मुख्य बात: एक फ़ाइंडिंग तैयार नहीं होती सिर्फ़ इसलिए कि एक स्कैनर ने किसी कमज़ोरी को नाम दिया। यह तब तैयार होती है जब प्रूफ़, स्कोप, इम्पैक्ट, और सबमिशन पाथ इतने मज़बूत हों कि एक ह्यूमन रिसर्चर अगले क़दम पर भरोसा कर सके।
रेडीनेस की समस्या
बग बाउंटी पाइपलाइन्स तब विफल हो जाती हैं जब हर दिलचस्प सिग्नल को एक रिपोर्ट कैंडिडेट के रूप में माना जाता है। इससे डुप्लिकेट जोखिम, स्कोप-ग़लतियाँ, कमज़ोर इम्पैक्ट-दावे, और ट्राइएज थकान पैदा होती है। सही ऑपरेटिंग मॉडल अधिक सख़्त है: सिग्नल-कलेक्शन को व्यापक रखें, लेकिन रिपोर्ट-रेडीनेस को संकीर्ण बनाएँ।
KENSAI ऑटोनॉमस डिस्कवरी और वास्तविक बाउंटी वर्क के बीच पुल के रूप में फ़ाइंडिंग-रेडीनेस का उपयोग करता है। सिस्टम कई लीड्स एकत्र कर सकता है, लेकिन केवल एक छोटे समूह को ही सबमिट लेन तक पहुँचना चाहिए।
एक तैयार फ़ाइंडिंग को क्या चाहिए
- स्कोप कॉन्फ़िडेंस: प्रभावित एसेट प्रोग्राम रूल्स से स्पष्ट रूप से मैप होता है और किसी बासी टार्गेट-सूची पर निर्भर नहीं करता।
- रिप्रोड्यूसिबल प्रूफ़: इश्यू को इतने विवरण के साथ फिर से प्रदर्शित किया जा सकता है कि कोई अन्य ऑपरेटर इसे सत्यापित कर सके।
- इम्पैक्ट एविडेंस: रिपोर्ट यह बताती है कि एक हमलावर को क्या हासिल होता है, न कि केवल यह कि एक टूल ने क्या पहचाना।
- ड्युप्लिकेट अवेयरनेस: सबमिशन से पहले पैटर्न की तुलना ज्ञात डिस्क्लोज़र्स और आंतरिक हिस्ट्री से की गई है।
- सबमिशन फ़िट: रिसर्चर के लिखना शुरू करने से पहले प्लेटफ़ॉर्म, सेवेरिटी, प्रोग्राम टोन, और आवश्यक फ़ील्ड्स स्पष्ट होते हैं।
रेडीनेस कोई नौकरशाही नहीं है। यह वह तरीक़ा है जिससे एक तेज़ बाउंटी टीम अपना सर्वश्रेष्ठ ह्यूमन-रिव्यू समय उन फ़ाइंडिंग्स पर ख़र्च करने से बचती है जो कभी ट्राइएज से नहीं बच पातीं।
परिचालन लाभ
जब रेडीनेस स्पष्ट होती है, तो कमज़ोर फ़ाइंडिंग्स ग़ायब नहीं होतीं। वे एक कारण के साथ वैलिडेशन, एनरिचमेंट, या डिस्कार्ड स्टेट्स में चली जाती हैं। इस बीच, मज़बूत फ़ाइंडिंग्स के पास उस व्यक्ति तक पहुँचने के लिए पर्याप्त संदर्भ होता है जो जाँच को दोबारा शुरू किए बिना उन्हें सबमिट या गहरा कर सकता है।
यह मायने रखता है क्योंकि बाउंटी स्पीड केवल पहली खोज के बारे में नहीं है। यह खोज के बाद के मिनटों की रक्षा करने के बारे में भी है, जब कोई अन्य रिसर्चर उसी रिपोर्ट की ओर दौड़ रहा हो सकता है।
निष्कर्ष
फ़ाइंडिंग-रेडीनेस KENSAI को ईमानदार बनाए रखती है। यह ऑटोमेशन को व्यापक रूप से खोज करने देती है जबकि सबमिशन-क्वालिटी को कड़ा बनाए रखती है, जो एक बाउंटी सिस्टम के लिए एकमात्र उपयोगी संतुलन है जो एक्टिविटी मेट्रिक्स की बजाय पेआउट्स की परवाह करता है।