। हालाँकि, वे मिश्रण में एक और परिसंपत्ति चर जोड़ते हैं जो एआई सॉफ्टवेयर आपूर्ति श्रृंखला की हमले की सतह को काफी बढ़ाता है: एआई/एमएल मॉडल।
प्रोटेक्ट एआई के सह-संस्थापक डेरियन देहघनपिशेह बताते हैं, "एआई अनुप्रयोगों को सॉफ्टवेयर के हर अन्य रूप से अलग करने वाली बात यह है कि वे किसी न किसी तरह से मशीन लर्निंग मॉडल नामक चीज़ पर भरोसा करते हैं।" “परिणामस्वरूप, वह मशीन लर्निंग मॉडल अब आपके बुनियादी ढांचे में एक संपत्ति है। जब आपके बुनियादी ढांचे में कोई संपत्ति होती है, तो आपको अपने परिवेश को स्कैन करने, यह पहचानने की क्षमता की आवश्यकता होती है कि वे कहां हैं, उनमें क्या है, किसके पास अनुमतियां हैं और वे क्या करते हैं। और यदि आप आज मॉडलों के साथ ऐसा नहीं कर सकते, तो आप उन्हें प्रबंधित नहीं कर सकते।
एआई/एमएल मॉडल एआई सिस्टम की पैटर्न को पहचानने, भविष्यवाणी करने, निर्णय लेने, कार्रवाई शुरू करने या सामग्री बनाने की क्षमता के लिए आधार प्रदान करते हैं। लेकिन सच्चाई यह है कि अधिकांश संगठन यह भी नहीं जानते हैं कि उनके सॉफ़्टवेयर में एम्बेडेड सभी एआई मॉडलों में दृश्यता कैसे प्राप्त की जाए। मॉडल और उनके आसपास का बुनियादी ढांचा अन्य सॉफ्टवेयर घटकों की तुलना में अलग तरह से बनाया गया है, और पारंपरिक सुरक्षा और सॉफ्टवेयर टूलींग को स्कैन करने या समझने के लिए नहीं बनाया गया है कि एआई मॉडल कैसे काम करते हैं या उनमें कितनी खामियां हैं। देहघनपिशेह कहते हैं, यही बात उन्हें अद्वितीय बनाती है, जो बताते हैं कि वे अनिवार्य रूप से स्व-निष्पादन कोड के छिपे हुए टुकड़े हैं।
“एक मॉडल, डिज़ाइन के अनुसार, कोड का एक स्व-निष्पादित टुकड़ा है। इसमें एक निश्चित मात्रा में एजेंसी होती है,'' देहघनपिशेह कहते हैं। "अगर मैंने आपसे कहा कि आपके बुनियादी ढांचे में ऐसी संपत्तियां हैं जिन्हें आप देख नहीं सकते, आप पहचान नहीं सकते, आप नहीं जानते कि उनमें क्या है, आप नहीं जानते कि कोड क्या है, और वे स्वयं निष्पादित होते हैं और बाहर से कॉल आती है, जो संदेहास्पद रूप से एक अनुमति वायरस की तरह लगता है, है ना?"
एआई असुरक्षाओं का एक प्रारंभिक पर्यवेक्षक
इस मुद्दे से आगे निकलना उनके और उनके सह-संस्थापकों द्वारा 2022 में प्रोटेक्ट एआई लॉन्च करने के पीछे बड़ी प्रेरणा थी, जो एआई युग में उभर रहे मॉडल सुरक्षा और डेटा वंशावली मुद्दों को संबोधित करने के लिए उभरने वाली नई कंपनियों में से एक है। देहघनपिशेह और सह-संस्थापक इयान स्वानसन ने भविष्य की एक झलक तब देखी जब उन्होंने पहले AWS में AI/ML समाधान बनाने के लिए एक साथ काम किया था। देहघनपिशेह एआई/एमएल समाधान आर्किटेक्ट्स के लिए वैश्विक नेता थे।
"जब हमने एडब्ल्यूएस में एक साथ समय बिताया, तो हमने देखा कि ग्राहक अविश्वसनीय रूप से तीव्र गति से एआई/एमएल सिस्टम का निर्माण कर रहे थे, इससे बहुत पहले जेनेरिक एआई ने सी-सूट से लेकर कांग्रेस तक सभी के दिलों और दिमागों पर कब्जा कर लिया था," वह बताते हुए कहते हैं। उन्होंने कई इंजीनियरों और व्यवसाय विकास विशेषज्ञों के साथ-साथ ग्राहकों के साथ भी बड़े पैमाने पर काम किया। "तभी हमें एहसास हुआ कि एआई/एमएल सिस्टम के लिए विशिष्ट सुरक्षा कमजोरियां कैसे और कहां हैं।"
उनका कहना है कि उन्होंने एआई/एमएल के बारे में तीन बुनियादी बातें देखीं जिनका साइबर सुरक्षा के भविष्य पर अविश्वसनीय प्रभाव पड़ा। पहला यह था कि गोद लेने की गति इतनी तेज़ थी कि उन्होंने प्रत्यक्ष रूप से देखा कि कितनी तेजी से एआई विकास और व्यावसायिक उपयोग के आसपास छाया आईटी इकाइयां उभर रही थीं जो उस तरह के शासन से बच गईं जो उद्यम में किसी अन्य प्रकार के विकास की देखरेख करती थीं।
दूसरा यह था कि उपयोग किए जा रहे अधिकांश उपकरण - चाहे वाणिज्यिक हों या खुले स्रोत - डेटा वैज्ञानिकों और उभरते एमएल इंजीनियरों द्वारा बनाए गए थे, जिन्हें सुरक्षा अवधारणाओं में कभी प्रशिक्षित नहीं किया गया था।
"परिणामस्वरूप, आपके पास वास्तव में उपयोगी, बहुत लोकप्रिय, बहुत वितरित, व्यापक रूप से अपनाए गए उपकरण थे जो सुरक्षा-प्रथम मानसिकता के साथ नहीं बनाए गए थे," वे कहते हैं।
एआई सिस्टम 'सुरक्षा-प्रथम' नहीं बनाया गया
परिणामस्वरूप, कई एआई/एमएल सिस्टम और साझा टूल में प्रमाणीकरण और प्राधिकरण में बुनियादी बातों का अभाव होता है और अक्सर फ़ाइल सिस्टम में बहुत अधिक पढ़ने और लिखने की पहुंच प्रदान करते हैं, वह बताते हैं। असुरक्षित नेटवर्क कॉन्फ़िगरेशन और फिर मॉडलों में अंतर्निहित समस्याओं के साथ, संगठन इन अत्यधिक जटिल, समझने में मुश्किल प्रणालियों में व्यापक सुरक्षा मुद्दों में फंसने लगते हैं।
वे कहते हैं, "इससे हमें एहसास हुआ कि मौजूदा सुरक्षा उपकरण, प्रक्रियाएं, ढांचे - चाहे आप कितने भी बदलाव क्यों न करें, उस संदर्भ को गायब कर रहे थे जिसकी मशीन लर्निंग इंजीनियरों, डेटा वैज्ञानिकों और एआई बिल्डरों को आवश्यकता होगी।"
अंततः, उन AWS दिनों के दौरान उन्होंने और स्वानसन ने जो तीसरा प्रमुख अवलोकन किया वह यह था कि AI उल्लंघन नहीं हो रहे थे। वे पहले ही आ चुके थे.
वे कहते हैं, "हमने देखा कि ग्राहकों ने विभिन्न एआई/एमएल प्रणालियों में उल्लंघन किया है जिन्हें पकड़ा जाना चाहिए था लेकिन नहीं पकड़ा गया।" “उसने हमें जो बताया वह यह है कि सेट और प्रक्रियाएं, साथ ही घटना प्रतिक्रिया प्रबंधन तत्व, एआई/एमएल को जिस तरह से तैयार किया जा रहा था, उसके लिए उद्देश्य से नहीं बनाए गए थे। जैसे-जैसे जेनेरिक एआई ने गति पकड़ी है, यह समस्या और भी बदतर हो गई है।"
एआई मॉडल व्यापक रूप से साझा किए जाते हैं
देहघनपिशेह और स्वानसन ने यह भी देखना शुरू कर दिया कि कैसे मॉडल और प्रशिक्षण डेटा एक अद्वितीय नई एआई आपूर्ति श्रृंखला बना रहे थे, जिस पर बाकी सॉफ्टवेयर आपूर्ति श्रृंखला की तरह ही गंभीरता से विचार करने की आवश्यकता होगी। बाकी आधुनिक सॉफ्टवेयर विकास और क्लाउड-नेटिव इनोवेशन की तरह, डेटा वैज्ञानिकों और एआई विशेषज्ञों ने ओपन सोर्स और साझा घटक के बड़े पैमाने पर उपयोग के माध्यम से एआई/एमएल सिस्टम में प्रगति को बढ़ावा दिया है - जिसमें एआई मॉडल और उन्हें प्रशिक्षित करने के लिए उपयोग किया जाने वाला डेटा भी शामिल है। बहुत सारे AI सिस्टम, चाहे अकादमिक हों या व्यावसायिक, किसी और के मॉडल का उपयोग करके बनाए गए हैं। और बाकी आधुनिक विकास की तरह, एआई विकास में विस्फोट से आपूर्ति श्रृंखला में नए मॉडल परिसंपत्तियों का दैनिक प्रवाह बढ़ रहा है, जिसका अर्थ है कि उन पर नज़र रखना कठिन होता जा रहा है।
उदाहरण के लिए, हगिंग फेस को लें। यह आज ऑनलाइन ओपन सोर्स एआई मॉडल के सबसे व्यापक रूप से उपयोग किए जाने वाले रिपॉजिटरी में से एक है - इसके संस्थापकों का कहना है कि वे एआई का गिटहब बनना चाहते हैं। नवंबर 2022 में, हगिंग फेस उपयोगकर्ताओं ने समुदाय के साथ 93,501 विभिन्न मॉडल साझा किए थे। अगले नवंबर में, यह बढ़कर 414,695 मॉडल हो गया। अब, केवल तीन महीने बाद, यह संख्या बढ़कर 527,244 हो गई है। यह एक ऐसा मुद्दा है जिसका दायरा दिन पर दिन बढ़ता जा रहा है। और यह सॉफ्टवेयर आपूर्ति श्रृंखला सुरक्षा समस्या को "स्टेरॉयड पर" डालने जा रहा है, देहघनपिशेह कहते हैं।
A हाल ही में विश्लेषण उनकी फर्म द्वारा हजारों मॉडल पाए गए जो हगिंग फेस पर खुले तौर पर साझा किए जाते हैं, मॉडल लोड या अनुमान पर मनमाना कोड निष्पादित कर सकते हैं। जबकि हगिंग फेस सुरक्षा मुद्दों के लिए अपने भंडार की कुछ बुनियादी स्कैनिंग करता है, कई मॉडल रास्ते में छूट जाते हैं - अनुसंधान में खोजे गए उच्च जोखिम वाले मॉडलों में से कम से कम आधे को प्लेटफ़ॉर्म द्वारा असुरक्षित नहीं माना गया था, और हगिंग फेस दस्तावेज़ीकरण में इसे स्पष्ट करता है किसी मॉडल की सुरक्षा का निर्धारण अंततः उसके उपयोगकर्ताओं की ज़िम्मेदारी है।
एआई आपूर्ति श्रृंखला से निपटने के लिए कदम
देहघनपिशेह का मानना है कि एआई युग में साइबर सुरक्षा की धुरी सबसे पहले एआई वंश की एक संरचित समझ बनाकर शुरू होगी। इसमें मॉडल वंश और डेटा वंश शामिल हैं, जो मूल रूप से इन संपत्तियों की उत्पत्ति और इतिहास हैं, उन्हें कैसे बदला गया है, और उनके साथ जुड़े मेटाडेटा।
“यह शुरुआत करने वाली पहली जगह है। जो आप नहीं देख सकते, जो आप नहीं जान सकते और जिसे आप परिभाषित नहीं कर सकते, उसे आप ठीक नहीं कर सकते, ठीक है?" वह कहता है।
इस बीच, दैनिक परिचालन स्तर पर देहघनपिशेह का मानना है कि संगठनों को अपने मॉडलों को स्कैन करने के लिए क्षमताओं का निर्माण करने की आवश्यकता है, उन खामियों की तलाश करनी चाहिए जो न केवल सिस्टम की मजबूती बल्कि इसके आउटपुट की अखंडता को प्रभावित कर सकती हैं। इसमें एआई पूर्वाग्रह और खराबी जैसे मुद्दे शामिल हैं जो वास्तविक दुनिया में शारीरिक नुकसान पहुंचा सकते हैं, उदाहरण के लिए, एक स्वायत्त कार के पैदल यात्री से टकराने से।
"पहली बात यह है कि आपको स्कैन करने की ज़रूरत है," वह कहते हैं। “दूसरी बात यह है कि आपको उन स्कैन को समझने की ज़रूरत है। और तीसरा यह है कि एक बार जब आपके पास कोई चीज़ चिह्नित हो जाती है, तो आपको अनिवार्य रूप से उस मॉडल को सक्रिय होने से रोकना होगा। आपको इसकी एजेंसी को प्रतिबंधित करने की आवश्यकता है।
MLSecOps के लिए पुश
MLSecOps एक विक्रेता-तटस्थ आंदोलन है जो पारंपरिक सॉफ्टवेयर दुनिया में DevSecOps आंदोलन को प्रतिबिंबित करता है।
“DevOps से DevSecOps की ओर बढ़ने के समान, आपको एक साथ दो काम करने होंगे। पहली चीज़ जो आपको करनी है वह अभ्यासकर्ताओं को जागरूक करना है कि सुरक्षा एक चुनौती है और यह एक साझा ज़िम्मेदारी है,'' देहघनपिशेह कहते हैं। “दूसरी चीज़ जो आपको करनी है वह है संदर्भ देना और उन उपकरणों में सुरक्षा डालना जो डेटा वैज्ञानिकों, मशीन लर्निंग इंजीनियरों, [और] एआई बिल्डरों को खतरे में रखते हैं और लगातार नवाचार करते हैं, लेकिन सुरक्षा चिंताओं को पृष्ठभूमि में गायब होने देते हैं ।”
इसके अलावा, उनका कहना है कि संगठनों को शासन, जोखिम और अनुपालन नीतियों और प्रवर्तन क्षमताओं और घटना प्रतिक्रिया प्रक्रियाओं को जोड़ना शुरू करना होगा जो असुरक्षाओं का पता चलने पर होने वाली कार्रवाइयों और प्रक्रियाओं को नियंत्रित करने में मदद करते हैं। एक ठोस DevSecOps पारिस्थितिकी तंत्र के साथ, इसका मतलब है कि MLSecOps को कार्यकारी सीढ़ी तक सभी तरह से व्यावसायिक हितधारकों की मजबूत भागीदारी की आवश्यकता होगी।
अच्छी खबर यह है कि एआई/एमएल सुरक्षा को एक ऐसी चीज से लाभ हो रहा है जो किसी अन्य त्वरित प्रौद्योगिकी नवाचार को गेट के ठीक बाहर नहीं मिली है - अर्थात्, गेट के ठीक बाहर नियामक आदेश।
देहघनपिशेह कहते हैं, "किसी अन्य प्रौद्योगिकी परिवर्तन के बारे में सोचें।" "एक बार नाम बताइए कि किसी संघीय नियामक या यहां तक कि राज्य नियामकों ने शुरुआत में ही यह कहा हो, 'वाह, वाह, वाह, आपको मुझे वह सब कुछ बताना होगा जो इसमें है। आपको उस प्रणाली के ज्ञान को प्राथमिकता देनी होगी। आपको सामग्री के बिल को प्राथमिकता देनी होगी। कोई नहीं है।”
इसका मतलब यह है कि कई सुरक्षा नेताओं को नवप्रवर्तन जीवन चक्र में बहुत पहले ही एआई सुरक्षा क्षमताओं का निर्माण करने की अधिक संभावना है। इस समर्थन के सबसे स्पष्ट संकेतों में से एक संगठनों में नए कार्य कार्यों को प्रायोजित करने के लिए तेजी से बदलाव है।
“नियामक मानसिकता ने जो सबसे बड़ा अंतर सामने लाया है वह यह है कि 2023 के जनवरी में, एआई सुरक्षा के निदेशक की अवधारणा नई थी और अस्तित्व में नहीं थी। लेकिन जून तक, आपको वे भूमिकाएँ दिखाई देने लगीं,'' देहघनपिशेह कहते हैं। "अब वे हर जगह हैं - और उन्हें वित्त पोषित किया जाता है।"
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://www.darkreading.com/cyber-risk/do-you-know-where-your-ai-models-are-tonight
- :हैस
- :है
- :नहीं
- :कहाँ
- ][पी
- $यूपी
- 10
- 2022
- 2023
- 501
- 7
- a
- क्षमता
- About
- शैक्षिक
- पहुँच
- के पार
- कार्रवाई
- सक्रिय
- जोड़ना
- जोड़ने
- इसके अलावा
- पता
- दत्तक
- दत्तक ग्रहण
- प्रगति
- एजेंसी
- आगे
- AI
- एआई मॉडल
- एआई सिस्टम
- ऐ / एमएल
- सब
- की अनुमति दे
- साथ में
- पहले ही
- भी
- राशि
- an
- और
- अन्य
- कोई
- आवेदन
- अनुप्रयोग सुरक्षा
- अनुप्रयोगों
- मनमाना
- स्थापत्य
- आर्किटेक्ट
- हैं
- चारों ओर
- पहुंचे
- कृत्रिम
- कृत्रिम बुद्धिमत्ता
- कृत्रिम बुद्धिमत्ता (AI)
- AS
- आस्ति
- संपत्ति
- जुड़े
- At
- आक्रमण
- प्रमाणीकरण
- प्राधिकरण
- स्वायत्त
- जागरूक
- एडब्ल्यूएस
- वापस
- पृष्ठभूमि
- बुनियादी
- मूल बातें
- लड़ाई
- BE
- बन
- किया गया
- से पहले
- पीछे
- जा रहा है
- का मानना है कि
- लाभ
- पूर्वाग्रह
- बड़ा
- सबसे बड़ा
- बिल
- खून बह रहा है
- फंस गया
- उल्लंघनों
- लाया
- बकसुआ
- निर्माण
- बिल्डरों
- इमारत
- बनाया गया
- व्यापार
- व्यापार विकास
- लेकिन
- by
- सी-सूट
- बुलाया
- कॉल
- कर सकते हैं
- क्षमताओं
- पर कब्जा कर लिया
- कार
- पकड़ा
- कारण
- कुछ
- श्रृंखला
- चुनौती
- बदल
- स्पष्ट
- स्पष्ट रूप से
- बादल
- क्लाउड इन्फ्रास्ट्रक्चर
- सह-संस्थापक
- सह-संस्थापकों में
- कोड
- संयोजन
- कैसे
- अ रहे है
- वाणिज्यिक
- समुदाय
- जटिल
- अनुपालन
- घटकों
- संकल्पना
- अवधारणाओं
- चिंताओं
- सम्मेलन
- माना
- स्थिर
- निरंतर
- शामिल
- सामग्री
- प्रसंग
- सका
- युग्मित
- दुर्घटनाग्रस्त
- बनाना
- बनाना
- ग्राहक
- साइबर सुरक्षा
- चक्र
- दैनिक
- तिथि
- दिन
- दिन
- निर्णय
- समझा
- परिभाषित
- निर्भरता
- डिज़ाइन
- निर्धारित करने
- विकास
- नहीं था
- अंतर
- विभिन्न
- अलग ढंग से
- मुश्किल
- निदेशक
- गायब होना
- की खोज
- वितरित
- do
- दस्तावेज़ीकरण
- कर देता है
- नहीं करता है
- डॉन
- नीचे
- ड्राइविंग
- दौरान
- पूर्व
- शीघ्र
- पारिस्थितिकी तंत्र
- Edge
- प्रभाव
- तत्व
- अन्य
- एम्बेडेड
- अनंत
- प्रवर्तन
- इंजीनियर्स
- पर्याप्त
- उद्यम
- संस्थाओं
- वातावरण
- युग
- अनिवार्य
- और भी
- प्रत्येक
- हर कोई
- सब कुछ
- हर जगह
- उदाहरण
- निष्पादित
- कार्यकारी
- मौजूद
- मौजूदा
- विस्तारित
- विशेषज्ञों
- समझा
- बताते हैं
- विस्फोट
- तेजी
- बड़े पैमाने पर
- चेहरा
- फैशन
- फास्ट
- संघीय
- पट्टिका
- फर्म
- फर्मों
- प्रथम
- प्रत्यक्ष
- फिक्स
- फ्लैग किए गए
- त्रुटिपूर्ण
- खामियां
- निम्नलिखित
- के लिए
- प्रपत्र
- पाया
- बुनियाद
- संस्थापकों
- चौखटे
- से
- शह
- कार्यों
- वित्त पोषित
- भविष्य
- पाने
- गेट
- उत्पादक
- जनरेटिव एआई
- मिल
- मिल रहा
- GitHub
- देना
- झलक
- वैश्विक
- जा
- अच्छा
- मिला
- को नियंत्रित करने वाले
- शासन
- अनुदान
- बहुत
- विकास
- था
- आधा
- और जोर से
- नुकसान
- है
- he
- मदद
- छिपा हुआ
- उच्चतम
- अत्यधिक
- उसे
- उसके
- इतिहास
- कैसे
- How To
- तथापि
- HTTPS
- विशाल
- i
- पहचान करना
- if
- प्रभाव
- निहितार्थ
- in
- घटना
- घटना की प्रतिक्रिया
- शामिल
- सहित
- बढ़ जाती है
- अविश्वसनीय
- अविश्वसनीय रूप से
- बाढ़
- इंफ्रास्ट्रक्चर
- निहित
- innovating
- नवोन्मेष
- असुरक्षित
- ईमानदारी
- बुद्धि
- में
- भागीदारी
- प्रतिसाद नहीं
- मुद्दा
- मुद्दों
- IT
- आईटी इस
- खुद
- जनवरी
- काम
- जेपीजी
- जून
- केवल
- रखना
- रखना
- रखता है
- बच्चा
- जानना
- ज्ञान
- रंग
- सीढ़ी
- बाद में
- शुरू करने
- नेता
- नेताओं
- सीख रहा हूँ
- कम से कम
- बाएं
- स्तर
- जीवन
- पसंद
- संभावित
- वंश
- भार
- लंबा
- देख
- उभरते
- लॉट
- मशीन
- यंत्र अधिगम
- बनाया गया
- प्रमुख
- बहुमत
- बनाना
- बनाता है
- प्रबंधन
- प्रबंध
- जनादेश
- बहुत
- सामग्री
- बात
- me
- साधन
- मेटाडाटा
- मन
- मानसिकता
- चुक गया
- लापता
- मिश्रण
- ML
- आदर्श
- मॉडल
- आधुनिक
- गति
- महीने
- अधिक
- अधिकांश
- चाल
- आंदोलन
- बहुत
- नाम
- यानी
- नेविगेट करें
- आवश्यकता
- नेटवर्क
- कभी नहीँ
- नया
- नई फर्में
- समाचार
- नहीं
- उपन्यास
- नवंबर
- अभी
- संख्या
- अवलोकन
- स्पष्ट
- of
- अक्सर
- on
- एक बार
- ONE
- लोगों
- ऑनलाइन
- केवल
- खुला
- खुला स्रोत
- खुले तौर पर
- परिचालन
- or
- संगठनों
- मूल
- अन्य
- आउट
- उत्पादन
- बाहर
- के ऊपर
- देखरेख
- शांति
- पैटर्न उपयोग करें
- अनुमति
- अनुमतियाँ
- भौतिक
- उठाया
- टुकड़ा
- टुकड़े
- जगह
- मंच
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- नीतियाँ
- लोकप्रिय
- भविष्यवाणियों
- पहले से
- प्राथमिकता
- मुसीबत
- समस्याओं
- प्रक्रिया
- प्रक्रियाओं
- पेशेवरों
- मालिकाना
- PROS
- रक्षा करना
- प्रदान करना
- धक्का
- रखना
- जल्दी से
- रेंज
- उपवास
- RE
- पढ़ना
- असली दुनिया
- महसूस करना
- एहसास हुआ
- वास्तव में
- पहचान
- नियामक
- विनियामक
- नियामक
- भरोसा करना
- कोष
- अनुसंधान
- प्रतिक्रिया
- जिम्मेदारी
- बाकी
- रोकना
- परिणाम
- सही
- जोखिम
- जोखिम मॉडल
- भूमिकाओं
- s
- सुरक्षा
- कहा
- वही
- देखा
- कहना
- कहते हैं
- स्कैन
- स्कैनिंग
- स्कैन
- वैज्ञानिकों
- क्षेत्र
- दूसरा
- सुरक्षा
- देखना
- देखकर
- लगता है
- गंभीरता से
- सेट
- छाया
- साझा
- पाली
- चाहिए
- लक्षण
- समान
- स्थिति
- So
- सॉफ्टवेयर
- सॉफ्टवेयर घटक
- सॉफ्टवेयर विकास
- सॉफ्टवेयर आपूर्ति श्रृंखला
- ठोस
- समाधान
- समाधान ढूंढे
- कुछ
- कोई
- कुछ
- लगता है
- स्रोत
- खर्च
- प्रायोजक
- प्रायोजित
- हितधारकों
- खड़ा
- प्रारंभ
- शुरू
- राज्य
- कदम
- रुकें
- मजबूत
- संरचित
- संघर्ष
- आपूर्ति
- आपूर्ति श्रृंखला
- समर्थन
- सतह
- संदेहास्पद रूप से
- प्रणाली
- सिस्टम
- तालिका
- से निपटने
- लेना
- टेक्नोलॉजी
- प्रौद्योगिकी नवाचार
- कहना
- से
- कि
- RSI
- मूल बातें
- भविष्य
- लेकिन हाल ही
- उन
- फिर
- वहाँ।
- इन
- वे
- बात
- चीज़ें
- सोचना
- तीसरा
- इसका
- उन
- विचार
- हजारों
- तीन
- यहाँ
- पहर
- सेवा मेरे
- आज
- एक साथ
- बोला था
- भी
- उपकरण
- ट्रैक
- परंपरागत
- रेलगाड़ी
- प्रशिक्षित
- प्रशिक्षण
- संक्रमण
- ट्रिगर
- सच
- की कोशिश कर रहा
- दो
- अंत में
- समझना
- समझ
- अद्वितीय
- us
- उपयोग
- प्रयुक्त
- उपयोगी
- उपयोगकर्ताओं
- का उपयोग
- परिवर्तनशील
- विविधता
- Ve
- बहुत
- वाइरस
- दृश्यता
- कमजोरियों
- चपेट में
- करना चाहते हैं
- था
- मार्ग..
- we
- कुंआ
- चला गया
- थे
- नहीं थे
- क्या
- कब
- या
- कौन कौन से
- जब
- कौन
- किसका
- व्यापक रूप से
- मर्जी
- साथ में
- काम
- काम किया
- विश्व
- बदतर
- होगा
- लिखना
- साल
- आप
- आपका
- जेफिरनेट