ਉਹਨਾਂ ਨੇ ਜੈਮਿਨੀ ਵਿੱਚ ਇੱਕ ਫੋਟੋ ਵਿੱਚ ਆਰਡਰ ਛੁਪਾਉਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਲੱਭ ਲਿਆ ਹੈ: ਸਧਾਰਨ ਸਕੇਲਿੰਗ AI ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰਦੀ ਹੈ।

ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੇ ਇੱਕ ਘੁਸਪੈਠ ਵਿਧੀ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕੀਤਾ ਹੈ ਜੋ ਸਮਰੱਥ ਹੈ ਤਸਵੀਰਾਂ ਵਿੱਚ ਲੁਕਵੇਂ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਇੰਜੈਕਟ ਕਰਕੇ ਨਿੱਜੀ ਡੇਟਾ ਚੋਰੀ ਕਰਨਾਜਦੋਂ ਉਹ ਫਾਈਲਾਂ ਮਲਟੀਮੋਡਲ ਸਿਸਟਮ ਜਿਵੇਂ ਕਿ ਜੈਮਿਨੀ 'ਤੇ ਅਪਲੋਡ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ ਆਟੋਮੈਟਿਕ ਪ੍ਰੀਪ੍ਰੋਸੈਸਿੰਗ ਕਮਾਂਡਾਂ ਨੂੰ ਸਰਗਰਮ ਕਰਦੀ ਹੈ, ਅਤੇ AI ਉਹਨਾਂ ਦਾ ਪਾਲਣ ਇਸ ਤਰ੍ਹਾਂ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਉਹ ਵੈਧ ਹੋਣ।

ਦ ਟ੍ਰੇਲ ਆਫ਼ ਬਿਟਸ ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਇਹ ਖੋਜ ਉਤਪਾਦਨ ਵਾਤਾਵਰਣ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ। ਜਿਵੇਂ ਕਿ ਜੈਮਿਨੀ ਸੀਐਲਆਈ, ਵਰਟੈਕਸ ਏਆਈ ਸਟੂਡੀਓ, ਜੈਮਿਨੀ ਏਪੀਆਈ, ਗੂਗਲ ਅਸਿਸਟੈਂਟ ਜਾਂ ਜੇਨਸਪਾਰਕਗੂਗਲ ਨੇ ਸਵੀਕਾਰ ਕੀਤਾ ਹੈ ਕਿ ਇਹ ਉਦਯੋਗ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀ ਹੈ, ਹੁਣ ਤੱਕ ਅਸਲ-ਸੰਸਾਰ ਦੇ ਵਾਤਾਵਰਣ ਵਿੱਚ ਸ਼ੋਸ਼ਣ ਦਾ ਕੋਈ ਸਬੂਤ ਨਹੀਂ ਹੈ। ਮੋਜ਼ੀਲਾ ਦੇ 0Din ਪ੍ਰੋਗਰਾਮ ਰਾਹੀਂ ਕਮਜ਼ੋਰੀ ਦੀ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਸੀ।

ਚਿੱਤਰ ਸਕੇਲਿੰਗ ਹਮਲਾ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਮੁੱਖ ਗੱਲ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਪਹਿਲਾਂ ਦੇ ਪੜਾਅ ਵਿੱਚ ਹੈ: ਬਹੁਤ ਸਾਰੀਆਂ AI ਪਾਈਪਲਾਈਨਾਂ ਤਸਵੀਰਾਂ ਨੂੰ ਸਟੈਂਡਰਡ ਰੈਜ਼ੋਲਿਊਸ਼ਨ (224×224 ਜਾਂ 512×512) ਵਿੱਚ ਆਟੋਮੈਟਿਕਲੀ ਰੀਸਾਈਜ਼ ਕਰੋ।ਅਭਿਆਸ ਵਿੱਚ, ਮਾਡਲ ਅਸਲ ਫਾਈਲ ਨਹੀਂ ਦੇਖਦਾ, ਸਗੋਂ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਸੰਸਕਰਣ ਦੇਖਦਾ ਹੈ, ਅਤੇ ਇਹੀ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਖਤਰਨਾਕ ਸਮੱਗਰੀ ਦਾ ਖੁਲਾਸਾ ਹੁੰਦਾ ਹੈ।

ਹਮਲਾਵਰ ਪਾਉਂਦੇ ਹਨ ਅਦਿੱਖ ਵਾਟਰਮਾਰਕਸ ਦੁਆਰਾ ਛੁਪੇ ਹੋਏ ਮਲਟੀਮੋਡਲ ਪ੍ਰੋਂਪਟ, ਅਕਸਰ ਫੋਟੋ ਦੇ ਹਨੇਰੇ ਖੇਤਰਾਂ ਵਿੱਚ। ਜਦੋਂ ਅੱਪਸਕੇਲਿੰਗ ਐਲਗੋਰਿਦਮ ਚੱਲਦੇ ਹਨ, ਤਾਂ ਇਹ ਪੈਟਰਨ ਉਭਰਦੇ ਹਨ ਅਤੇ ਮਾਡਲ ਉਹਨਾਂ ਨੂੰ ਜਾਇਜ਼ ਨਿਰਦੇਸ਼ਾਂ ਵਜੋਂ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਅਣਚਾਹੇ ਕੰਮ ਹੋ ਸਕਦੇ ਹਨ।

ਨਿਯੰਤਰਿਤ ਟੈਸਟਾਂ ਵਿੱਚ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਗੂਗਲ ਕੈਲੰਡਰ ਤੋਂ ਡੇਟਾ ਐਕਸਟਰੈਕਟ ਕਰੋ ਅਤੇ ਇਸਨੂੰ ਕਿਸੇ ਬਾਹਰੀ ਈਮੇਲ ਤੇ ਭੇਜੋ ਉਪਭੋਗਤਾ ਦੀ ਪੁਸ਼ਟੀ ਤੋਂ ਬਿਨਾਂ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਤਕਨੀਕਾਂ ਦੇ ਪਰਿਵਾਰ ਨਾਲ ਜੁੜਦੀਆਂ ਹਨ ਤੇਜ਼ ਟੀਕੇ ਦੇ ਹਮਲੇ ਏਜੰਟਿਕ ਟੂਲਸ (ਜਿਵੇਂ ਕਿ ਕਲਾਉਡ ਕੋਡ ਜਾਂ ਓਪਨਏਆਈ ਕੋਡੈਕਸ) ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਪ੍ਰਦਰਸ਼ਿਤ, ਸਮਰੱਥ ਜਾਣਕਾਰੀ ਨੂੰ ਬਾਹਰ ਕੱਢੋ ਜਾਂ ਆਟੋਮੇਸ਼ਨ ਕਾਰਵਾਈਆਂ ਨੂੰ ਚਾਲੂ ਕਰੋ ਅਸੁਰੱਖਿਅਤ ਪ੍ਰਵਾਹਾਂ ਦਾ ਸ਼ੋਸ਼ਣ ਕਰਨਾ।

ਵੰਡ ਵੈਕਟਰ ਚੌੜਾ ਹੈ: ਕਿਸੇ ਵੈੱਬਸਾਈਟ 'ਤੇ ਇੱਕ ਤਸਵੀਰ, ਵਟਸਐਪ 'ਤੇ ਸਾਂਝਾ ਕੀਤਾ ਗਿਆ ਮੀਮ ਜਾਂ ਇੱਕ ਫਿਸ਼ਿੰਗ ਮੁਹਿੰਮ ਸੀ AI ਨੂੰ ਸਮੱਗਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਲਈ ਕਹਿਣ ਵੇਲੇ ਪ੍ਰੋਂਪਟ ਨੂੰ ਕਿਰਿਆਸ਼ੀਲ ਕਰੋਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦੇਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਹਮਲਾ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ AI ਪਾਈਪਲਾਈਨ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਪਹਿਲਾਂ ਸਕੇਲਿੰਗ ਕਰਦੀ ਹੈ; ਉਸ ਪੜਾਅ ਵਿੱਚੋਂ ਲੰਘੇ ਬਿਨਾਂ ਚਿੱਤਰ ਨੂੰ ਦੇਖਣ ਨਾਲ ਇਹ ਚਾਲੂ ਨਹੀਂ ਹੁੰਦਾ।

ਇਸ ਲਈ, ਜੋਖਮ ਉਹਨਾਂ ਪ੍ਰਵਾਹਾਂ ਵਿੱਚ ਕੇਂਦ੍ਰਿਤ ਹੈ ਜਿੱਥੇ AI ਕੋਲ ਜੁੜੇ ਹੋਏ ਔਜ਼ਾਰਾਂ ਤੱਕ ਪਹੁੰਚ ਹੈ (ਜਿਵੇਂ ਕਿ, ਈਮੇਲ ਭੇਜੋ, ਕੈਲੰਡਰ ਦੇਖੋ ਜਾਂ API ਦੀ ਵਰਤੋਂ ਕਰੋ): ਜੇਕਰ ਕੋਈ ਸੁਰੱਖਿਆ ਉਪਾਅ ਨਹੀਂ ਹਨ, ਤਾਂ ਇਹ ਉਹਨਾਂ ਨੂੰ ਉਪਭੋਗਤਾ ਦੇ ਦਖਲ ਤੋਂ ਬਿਨਾਂ ਲਾਗੂ ਕਰੇਗਾ।

ਕਮਜ਼ੋਰ ਐਲਗੋਰਿਦਮ ਅਤੇ ਟੂਲ ਸ਼ਾਮਲ ਹਨ

ਇਹ ਹਮਲਾ ਕੁਝ ਖਾਸ ਐਲਗੋਰਿਦਮ ਦਾ ਸ਼ੋਸ਼ਣ ਕਰਦਾ ਹੈ ਉੱਚ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਜਾਣਕਾਰੀ ਨੂੰ ਘੱਟ ਪਿਕਸਲਾਂ ਵਿੱਚ ਸੰਕੁਚਿਤ ਕਰੋ ਜਦੋਂ ਆਕਾਰ ਘਟਾਓ: ਨਜ਼ਦੀਕੀ ਗੁਆਂਢੀ ਇੰਟਰਪੋਲੇਸ਼ਨ, ਦੋ-ਰੇਖਿਕ ਇੰਟਰਪੋਲੇਸ਼ਨ, ਅਤੇ ਦੋ-ਕਿਊਬਿਕ ਇੰਟਰਪੋਲੇਸ਼ਨ। ਸੁਨੇਹੇ ਨੂੰ ਮੁੜ-ਆਕਾਰ ਦੇਣ ਤੋਂ ਬਚਣ ਲਈ ਹਰੇਕ ਨੂੰ ਇੱਕ ਵੱਖਰੀ ਏਮਬੈਡਿੰਗ ਤਕਨੀਕ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਇਹਨਾਂ ਹਦਾਇਤਾਂ ਨੂੰ ਏਮਬੈਡ ਕਰਨ ਲਈ ਓਪਨ ਸੋਰਸ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਹੈ। ਐਨਾਮੋਰਫਰ, ਟਾਰਗੇਟ ਸਕੇਲਿੰਗ ਐਲਗੋਰਿਦਮ ਦੇ ਆਧਾਰ 'ਤੇ ਚਿੱਤਰਾਂ ਵਿੱਚ ਪ੍ਰੋਂਪਟ ਇੰਜੈਕਟ ਕਰਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸੂਖਮ ਪੈਟਰਨਾਂ ਵਿੱਚ ਲੁਕਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। AI ਦੀ ਚਿੱਤਰ ਪ੍ਰੀਪ੍ਰੋਸੈਸਿੰਗ ਫਿਰ ਅੰਤ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦੀ ਹੈ।

ਇੱਕ ਵਾਰ ਪ੍ਰੋਂਪਟ ਸਾਹਮਣੇ ਆਉਣ ਤੋਂ ਬਾਅਦ, ਮਾਡਲ ਕਰ ਸਕਦਾ ਹੈ ਜ਼ੈਪੀਅਰ ਵਰਗੇ ਏਕੀਕਰਨ ਨੂੰ ਸਰਗਰਮ ਕਰੋ (ਜਾਂ IFTTT ਵਰਗੀਆਂ ਸੇਵਾਵਾਂ) ਅਤੇ ਚੇਨ ਐਕਸ਼ਨ: ਡਾਟਾ ਇਕੱਠਾ ਕਰਨਾ, ਈਮੇਲ ਭੇਜਣਾ ਜਾਂ ਤੀਜੀ-ਧਿਰ ਸੇਵਾਵਾਂ ਨਾਲ ਕਨੈਕਸ਼ਨ, ਸਭ ਕੁਝ ਇੱਕ ਆਮ ਪ੍ਰਵਾਹ ਦੇ ਅੰਦਰ.

ਸੰਖੇਪ ਵਿੱਚ, ਇਹ ਕਿਸੇ ਸਪਲਾਇਰ ਦੀ ਇੱਕ ਇਕੱਲੀ ਅਸਫਲਤਾ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਸਕੇਲਡ ਚਿੱਤਰਾਂ ਨੂੰ ਸੰਭਾਲਣ ਵਿੱਚ ਢਾਂਚਾਗਤ ਕਮਜ਼ੋਰੀ ਮਲਟੀਮੋਡਲ ਪਾਈਪਲਾਈਨਾਂ ਦੇ ਅੰਦਰ ਜੋ ਟੈਕਸਟ, ਵਿਜ਼ਨ ਅਤੇ ਟੂਲਸ ਨੂੰ ਜੋੜਦੀਆਂ ਹਨ.

ਘਟਾਉਣ ਦੇ ਉਪਾਅ ਅਤੇ ਚੰਗੇ ਅਭਿਆਸ

ਖੋਜਕਰਤਾ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਨ ਜਦੋਂ ਵੀ ਸੰਭਵ ਹੋਵੇ, ਸਕੇਲਿੰਗ ਘਟਾਉਣ ਤੋਂ ਬਚੋ ਅਤੇ ਇਸਦੀ ਬਜਾਏ, ਲੋਡ ਮਾਪ ਸੀਮਤ ਕਰੋ. ਜਦੋਂ ਸਕੇਲਿੰਗ ਜ਼ਰੂਰੀ ਹੋਵੇ, ਤਾਂ ਇਹ ਸਲਾਹ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਇੱਕ ਮਾਡਲ ਅਸਲ ਵਿੱਚ ਕੀ ਦੇਖੇਗਾ ਇਸਦਾ ਪੂਰਵਦਰਸ਼ਨ, CLI ਟੂਲਸ ਅਤੇ API ਵਿੱਚ ਵੀ, ਅਤੇ ਖੋਜ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰੋ ਜਿਵੇਂ ਕਿ ਗੂਗਲ ਸਿੰਥ ਆਈਡੀ.

ਡਿਜ਼ਾਈਨ ਪੱਧਰ 'ਤੇ, ਸਭ ਤੋਂ ਠੋਸ ਬਚਾਅ ਹੈ ਸੁਰੱਖਿਆ ਪੈਟਰਨ ਅਤੇ ਯੋਜਨਾਬੱਧ ਨਿਯੰਤਰਣ ਸੁਨੇਹਾ ਟੀਕਾ ਲਗਾਉਣ ਦੇ ਵਿਰੁੱਧ: ਚਿੱਤਰ ਵਿੱਚ ਸ਼ਾਮਲ ਕੋਈ ਵੀ ਸਮੱਗਰੀ ਸ਼ੁਰੂ ਕਰਨ ਦੇ ਯੋਗ ਨਹੀਂ ਹੋਣੀ ਚਾਹੀਦੀ ਸਪੱਸ਼ਟ ਪੁਸ਼ਟੀ ਤੋਂ ਬਿਨਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਟੂਲਸ ਨੂੰ ਕਾਲਾਂ ਉਪਭੋਗਤਾ ਦਾ.

ਕਾਰਜਸ਼ੀਲ ਪੱਧਰ 'ਤੇ, ਇਹ ਸਮਝਦਾਰੀ ਵਾਲੀ ਗੱਲ ਹੈ ਜੈਮਿਨੀ 'ਤੇ ਅਣਜਾਣ ਮੂਲ ਦੀਆਂ ਤਸਵੀਰਾਂ ਅਪਲੋਡ ਕਰਨ ਤੋਂ ਬਚੋ। ਅਤੇ ਸਹਾਇਕ ਜਾਂ ਐਪਸ (ਈਮੇਲ, ਕੈਲੰਡਰ, ਆਟੋਮੇਸ਼ਨ, ਆਦਿ) ਨੂੰ ਦਿੱਤੀਆਂ ਗਈਆਂ ਇਜਾਜ਼ਤਾਂ ਦੀ ਧਿਆਨ ਨਾਲ ਸਮੀਖਿਆ ਕਰੋ। ਇਹ ਰੁਕਾਵਟਾਂ ਸੰਭਾਵੀ ਪ੍ਰਭਾਵ ਨੂੰ ਕਾਫ਼ੀ ਘਟਾਉਂਦੀਆਂ ਹਨ।

ਤਕਨੀਕੀ ਟੀਮਾਂ ਲਈ, ਮਲਟੀਮੋਡਲ ਪ੍ਰੀਪ੍ਰੋਸੈਸਿੰਗ ਦਾ ਆਡਿਟ ਕਰਨਾ, ਐਕਸ਼ਨ ਸੈਂਡਬੌਕਸ ਨੂੰ ਸਖ਼ਤ ਕਰਨਾ, ਅਤੇ ਅਸਾਧਾਰਨ ਪੈਟਰਨਾਂ 'ਤੇ ਰਿਕਾਰਡ/ਚੇਤਾਵਨੀ ਚਿੱਤਰਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਤੋਂ ਬਾਅਦ ਟੂਲ ਐਕਟੀਵੇਸ਼ਨ। ਇਹ ਉਤਪਾਦ-ਪੱਧਰ ਦੀ ਰੱਖਿਆ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।

ਹਰ ਚੀਜ਼ ਇਸ ਤੱਥ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੀ ਹੈ ਕਿ ਅਸੀਂ ਕਿਸ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੇ ਹਾਂ ਤੇਜ਼ ਟੀਕੇ ਦਾ ਇੱਕ ਹੋਰ ਰੂਪ ਵਿਜ਼ੂਅਲ ਚੈਨਲਾਂ 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਰੋਕਥਾਮ ਉਪਾਵਾਂ, ਇਨਪੁਟ ਤਸਦੀਕ, ਅਤੇ ਲਾਜ਼ਮੀ ਪੁਸ਼ਟੀਕਰਨਾਂ ਦੇ ਨਾਲ, ਸ਼ੋਸ਼ਣ ਦਾ ਹਾਸ਼ੀਏ ਘੱਟ ਜਾਂਦਾ ਹੈ ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਅਤੇ ਕਾਰੋਬਾਰਾਂ ਲਈ ਜੋਖਮ ਸੀਮਤ ਹੁੰਦਾ ਹੈ।

ਇਹ ਖੋਜ ਮਲਟੀਮੋਡਲ ਮਾਡਲਾਂ ਵਿੱਚ ਇੱਕ ਅੰਨ੍ਹੇ ਸਥਾਨ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੈ: ਚਿੱਤਰ ਸਕੇਲਿੰਗ ਇੱਕ ਹਮਲਾ ਵੈਕਟਰ ਬਣ ਸਕਦੀ ਹੈ ਜੇਕਰ ਜਾਂਚ ਨਾ ਕੀਤੀ ਜਾਵੇ, ਤਾਂ ਇਹ ਸਮਝਣਾ ਕਿ ਇਨਪੁਟ ਨੂੰ ਕਿਵੇਂ ਪਹਿਲਾਂ ਤੋਂ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਨੁਮਤੀਆਂ ਨੂੰ ਸੀਮਤ ਕਰਨਾ, ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਕਾਰਵਾਈਆਂ ਤੋਂ ਪਹਿਲਾਂ ਪੁਸ਼ਟੀਕਰਨ ਦੀ ਲੋੜ ਕਰਨਾ, ਇੱਕ ਸਧਾਰਨ ਸਨੈਪਸ਼ਾਟ ਅਤੇ ਤੁਹਾਡੇ ਡੇਟਾ ਦੇ ਗੇਟਵੇ ਵਿੱਚ ਅੰਤਰ ਲਿਆ ਸਕਦਾ ਹੈ।

ਸੰਬੰਧਿਤ ਲੇਖ:

ਇਹ ਕਿਵੇਂ ਪਤਾ ਲਗਾਇਆ ਜਾਵੇ ਕਿ ਕੀ ਕੋਈ ਚਿੱਤਰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੁਆਰਾ ਬਣਾਇਆ ਗਿਆ ਸੀ: ਜਾਲ ਵਿੱਚ ਫਸਣ ਤੋਂ ਬਚਣ ਲਈ ਟੂਲ, ਐਕਸਟੈਂਸ਼ਨ ਅਤੇ ਜੁਗਤਾਂ

ਅਲਬਰਟੋ ਨਾਵਾਰੋ

ਮੈਂ ਇੱਕ ਤਕਨਾਲੋਜੀ ਉਤਸ਼ਾਹੀ ਹਾਂ ਜਿਸਨੇ ਆਪਣੀਆਂ "ਗੀਕ" ਰੁਚੀਆਂ ਨੂੰ ਇੱਕ ਪੇਸ਼ੇ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਮੈਂ ਆਪਣੀ ਜ਼ਿੰਦਗੀ ਦੇ 10 ਤੋਂ ਵੱਧ ਸਾਲ ਅਤਿ-ਆਧੁਨਿਕ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਅਤੇ ਸ਼ੁੱਧ ਉਤਸੁਕਤਾ ਨਾਲ ਹਰ ਕਿਸਮ ਦੇ ਪ੍ਰੋਗਰਾਮਾਂ ਨਾਲ ਟਿੰਕਰਿੰਗ ਵਿੱਚ ਬਿਤਾਏ ਹਨ। ਹੁਣ ਮੈਂ ਕੰਪਿਊਟਰ ਤਕਨਾਲੋਜੀ ਅਤੇ ਵੀਡੀਓ ਗੇਮਾਂ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰ ਲਈ ਹੈ। ਇਹ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਮੈਂ 5 ਸਾਲਾਂ ਤੋਂ ਵੱਧ ਸਮੇਂ ਤੋਂ ਟੈਕਨਾਲੋਜੀ ਅਤੇ ਵੀਡੀਓ ਗੇਮਾਂ 'ਤੇ ਵੱਖ-ਵੱਖ ਵੈੱਬਸਾਈਟਾਂ ਲਈ ਲਿਖ ਰਿਹਾ ਹਾਂ, ਲੇਖ ਤਿਆਰ ਕਰ ਰਿਹਾ ਹਾਂ ਜੋ ਤੁਹਾਨੂੰ ਅਜਿਹੀ ਭਾਸ਼ਾ ਵਿੱਚ ਲੋੜੀਂਦੀ ਜਾਣਕਾਰੀ ਦੇਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ ਜੋ ਹਰ ਕੋਈ ਸਮਝ ਸਕਦਾ ਹੈ।

ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਈ ਸਵਾਲ ਹਨ, ਤਾਂ ਮੇਰਾ ਗਿਆਨ ਵਿੰਡੋਜ਼ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਦੇ ਨਾਲ-ਨਾਲ ਮੋਬਾਈਲ ਫੋਨਾਂ ਲਈ ਐਂਡਰਾਇਡ ਨਾਲ ਸਬੰਧਤ ਹਰ ਚੀਜ਼ ਤੋਂ ਹੈ। ਅਤੇ ਮੇਰੀ ਵਚਨਬੱਧਤਾ ਤੁਹਾਡੇ ਪ੍ਰਤੀ ਹੈ, ਮੈਂ ਹਮੇਸ਼ਾ ਕੁਝ ਮਿੰਟ ਬਿਤਾਉਣ ਅਤੇ ਇਸ ਇੰਟਰਨੈਟ ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਤੁਹਾਡੇ ਕਿਸੇ ਵੀ ਪ੍ਰਸ਼ਨ ਨੂੰ ਹੱਲ ਕਰਨ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰਨ ਲਈ ਤਿਆਰ ਹਾਂ।