اگر آپ کو لگتا ہے کہ سافٹ ویئر سپلائی چین سیکیورٹی کا مسئلہ آج کافی مشکل ہے، تو اس پر قابو پالیں۔ مصنوعی ذہانت (AI) کے استعمال میں دھماکہ خیز نمو ان سپلائی چین کے مسائل کو آنے والے سالوں میں تیزی سے مشکل سے دوچار کرنے والی ہے۔
ڈویلپرز، ایپلیکیشن سیکیورٹی کے پیشہ ور افراد، اور DevSecOps پیشہ ور افراد کو ان سب سے زیادہ خطرے کی خامیوں کو دور کرنے کے لیے بلایا جاتا ہے جو ان کی ایپلی کیشنز اور کلاؤڈ انفراسٹرکچر میں بنے ہوئے اوپن سورس اور ملکیتی اجزاء کے لامتناہی امتزاج کی طرح نظر آتے ہیں۔ لیکن یہ ایک مستقل جنگ ہے جو یہ سمجھنے کی کوشش کر رہی ہے کہ ان کے کون سے اجزاء ہیں، کون سے کمزور ہیں، اور کون سی خامیاں انہیں سب سے زیادہ خطرے میں ڈالتی ہیں۔ واضح طور پر، وہ پہلے سے ہی اپنے سافٹ ویئر میں ان انحصاروں کو سنجیدگی سے منظم کرنے کے لئے جدوجہد کر رہے ہیں جیسا کہ یہ ہے۔
جو چیز مشکل ہونے والی ہے وہ ضرب اثر ہے جو AI صورتحال میں اضافہ کرنے کے لیے کھڑا ہے۔
AI ماڈلز بطور سیلف ایگزیکیوٹنگ کوڈ
AI اور مشین لرننگ (ML) سے چلنے والے ٹولز کسی بھی دوسری قسم کی ایپلیکیشن کی طرح ہی سافٹ ویئر ہیں - اور ان کا کوڈ سپلائی چین کی عدم تحفظات کا شکار ہونے کا امکان ہے۔ تاہم، وہ اس مرکب میں ایک اور اثاثہ متغیر کا اضافہ کرتے ہیں جو AI سافٹ ویئر سپلائی چین کے حملے کی سطح کو بہت زیادہ بڑھاتا ہے: AI/ML ماڈل۔
Protect AI کے شریک بانی، Daryan Dehghanpisheh بتاتے ہیں، "جو چیز AI ایپلی کیشنز کو سافٹ ویئر کی ہر دوسری شکل سے الگ کرتی ہے وہ یہ ہے کہ [وہ کسی نہ کسی طریقے سے یا مشین لرننگ ماڈل کہلانے والی چیز پر انحصار کرتے ہیں۔" "نتیجتاً، وہ مشین لرننگ ماڈل خود اب آپ کے بنیادی ڈھانچے کا اثاثہ ہے۔ جب آپ کے پاس اپنے انفراسٹرکچر میں کوئی اثاثہ ہوتا ہے، تو آپ کو اپنے ماحول کو اسکین کرنے، شناخت کرنے کی صلاحیت کی ضرورت ہوتی ہے کہ وہ کہاں ہیں، ان میں کیا ہے، کس کے پاس اجازت ہے، اور وہ کیا کرتے ہیں۔ اور اگر آپ آج ماڈلز کے ساتھ ایسا نہیں کر سکتے تو آپ ان کا انتظام نہیں کر سکتے۔
AI/ML ماڈلز AI سسٹم کی نمونوں کو پہچاننے، پیشین گوئیاں کرنے، فیصلے کرنے، کارروائیوں کو متحرک کرنے یا مواد بنانے کی صلاحیت کی بنیاد فراہم کرتے ہیں۔ لیکن سچ یہ ہے کہ زیادہ تر تنظیمیں یہ بھی نہیں جانتی ہیں کہ ان کے سافٹ ویئر میں شامل تمام AI ماڈلز میں مرئیت حاصل کرنا کیسے شروع کیا جائے۔ ماڈلز اور ان کے آس پاس کا انفراسٹرکچر سافٹ ویئر کے دوسرے اجزاء سے مختلف طریقے سے بنایا گیا ہے، اور روایتی سیکیورٹی اور سافٹ ویئر ٹولنگ اس بات کو اسکین کرنے یا سمجھنے کے لیے نہیں بنائی گئی ہے کہ AI ماڈل کیسے کام کرتے ہیں یا ان میں خامیاں کیسے ہیں۔ دہغان پیشے کہتے ہیں کہ یہی چیز انہیں منفرد بناتی ہے، جو بتاتے ہیں کہ وہ بنیادی طور پر خود کو نافذ کرنے والے کوڈ کے چھپے ہوئے ٹکڑے ہیں۔
"ایک ماڈل، ڈیزائن کے لحاظ سے، کوڈ کا ایک خود ساختہ ٹکڑا ہے۔ اس کے پاس ایجنسی کی ایک خاص مقدار ہے،" دہگنپیشے کہتے ہیں۔ "اگر میں نے آپ کو بتایا کہ آپ کے پورے انفراسٹرکچر میں ایسے اثاثے ہیں جو آپ دیکھ نہیں سکتے، آپ شناخت نہیں کر سکتے، آپ نہیں جانتے کہ ان میں کیا ہے، آپ کو نہیں معلوم کہ کوڈ کیا ہے، اور وہ خود عمل کرتے ہیں۔ اور باہر کی کالیں، جو مشتبہ طور پر اجازت وائرس کی طرح لگتی ہیں، ہے نا؟"
AI عدم تحفظات کا ابتدائی مبصر
اس مسئلے کو آگے بڑھانا اس کے اور اس کے شریک بانیوں کے 2022 میں پروٹیکٹ AI شروع کرنے کے پیچھے بڑا محرک تھا، جو کہ ماڈل سیکیورٹی اور ڈیٹا نسب کے مسائل کو حل کرنے کے لیے تیار ہونے والی نئی فرموں میں سے ایک ہے جو AI دور میں سامنے آرہے ہیں۔ Dehghanpisheh اور شریک بانی ایان سوانسن نے مستقبل کی ایک جھلک دیکھی جب انہوں نے پہلے مل کر AWS میں AI/ML سلوشنز بنانے میں کام کیا۔ دہگنپیشے AI/ML سلوشن آرکیٹیکٹس کے لیے عالمی رہنما رہے تھے۔
"اس وقت کے دوران جب ہم نے AWS میں اکٹھے گزارے تھے، ہم نے صارفین کو ناقابل یقین حد تک تیز رفتاری سے AI/ML سسٹمز بناتے ہوئے دیکھا، اس سے بہت پہلے کہ جنریٹو AI نے C-suite سے لے کر کانگریس تک سب کے دلوں اور دماغوں کو اپنی گرفت میں لے لیا،" وہ بتاتے ہوئے کہتا ہے۔ اس نے انجینئرز اور کاروباری ترقی کے ماہرین کے ساتھ ساتھ وسیع پیمانے پر صارفین کے ساتھ کام کیا۔ "اس وقت جب ہم نے محسوس کیا کہ AI/ML سسٹمز کے لیے منفرد حفاظتی خطرات کیسے اور کہاں ہیں۔"
ان کا کہنا ہے کہ انہوں نے AI/ML کے بارے میں تین بنیادی چیزوں کا مشاہدہ کیا جن کے سائبر سیکیورٹی کے مستقبل کے لیے ناقابل یقین مضمرات تھے۔ پہلا یہ تھا کہ اپنانے کی رفتار اتنی تیز تھی کہ انہوں نے خود ہی دیکھا کہ AI کی ترقی اور کاروباری استعمال کے ارد گرد آئی ٹی اداروں کا سایہ کتنی تیزی سے پھیل رہا ہے جو اس طرز حکمرانی سے بچ گیا جو انٹرپرائز میں کسی بھی دوسری قسم کی ترقی کی نگرانی کرے گا۔
دوسرا یہ تھا کہ زیادہ تر ٹولز جو استعمال کیے جا رہے تھے — خواہ وہ تجارتی ہوں یا اوپن سورس — ڈیٹا سائنسدانوں اور آنے والے ایم ایل انجینئرز نے بنائے تھے جنہیں کبھی بھی حفاظتی تصورات کی تربیت نہیں دی گئی تھی۔
"نتیجے کے طور پر، آپ کے پاس واقعی مفید، بہت مقبول، بہت تقسیم شدہ، وسیع پیمانے پر اپنائے گئے ٹولز تھے جو کہ سیکورٹی کی پہلی ذہنیت کے ساتھ نہیں بنائے گئے تھے،" وہ کہتے ہیں۔
اے آئی سسٹمز 'سیکیورٹی فرسٹ' نہیں بنائے گئے
اس کے نتیجے میں، بہت سے AI/ML سسٹمز اور مشترکہ ٹولز میں تصدیق اور اجازت کی بنیادی باتوں کا فقدان ہے اور وہ اکثر فائل سسٹم میں پڑھنے اور لکھنے کی بہت زیادہ رسائی فراہم کرتے ہیں۔ غیر محفوظ نیٹ ورک کنفیگریشنز اور پھر ماڈلز میں ان موروثی دشواریوں کے ساتھ مل کر، تنظیمیں ان انتہائی پیچیدہ، سمجھنے میں مشکل سسٹمز میں سیکورٹی کے مسائل سے دوچار ہونے لگتی ہیں۔
"اس سے ہمیں یہ احساس ہوا کہ موجودہ سیکیورٹی ٹولز، پراسیسز، فریم ورک - چاہے آپ کتنی ہی شفٹ کیوں نہ جائیں، اس سیاق و سباق سے محروم تھے جس کی مشین لرننگ انجینئرز، ڈیٹا سائنسدانوں، اور AI بنانے والوں کو ضرورت ہوگی،" وہ کہتے ہیں۔
آخر کار، تیسرا بڑا مشاہدہ جو اس نے اور سوانسن نے ان AWS دنوں کے دوران کیا وہ یہ تھا کہ AI کی خلاف ورزیاں نہیں آ رہی تھیں۔ وہ پہلے ہی پہنچ چکے تھے۔
"ہم نے دیکھا کہ صارفین نے مختلف قسم کے AI/ML سسٹمز کی خلاف ورزیاں کی ہیں جنہیں پکڑا جانا چاہیے تھا لیکن نہیں کیا گیا،" وہ کہتے ہیں۔ "اس نے ہمیں جو بتایا وہ یہ ہے کہ سیٹ اور عمل کے ساتھ ساتھ واقعہ کے ردعمل کے انتظام کے عناصر، جس طرح سے AI/ML کی تعمیر کی جا رہی تھی، مقصد کے مطابق نہیں بنائے گئے تھے۔ یہ مسئلہ بہت زیادہ خراب ہو گیا ہے کیونکہ تخلیقی AI نے رفتار پکڑ لی ہے۔
AI ماڈلز کو بڑے پیمانے پر شیئر کیا جاتا ہے۔
Dehghanpisheh اور Swanson نے یہ بھی دیکھنا شروع کیا کہ کس طرح ماڈل اور تربیتی ڈیٹا ایک منفرد نئی AI سپلائی چین بنا رہے ہیں جس پر باقی سافٹ ویئر سپلائی چین کی طرح سنجیدگی سے غور کرنے کی ضرورت ہوگی۔ بالکل اسی طرح جیسے باقی جدید سافٹ ویئر ڈویلپمنٹ اور کلاؤڈ مقامی اختراعات کے ساتھ، ڈیٹا سائنسدانوں اور AI ماہرین نے اوپن سورس اور مشترکہ اجزاء کے بے تحاشہ استعمال کے ذریعے AI/ML سسٹمز میں ترقی کو ہوا دی ہے — بشمول AI ماڈلز اور ان کی تربیت کے لیے استعمال ہونے والا ڈیٹا۔ بہت سارے AI سسٹمز، خواہ تعلیمی ہوں یا تجارتی، کسی اور کے ماڈل کا استعمال کرتے ہوئے بنائے گئے ہیں۔ اور باقی جدید ترقی کی طرح، AI کی ترقی میں ہونے والا دھماکہ سپلائی چین میں پھیلے ہوئے نئے ماڈل اثاثوں کی روزانہ ایک بڑی آمد کو جاری رکھتا ہے، جس کا مطلب ہے کہ ان پر نظر رکھنا مشکل تر ہوتا جا رہا ہے۔
مثال کے طور پر گلے ملنے والا چہرہ لیں۔ یہ آج کل آن لائن اوپن سورس AI ماڈلز کے سب سے زیادہ استعمال ہونے والے ذخیروں میں سے ایک ہے - اس کے بانیوں کا کہنا ہے کہ وہ AI کا GitHub بننا چاہتے ہیں۔ نومبر 2022 میں، ہیگنگ فیس صارفین نے کمیونٹی کے ساتھ 93,501 مختلف ماڈلز کا اشتراک کیا تھا۔ اگلے نومبر میں، جو 414,695 ماڈلز تک اڑا تھا۔ اب، صرف تین ماہ بعد، یہ تعداد بڑھ کر 527,244 ہو گئی ہے۔ یہ ایک ایسا مسئلہ ہے جس کا دائرہ دن بدن برف باری کر رہا ہے۔ اور یہ سافٹ ویئر سپلائی چین سیکیورٹی کے مسئلے کو "سٹیرائڈز پر ڈالنے جا رہا ہے،" دہگنپیشے کہتے ہیں۔
A حالیہ تجزیہ اس کی فرم کے ذریعہ ہزاروں ماڈلز پائے گئے جو کھلے عام ہیگنگ فیس پر شیئر کیے گئے ہیں ماڈل لوڈ یا تخمینہ پر صوابدیدی کوڈ پر عمل درآمد کرسکتے ہیں۔ جبکہ ہیگنگ فیس سیکیورٹی کے مسائل کے لیے اپنے ذخیرے کی کچھ بنیادی اسکیننگ کرتا ہے، بہت سے ماڈلز راستے میں چھوٹ جاتے ہیں - تحقیق میں دریافت کیے گئے انتہائی خطرے والے ماڈلز میں سے کم از کم نصف کو پلیٹ فارم کے ذریعے غیر محفوظ نہیں سمجھا گیا تھا، اور ہگنگ فیس دستاویزات میں اسے واضح کرتا ہے۔ کہ ماڈل کی حفاظت کا تعین کرنا بالآخر اس کے صارفین کی ذمہ داری ہے۔
AI سپلائی چین سے نمٹنے کے لیے اقدامات
Dehghanpisheh کا خیال ہے کہ AI دور میں سائبرسیکیوریٹی کا لنچ پن سب سے پہلے AI نسب کی ایک منظم سمجھ پیدا کرنے سے شروع ہوگا۔ اس میں ماڈل نسب اور ڈیٹا نسب شامل ہے، جو بنیادی طور پر ان اثاثوں کی اصل اور تاریخ ہیں، انہیں کیسے تبدیل کیا گیا ہے، اور ان سے وابستہ میٹا ڈیٹا۔
"یہ شروع کرنے کی پہلی جگہ ہے۔ آپ اسے ٹھیک نہیں کر سکتے جو آپ نہیں دیکھ سکتے اور جو آپ نہیں جان سکتے اور جس کی آپ تعریف نہیں کر سکتے، ٹھیک ہے؟ وہ کہتے ہیں.
اس دوران، روزانہ آپریشنل سطح پر دہگھن پیشے کا خیال ہے کہ تنظیموں کو اپنے ماڈلز کو اسکین کرنے کے لیے صلاحیتیں پیدا کرنے کی ضرورت ہے، ان خامیوں کی تلاش میں جو نہ صرف سسٹم کے سخت ہونے پر بلکہ اس کے آؤٹ پٹ کی سالمیت کو متاثر کر سکتی ہیں۔ اس میں AI تعصب اور خرابی جیسے مسائل شامل ہیں جو کہ ایک خود مختار کار پیدل چلنے والوں سے ٹکرا جانے سے حقیقی دنیا کو جسمانی نقصان پہنچا سکتے ہیں۔
"پہلی چیز یہ ہے کہ آپ کو اسکین کرنے کی ضرورت ہے،" وہ کہتے ہیں۔ "دوسری چیز یہ ہے کہ آپ کو ان اسکینوں کو سمجھنے کی ضرورت ہے۔ اور تیسرا یہ ہے کہ ایک بار جب آپ کے پاس کوئی ایسی چیز ہو جس پر پرچم لگایا گیا ہو، آپ کو لازمی طور پر اس ماڈل کو چالو ہونے سے روکنے کی ضرورت ہے۔ آپ کو اس کی ایجنسی کو محدود کرنے کی ضرورت ہے۔
MLSecOps کے لیے پش
MLSecOps ایک وینڈر غیر جانبدار تحریک ہے جو روایتی سافٹ ویئر کی دنیا میں DevSecOps تحریک کی آئینہ دار ہے۔
"DevOps سے DevSecOps میں منتقل ہونے کی طرح، آپ کو ایک ساتھ دو کام کرنے ہوں گے۔ سب سے پہلی چیز جو آپ کو کرنی ہے وہ پریکٹیشنرز کو یہ بتانا ہے کہ سیکورٹی ایک چیلنج ہے اور یہ ایک مشترکہ ذمہ داری ہے،" دہگنپیشے کہتے ہیں۔ "دوسرا کام جو آپ کو کرنا ہے وہ ہے سیاق و سباق فراہم کرنا اور ان ٹولز میں سیکیورٹی ڈالنا جو ڈیٹا سائنسدانوں، مشین لرننگ انجینئرز، [اور] AI بنانے والوں کو خون بہنے والے کنارے پر رکھتے ہیں اور مسلسل اختراع کرتے ہیں، لیکن سیکیورٹی خدشات کو پس منظر میں غائب ہونے دیتے ہیں۔ "
اس کے علاوہ، وہ کہتے ہیں کہ تنظیموں کو گورننس، رسک، اور تعمیل کی پالیسیوں اور نفاذ کی صلاحیتوں اور واقعات کے ردعمل کے طریقہ کار کو شامل کرنا شروع کرنا ہو گا جو عدم تحفظ کے دریافت ہونے پر ہونے والے اقدامات اور عمل کو کنٹرول کرنے میں مدد کرتے ہیں۔ جیسا کہ ایک ٹھوس DevSecOps ایکو سسٹم کے ساتھ ہے، اس کا مطلب ہے کہ MLSecOps کو ایگزیکٹو سیڑھی تک کاروباری اسٹیک ہولڈرز کی مضبوط شمولیت کی ضرورت ہوگی۔
اچھی خبر یہ ہے کہ AI/ML سیکیورٹی کو ایک چیز سے فائدہ ہو رہا ہے کہ کسی بھی تیز رفتار ٹیکنالوجی کی اختراع کو گیٹ کے باہر نہیں ہے - یعنی ریگولیٹری مینڈیٹ گیٹ کے بالکل باہر۔
"کسی دوسری ٹیکنالوجی کی منتقلی کے بارے میں سوچیں،" دہگنپیشے کہتے ہیں۔ "ایک وقت کا نام بتائیں جب کسی وفاقی ریگولیٹر یا یہاں تک کہ ریاستی ریگولیٹرز نے ابتدائی طور پر یہ کہا ہو، 'واہ، واہ، واہ، آپ کو مجھے وہ سب کچھ بتانا پڑے گا جو اس میں ہے۔ آپ کو اس نظام کے علم کو ترجیح دینی ہوگی۔ آپ کو مواد کے بل کو ترجیح دینی ہوگی۔ کوئی نہیں ہے۔"
اس کا مطلب یہ ہے کہ بہت سے سیکورٹی لیڈروں کے زیادہ امکان ہے کہ وہ اختراعی لائف سائیکل میں بہت پہلے AI سیکورٹی کی صلاحیتوں کو تیار کرنے کے لیے خرید سکیں۔ اس تعاون کی سب سے واضح نشانیوں میں سے ایک تنظیموں میں نئے کام کے افعال کو سپانسر کرنے میں تیزی سے تبدیلی ہے۔
"سب سے بڑا فرق جو ریگولیٹری ذہنیت نے میز پر لایا ہے وہ یہ ہے کہ جنوری 2023 میں، AI سیکیورٹی کے ڈائریکٹر کا تصور نیا تھا اور موجود نہیں تھا۔ لیکن جون تک، آپ نے ان کرداروں کو دیکھنا شروع کر دیا،" دہگنپیشے کہتے ہیں۔ "اب وہ ہر جگہ ہیں - اور ان کی مالی اعانت ہے۔"
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://www.darkreading.com/cyber-risk/do-you-know-where-your-ai-models-are-tonight
- : ہے
- : ہے
- : نہیں
- :کہاں
- ][p
- $UP
- 10
- 2022
- 2023
- 501
- 7
- a
- کی صلاحیت
- ہمارے بارے میں
- تعلیمی
- تک رسائی حاصل
- کے پار
- اعمال
- چالو کرنا
- شامل کریں
- انہوں نے مزید کہا
- اس کے علاوہ
- پتہ
- اپنایا
- منہ بولابیٹا بنانے
- ترقی
- ایجنسی
- آگے
- AI
- اے آئی ماڈلز
- اے آئی سسٹمز
- AI / ML
- تمام
- اجازت دے رہا ہے
- ساتھ
- پہلے ہی
- بھی
- رقم
- an
- اور
- ایک اور
- کوئی بھی
- درخواست
- درخواست سیکورٹی
- ایپلی کیشنز
- صوابدیدی
- معمار
- آرکیٹیکٹس
- کیا
- ارد گرد
- پہنچے
- مصنوعی
- مصنوعی ذہانت
- مصنوعی انٹیلی جنس (AI)
- AS
- اثاثے
- اثاثے
- منسلک
- At
- حملہ
- کی توثیق
- اجازت
- خود مختار
- آگاہ
- AWS
- واپس
- پس منظر
- بنیادی
- مبادیات
- جنگ
- BE
- بن
- رہا
- اس سے پہلے
- پیچھے
- کیا جا رہا ہے
- خیال ہے
- فائدہ مند
- تعصب
- بگ
- سب سے بڑا
- بل
- بلے باز
- پھنس گیا
- خلاف ورزیوں
- لایا
- بکسوا
- تعمیر
- بلڈرز
- عمارت
- تعمیر
- کاروبار
- کاروبار کی ترقی
- لیکن
- by
- سی سوٹ۔
- کہا جاتا ہے
- کالز
- کر سکتے ہیں
- صلاحیتوں
- پر قبضہ کر لیا
- کار کے
- پکڑے
- کیونکہ
- کچھ
- چین
- چیلنج
- تبدیل کر دیا گیا
- واضح
- واضح طور پر
- بادل
- کلاؤڈ بنیادی ڈھانچے
- شریک بانی
- شریک بانی
- کوڈ
- کے مجموعے
- کس طرح
- آنے والے
- تجارتی
- کمیونٹی
- پیچیدہ
- تعمیل
- اجزاء
- تصور
- تصورات
- اندراج
- کانگریس
- سمجھا
- مسلسل
- مسلسل
- پر مشتمل ہے
- مواد
- سیاق و سباق
- سکتا ہے
- مل کر
- کرشنگ
- تخلیق
- تخلیق
- گاہکوں
- سائبر سیکیورٹی
- سائیکل
- روزانہ
- اعداد و شمار
- دن
- دن
- فیصلے
- سمجھا
- وضاحت
- انحصار
- ڈیزائن
- کا تعین کرنے
- ترقی
- نہیں کیا
- فرق
- مختلف
- مختلف
- مشکل
- ڈائریکٹر
- غائب ہو
- دریافت
- تقسیم کئے
- do
- دستاویزات
- کرتا
- نہیں
- ڈان
- نیچے
- ڈرائیونگ
- کے دوران
- اس سے قبل
- ابتدائی
- ماحول
- ایج
- اثر
- عناصر
- اور
- ایمبیڈڈ
- لامتناہی
- نافذ کرنے والے
- انجینئرز
- کافی
- انٹرپرائز
- اداروں
- ماحولیات
- دور
- بنیادی طور پر
- بھی
- ہر کوئی
- سب
- سب کچھ
- ہر جگہ
- مثال کے طور پر
- عملدرآمد
- ایگزیکٹو
- وجود
- موجودہ
- توسیع
- ماہرین
- کی وضاحت
- بیان کرتا ہے
- دھماکے
- تیزی سے
- بڑے پیمانے پر
- چہرہ
- فیشن
- فاسٹ
- وفاقی
- فائل
- فرم
- فرم
- پہلا
- پہلا ہاتھ
- درست کریں
- جھنڈا لگا ہوا
- ناقص
- خامیوں
- کے بعد
- کے لئے
- فارم
- ملا
- فاؤنڈیشن
- بانیوں
- فریم ورک
- سے
- ایندھن
- افعال
- پیسے سے چلنے
- مستقبل
- حاصل کرنا
- دروازے
- پیداواری
- پیداواری AI۔
- حاصل
- حاصل کرنے
- GitHub کے
- دے دو
- جھلک
- گلوبل
- جا
- اچھا
- ملا
- حکومت
- گورننس
- عطا
- بہت
- ترقی
- تھا
- نصف
- مشکل
- نقصان پہنچانے
- ہے
- he
- مدد
- پوشیدہ
- سب سے زیادہ
- انتہائی
- اسے
- ان
- تاریخ
- کس طرح
- کیسے
- تاہم
- HTTPS
- بھاری
- i
- شناخت
- if
- اثر
- اثرات
- in
- واقعہ
- واقعہ کا جواب
- شامل ہیں
- سمیت
- اضافہ
- ناقابل اعتماد
- ناقابل یقین حد تک
- آمد
- انفراسٹرکچر
- ذاتی، پیدائشی
- بدعت
- جدت طرازی
- غیر محفوظ
- سالمیت
- انٹیلی جنس
- میں
- ملوث ہونے
- نہیں
- مسئلہ
- مسائل
- IT
- میں
- خود
- جنوری
- ایوب
- فوٹو
- جون
- صرف
- رکھیں
- رکھتے ہوئے
- رہتا ہے
- بچے
- جان
- علم
- نہیں
- سیڑھی
- بعد
- شروع
- رہنما
- رہنماؤں
- سیکھنے
- کم سے کم
- چھوڑ دیا
- سطح
- زندگی
- کی طرح
- امکان
- نسب
- لوڈ
- لانگ
- تلاش
- بڑھنے
- بہت
- مشین
- مشین لرننگ
- بنا
- اہم
- اکثریت
- بنا
- بناتا ہے
- انتظام
- انتظام
- مینڈیٹ
- بہت سے
- مواد
- معاملہ
- me
- کا مطلب ہے کہ
- میٹا ڈیٹا
- ذہنوں
- دماغ
- یاد آیا
- لاپتہ
- اختلاط
- ML
- ماڈل
- ماڈل
- جدید
- رفتار
- ماہ
- زیادہ
- سب سے زیادہ
- منتقل
- تحریک
- بہت
- نام
- یعنی
- تشریف لے جائیں
- ضرورت ہے
- نیٹ ورک
- کبھی نہیں
- نئی
- نئی فرمیں
- خبر
- نہیں
- ناول
- نومبر
- اب
- تعداد
- جائزہ
- واضح
- of
- اکثر
- on
- ایک بار
- ایک
- والوں
- آن لائن
- صرف
- کھول
- اوپن سورس
- کھل کر
- آپریشنل
- or
- تنظیمیں
- اصل
- دیگر
- باہر
- پیداوار
- باہر
- پر
- نگرانی کریں
- امن
- پیٹرن
- اجازت
- اجازتیں
- جسمانی
- اٹھایا
- ٹکڑا
- ٹکڑے ٹکڑے
- مقام
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- پالیسیاں
- مقبول
- پیشن گوئی
- پہلے
- ترجیح دیں
- مسئلہ
- مسائل
- طریقہ کار
- عمل
- پیشہ ور ماہرین
- ملکیت
- پیشہ
- حفاظت
- فراہم
- پش
- ڈال
- جلدی سے
- رینج
- تیزی سے
- RE
- پڑھیں
- حقیقی دنیا
- احساس
- احساس ہوا
- واقعی
- تسلیم
- ریگولیٹر
- ریگولیٹرز
- ریگولیٹری
- انحصار کرو
- ذخیرہ
- تحقیق
- جواب
- ذمہ داری
- باقی
- محدود
- نتیجہ
- ٹھیک ہے
- رسک
- خطرے کے ماڈل
- کردار
- s
- سیفٹی
- کہا
- اسی
- دیکھا
- کا کہنا ہے کہ
- کا کہنا ہے کہ
- اسکین
- سکیننگ
- اسکین کرتا ہے
- سائنسدانوں
- گنجائش
- دوسری
- سیکورٹی
- دیکھنا
- دیکھ کر
- لگتا ہے
- سنجیدگی سے
- مقرر
- شیڈو
- مشترکہ
- منتقل
- ہونا چاہئے
- نشانیاں
- اسی طرح
- صورتحال
- So
- سافٹ ویئر کی
- سافٹ ویئر کے اجزاء
- سوفٹ ویئر کی نشوونما
- سافٹ ویئر سپلائی چین
- ٹھوس
- حل
- حل
- کچھ
- کسی
- کچھ
- آواز
- ماخذ
- خرچ
- اسپانسر
- کی طرف سے سپانسر
- اسٹیک ہولڈرز
- کھڑا ہے
- شروع کریں
- شروع
- حالت
- مراحل
- بند کرو
- مضبوط
- منظم
- جدوجہد
- فراہمی
- فراہمی کا سلسلہ
- حمایت
- سطح
- شکوہ سے
- کے نظام
- سسٹمز
- ٹیبل
- سے نمٹنے
- لے لو
- ٹیکنالوجی
- ٹیکنالوجی نووائشن
- بتا
- سے
- کہ
- ۔
- مبادیات
- مستقبل
- ان
- ان
- تو
- وہاں.
- یہ
- وہ
- بات
- چیزیں
- لگتا ہے کہ
- تھرڈ
- اس
- ان
- سوچا
- ہزاروں
- تین
- کے ذریعے
- وقت
- کرنے کے لئے
- آج
- مل کر
- بتایا
- بھی
- اوزار
- ٹریک
- روایتی
- ٹرین
- تربیت یافتہ
- ٹریننگ
- منتقلی
- ٹرگر
- حقیقت
- کی کوشش کر رہے
- دو
- آخر میں
- سمجھ
- افہام و تفہیم
- منفرد
- us
- استعمال کی شرائط
- استعمال کیا جاتا ہے
- مفید
- صارفین
- کا استعمال کرتے ہوئے
- متغیر
- مختلف اقسام کے
- Ve
- بہت
- وائرس
- کی نمائش
- نقصان دہ
- قابل اطلاق
- چاہتے ہیں
- تھا
- راستہ..
- we
- اچھا ہے
- چلا گیا
- تھے
- تھے
- کیا
- جب
- چاہے
- جس
- جبکہ
- ڈبلیو
- کس کی
- بڑے پیمانے پر
- گے
- ساتھ
- کام
- کام کیا
- دنیا
- بدتر
- گا
- لکھنا
- سال
- تم
- اور
- زیفیرنیٹ