AI के साथ इन्फ्रास्ट्रक्चर ऑटोमेशन: IaC स्क्रिप्ट जनरेट करने के लिए LLMs का उपयोग

8 दिसंबर, 2025 को अपडेट किया गया

दिसंबर 2025 अपडेट: Claude, GPT-4, और विशेष कोडिंग मॉडल IaC जनरेशन पर 90%+ सटीकता प्राप्त कर रहे हैं। GitHub Copilot Workspace नेचुरल लैंग्वेज इन्फ्रास्ट्रक्चर डिप्लॉयमेंट को सक्षम बना रहा है। Amazon Q Developer और Google Cloud Assist IaC जनरेशन को इंटीग्रेट कर रहे हैं। AI-जनरेटेड Terraform को ह्यूमन रिव्यू की आवश्यकता है लेकिन डेवलपमेंट समय 60-70% कम हो रहा है। AI-जनरेटेड कोड के लिए सिक्योरिटी स्कैनिंग इंटीग्रेशन (Checkov, tfsec) आवश्यक है।

GitHub Copilot के infrastructure-as-code सुझाव डेवलपर प्रोडक्टिविटी 55% बढ़ा रहे हैं, Google का Duet AI क्लाउड डिप्लॉयमेंट ऑटोमेट कर रहा है, और Amazon का CodeWhisperer CloudFormation टेम्पलेट जनरेट कर रहा है - ये सब इन्फ्रास्ट्रक्चर ऑटोमेशन में AI के परिवर्तन को दर्शाते हैं। 73% एंटरप्राइज़ IaC जटिलता से जूझ रहे हैं और कुशल DevOps इंजीनियर $180,000 वेतन की मांग कर रहे हैं, ऐसे में LLM-पावर्ड ऑटोमेशन क्रांतिकारी समाधान प्रदान करता है। हाल की सफलताओं में GPT-4 द्वारा प्रोडक्शन-रेडी Terraform मॉड्यूल जनरेट करना, Claude द्वारा नेचुरल लैंग्वेज से Kubernetes मैनिफेस्ट बनाना, और InfraLLM जैसे विशेष मॉडल द्वारा कॉन्फ़िगरेशन जनरेशन में 94% सटीकता प्राप्त करना शामिल है। यह व्यापक गाइड इन्फ्रास्ट्रक्चर प्रोविज़निंग को ऑटोमेट करने के लिए लार्ज लैंग्वेज मॉडल के उपयोग की जांच करती है, जिसमें प्रॉम्प्ट इंजीनियरिंग, सेफ्टी मैकेनिज़्म, वैलिडेशन फ्रेमवर्क और वास्तविक दुनिया की इम्प्लीमेंटेशन रणनीतियां शामिल हैं।

इन्फ्रास्ट्रक्चर ऑटोमेशन का विकास

पारंपरिक infrastructure as code ने डिप्लॉयमेंट कंसिस्टेंसी में क्रांति ला दी लेकिन जटिलता पैदा की। एंटरप्राइज़ वातावरण में 10,000+ रिसोर्सेज मैनेज करने वाले Terraform को विशेष विशेषज्ञता की आवश्यकता है। हज़ारों लाइनों वाली Ansible प्लेबुक अनमेंटेनेबल हो गईं। नेस्टेड स्टैक्स वाले CloudFormation टेम्पलेट डिबगिंग दुःस्वप्न बन गए। माइक्रोसर्विसेज आर्किटेक्चर में Kubernetes मैनिफेस्ट बढ़ते गए। Pulumi और CDK ने प्रोग्रामेटिक फ्लेक्सिबिलिटी जोड़ी लेकिन कॉग्निटिव लोड बढ़ाया। Netflix में पारंपरिक IaC में 50,000 Terraform फाइलें शामिल हैं जिनके लिए 100 समर्पित इंजीनियर आवश्यक हैं।

लार्ज लैंग्वेज मॉडल नेचुरल लैंग्वेज इंटरफेस के माध्यम से इन्फ्रास्ट्रक्चर ऑटोमेशन को लोकतांत्रिक बनाते हैं। डेवलपर्स वांछित इन्फ्रास्ट्रक्चर को सादी अंग्रेज़ी में वर्णन करते हैं और वर्किंग कोड प्राप्त करते हैं। आर्किटेक्ट हाई-लेवल डिज़ाइन को स्वचालित रूप से विस्तृत इम्प्लीमेंटेशन में बदलते हैं। ऑपरेशंस टीमें गहरी कोडिंग ज्ञान के बिना कॉन्फ़िगरेशन संशोधित करती हैं। सिक्योरिटी आवश्यकताएं कन्वर्सेशनल स्पेसिफिकेशन के माध्यम से एम्बेड होती हैं। डॉक्यूमेंटेशन कोड से स्वचालित रूप से जनरेट होती है और इसके विपरीत भी। Stripe में LLM ट्रांसफॉर्मेशन ने इन्फ्रास्ट्रक्चर प्रोविज़निंग समय 70% कम किया जबकि सटीकता में सुधार हुआ।

हाइब्रिड अप्रोच ह्यूमन एक्सपर्टीज़ को AI असिस्टेंस के साथ इष्टतम रूप से जोड़ते हैं। इंजीनियर AI-जनरेटेड कॉन्फ़िगरेशन की समीक्षा और रिफाइन करते हैं। LLMs ह्यूमन-रिटन कोड के लिए ऑप्टिमाइज़ेशन सुझाते हैं। ऑटोमेटेड टेस्टिंग ह्यूमन और AI दोनों योगदानों को वैलिडेट करती है। सुधारों से निरंतर सीखना मॉडल परफॉर्मेंस में सुधार करता है। गार्डरेल्स इनोवेशन को सक्षम करते हुए खतरनाक ऑपरेशंस को रोकते हैं। Shopify में हाइब्रिड मॉडल क्रिटिकल सिस्टम के लिए ह्यूमन ओवरसाइट के साथ 90% ऑटोमेशन प्राप्त करता है।

कॉन्टेक्स्ट-अवेयर जनरेशन ऑर्गनाइज़ेशनल नॉलेज और स्टैंडर्ड्स का लाभ उठाती है। मॉडल कंपनी-स्पेसिफिक पैटर्न और पॉलिसीज़ पर ट्रेन होते हैं। हिस्टोरिकल कॉन्फ़िगरेशन नए डिप्लॉयमेंट को सूचित करते हैं। कम्प्लायंस आवश्यकताएं स्वचालित रूप से शामिल होती हैं। कॉस्ट ऑप्टिमाइज़ेशन नियम लगातार लागू होते हैं। सिक्योरिटी बेस्ट प्रैक्टिसेज़ व्यवस्थित रूप से लागू होती हैं। Uber के इन्फ्रास्ट्रक्चर प्लेटफॉर्म में कॉन्टेक्स्ट अवेयरनेस कॉन्फ़िगरेशन एरर 85% कम करती है।

मल्टी-मोडल अप्रोच डायग्राम, डॉक्यूमेंटेशन और कोड को सहजता से इंटीग्रेट करते हैं। आर्किटेक्चर डायग्राम स्वचालित रूप से इन्फ्रास्ट्रक्चर कोड में बदलते हैं। डॉक्यूमेंटेशन पार्स होकर आवश्यकताएं निकालती है। मॉनिटरिंग डैशबोर्ड कॉन्फ़िगरेशन को प्रभावित करते हैं। कॉस्ट रिपोर्ट ऑप्टिमाइज़ेशन को ड्राइव करती हैं। चेंज रिक्वेस्ट अपडेट ट्रिगर करती हैं। Airbnb में मल्टी-मोडल सिस्टम दैनिक 500 इन्फ्रास्ट्रक्चर चेंज प्रोसेस करता है।

इन्फ्रास्ट्रक्चर के लिए LLM क्षमताएं

नेचुरल लैंग्वेज स्पेसिफिकेशन से कोड जनरेशन प्रोडक्शन क्वालिटी प्राप्त करती है। "3 नोड्स वाला Kubernetes क्लस्टर बनाएं, 10 तक ऑटोस्केलिंग, GPU सपोर्ट के साथ" पूर्ण मैनिफेस्ट उत्पन्न करता है। "रीड रेप्लिका और ऑटोमैटिक फेलओवर के साथ मल्टी-रीजन PostgreSQL" जैसी जटिल आवश्यकताएं सही ढंग से सैकड़ों लाइनें जनरेट करती हैं। स्टेट मैनेजमेंट, डिपेंडेंसीज़ और एरर हैंडलिंग स्वचालित रूप से शामिल होते हैं। वेरिएबल पैरामीटराइज़ेशन रियूज़ेबिलिटी सक्षम करता है। कमेंट्स और डॉक्यूमेंटेशन पूरे में एम्बेड होते हैं। Microsoft में जनरेशन सटीकता सामान्य पैटर्न के लिए 92% तक पहुंचती है।

टेम्पलेट कम्प्लीशन स्टैंडर्ड्स बनाए रखते हुए डेवलपमेंट को तेज़ करता है। पार्शियल कॉन्फ़िगरेशन पूर्ण इम्प्लीमेंटेशन में विस्तारित होते हैं। बॉयलरप्लेट सेक्शन स्वचालित रूप से भरे जाते हैं। रिसोर्स नेमिंग कन्वेंशन का पालन करती है। टैग्स और लेबल्स लगातार लागू होते हैं। सिक्योरिटी ग्रुप्स ठीक से कॉन्फ़िगर होते हैं। नेटवर्क कॉन्फ़िगरेशन बेस्ट प्रैक्टिसेज़ का पालन करते हैं। Amazon में टेम्पलेट कम्प्लीशन नई सर्विसेज़ के लिए डेवलपमेंट समय 60% कम करता है।

माइग्रेशन असिस्टेंस विभिन्न IaC टूल्स और वर्ज़न के बीच ट्रांसलेट करती है। CloudFormation को कार्यक्षमता बनाए रखते हुए Terraform में बदला जाता है। Ansible प्लेबुक्स Kubernetes ऑपरेटर्स में ट्रांसफॉर्म होती हैं। वर्ज़न अपग्रेड स्वचालित रूप से हैंडल होते हैं। डेप्रिकेटेड फीचर्स मॉडर्न इक्विवेलेंट्स से रिप्लेस होते हैं। प्रोवाइडर-स्पेसिफिक कंस्ट्रक्ट्स उचित रूप से ट्रांसलेट होते हैं। Google Cloud में माइग्रेशन ऑटोमेशन ने 1,000 कस्टमर्स को इन्फ्रास्ट्रक्चर कोड मॉडर्नाइज़ करने में मदद की।

ऑप्टिमाइज़ेशन सुझाव एफिशिएंसी, सिक्योरिटी और कॉस्ट में सुधार करते हैं। रिडंडेंट रिसोर्सेज़ पहचाने और कंसोलिडेट किए जाते हैं। सिक्योरिटी वल्नरेबिलिटीज़ डिटेक्ट और रेमेडिएट होती हैं। कॉस्ट-सेविंग अवसर हाइलाइट होते हैं। परफॉर्मेंस इम्प्रूवमेंट्स रेकमेंड होते हैं। कम्प्लायंस गैप्स पहचाने जाते हैं। बेस्ट प्रैक्टिसेज़ कॉन्टेक्स्चुअली सुझाई जाती हैं। Datadog में ऑप्टिमाइज़ेशन ने AI रेकमेंडेशंस के माध्यम से इन्फ्रास्ट्रक्चर कॉस्ट 30% कम की।

एरर डिटेक्शन और करेक्शन डिप्लॉयमेंट फेलर्स को रोकती है। एक्ज़ीक्यूशन से पहले सिंटैक्स एरर पहचाने जाते हैं। लॉजिकल इनकंसिस्टेंसीज़ जल्दी डिटेक्ट होती हैं। डिपेंडेंसी कॉन्फ्लिक्ट्स स्वचालित रूप से रिज़ॉल्व होते हैं। रिसोर्स लिमिट वायलेशन्स रोके जाते हैं। सर्कुलर डिपेंडेंसीज़ एलिमिनेट होती हैं। कॉन्फ़िगरेशन ड्रिफ्ट डिटेक्ट और करेक्ट होती है। GitLab में एरर प्रिवेंशन ने फेल्ड डिप्लॉयमेंट्स 75% कम किए।

इम्प्लीमेंटेशन आर्किटेक्चर

मॉडल सिलेक्शन क्षमता, कॉस्ट और लेटेंसी आवश्यकताओं को बैलेंस करता है। GPT-4 जटिल परिदृश्यों के लिए उच्चतम सटीकता प्रदान करता है। Claude विस्तृत निर्देशों का पालन करने में उत्कृष्ट है। CodeLlama जैसे ओपन-सोर्स मॉडल ऑन-प्रेमाइस डिप्लॉयमेंट सक्षम करते हैं। फाइन-ट्यून्ड मॉडल ऑर्गनाइज़ेशनल नॉलेज शामिल करते हैं। एंसेम्बल अप्रोच मल्टीपल मॉडल्स को जोड़ते हैं। Pinterest में मॉडल सिलेक्शन 100ms रिस्पॉन्स टाइम के लिए ऑप्टिमाइज़ है।

प्रॉम्प्ट इंजीनियरिंग जनरेशन क्वालिटी और कंसिस्टेंसी को मैक्सिमाइज़ करती है। सिस्टम प्रॉम्प्ट्स कॉन्टेक्स्ट और कंस्ट्रेंट्स स्थापित करते हैं। फ्यू-शॉट एग्ज़ाम्पल्स वांछित पैटर्न डेमोंस्ट्रेट करते हैं। जटिल लॉजिक के लिए चेन-ऑफ-थॉट रीज़निंग। JSON स्कीमा का उपयोग करके स्ट्रक्चर्ड आउटपुट्स। एरर हैंडलिंग निर्देश स्पष्ट। सिक्योरिटी आवश्यकताएं एम्बेडेड। Notion में प्रॉम्प्ट ऑप्टिमाइज़ेशन ने सिस्टमैटिक रिफाइनमेंट के माध्यम से सटीकता 40% बेहतर की।

कॉन्टेक्स्ट इंजेक्शन सटीक जनरेशन के लिए आवश्यक जानकारी प्रदान करता है। वर्तमान इन्फ्रास्ट्रक्चर स्टेट शामिल। ऑर्गनाइज़ेशनल स्टैंडर्ड्स रेफरेंस। कम्प्लायंस आवश्यकताएं स्पेसिफाइड। कॉस्ट कंस्ट्रेंट्स डिफाइन्ड। परफॉर्मेंस टार्गेट्स एस्टैब्लिश्ड। सिक्योरिटी पॉलिसीज़ एनफोर्स्ड। Spotify में कॉन्टेक्स्ट मैनेजमेंट सटीकता के लिए 50KB कॉन्टेक्स्ट विंडो मेंटेन करता है।

वैलिडेशन पाइपलाइन्स सुनिश्चित करती हैं कि जनरेटेड कोड आवश्यकताओं को पूरा करे। नेटिव टूल्स का उपयोग करके सिंटैक्स वैलिडेशन। लॉजिक चेक करने वाली सिमेंटिक वैलिडेशन। स्टैंडर्ड्स एनफोर्स करने वाली पॉलिसी वैलिडेशन। वल्नरेबिलिटीज़ पहचानने वाली सिक्योरिटी स्कैनिंग। सरप्राइज़ेज़ रोकने वाली कॉस्ट एस्टिमेशन। एक्ज़िस्टिंग स्टेट से तुलना करने वाली ड्रिफ्ट डिटेक्शन। Cloudflare में वैलिडेशन डिप्लॉयमेंट से पहले 99.5% इश्यूज़ पकड़ती है।

फीडबैक लूप्स निरंतर सुधार सक्षम करते हैं। यूज़र करेक्शंस मॉडल्स को ट्रेन करते हैं। सफल डिप्लॉयमेंट्स पैटर्न को रीइनफोर्स करते हैं। फेल्ड डिप्लॉयमेंट्स गैप्स पहचानते हैं। परफॉर्मेंस मेट्रिक्स ऑप्टिमाइज़ेशन गाइड करते हैं। यूज़र सैटिस्फैक्शन प्रायोरिटीज़ ड्राइव करती है। A/B टेस्टिंग अप्रोचेज़ कंपेयर करती है। LinkedIn में लर्निंग सिस्टम फीडबैक इंटीग्रेशन के माध्यम से साप्ताहिक सुधरता है।

सेफ्टी और सिक्योरिटी मैकेनिज़्म

सैंडबॉक्सिंग जनरेशन और टेस्टिंग के दौरान अनइंटेंडेड परिणामों को रोकती है। कोड एक्ज़ीक्यूशन के लिए आइसोलेटेड एनवायरनमेंट्स। रनअवे प्रोसेसेज़ रोकने वाली रिसोर्स लिमिट्स। एक्सटर्नल एक्सेस ब्लॉक करने वाली नेटवर्क आइसोलेशन। मिनिमल परमिशंस वाले टेम्पररी क्रेडेंशियल्स। टेस्टिंग के बाद ऑटोमैटिक क्लीनअप। इश्यूज़ के लिए रोलबैक कैपेबिलिटीज़। Twilio में सैंडबॉक्सिंग 100% पोटेंशियल सिक्योरिटी इंसिडेंट्स रोकती है।

पॉलिसी एनफोर्समेंट ऑर्गनाइज़ेशनल आवश्यकताओं के साथ कम्प्लायंस सुनिश्चित करती है। कैपेबिलिटीज़ लिमिट करने वाली RBAC इंटीग्रेशन। सेंसिटिव चेंजेज़ के लिए अप्रूवल वर्कफ्लोज़। सभी एक्टिविटीज़ ट्रैक करने वाली ऑडिट लॉगिंग। ऑटोमेटेड कम्प्लायंस चेकिंग। एनफोर्स्ड रिसोर्स टैगिंग। मेंटेन्ड नेमिंग कन्वेंशंस। Capital One में पॉलिसी फ्रेमवर्क स्वचालित रूप से 200 सिक्योरिटी कंट्रोल्स एनफोर्स करता है।

सीक्रेट मैनेजमेंट पूरे लाइफसाइकल में सेंसिटिव इंफॉर्मेशन प्रोटेक्ट करता है। जनरेटेड कोड में क्रेडेंशियल्स कभी शामिल नहीं। सीक्रेट मैनेजमेंट सिस्टम्स का रेफरेंस। रेस्ट और ट्रांज़िट में डेटा के लिए एन्क्रिप्शन। ऑटोमेटेड की रोटेशन। कॉम्प्रिहेंसिव एक्सेस लॉगिंग। एनफोर्स्ड लीस्ट प्रिविलेज प्रिंसिपल्स। HashiCorp Vault इंटीग्रेशन में सीक्रेट हैंडलिंग क्रेडेंशियल एक्सपोज़र रोकती है।

चेंज कंट्रोल इंटीग्रेशन ऑपरेशनल डिसिप्लिन मेंटेन करता है। रिव्यू के लिए पुल रिक्वेस्ट वर्कफ्लोज़। CI/CD पाइपलाइन्स में ऑटोमेटेड टेस्टिंग। स्टेजिंग एनवायरनमेंट वैलिडेशन। ग्रेजुअल रोलआउट स्ट्रैटेजीज़। कॉन्फ़िगर्ड मॉनिटरिंग और अलर्टिंग। डिफाइन्ड रोलबैक प्रोसीजर्स। GitHub में चेंज मैनेजमेंट प्रोडक्शन चेंजेज़ के लिए ह्यूमन अप्रूवल रिक्वायर करता है।

अटैक सरफेस रिडक्शन सिक्योरिटी रिस्क्स मिनिमाइज़ करता है। जनरेटेड कोड सिक्योरिटी बेस्ट प्रैक्टिसेज़ फॉलो करता है। अनावश्यक फीचर्स डिफ़ॉल्ट रूप से डिसेबल्ड। नेटवर्क एक्सपोज़र मिनिमाइज़्ड। हर जगह ऑथेंटिकेशन रिक्वायर्ड। एन्क्रिप्शन ऑटोमैटिकली एनेबल्ड। सिक्योरिटी हेडर्स कॉन्फ़िगर्ड। AWS में हार्डनिंग जनरेटेड कॉन्फ़िगरेशंस में अटैक सरफेस 80% रिड्यूस करती है।

प्रैक्टिकल यूज़ केसेज़

मल्टी-क्लाउड डिप्लॉयमेंट ऑटोमेशन प्रोवाइडर डिफरेंसेज़ को एब्स्ट्रैक्ट करता है। सिंगल डिस्क्रिप्शन AWS, Azure और GCP कॉन्फ़िगरेशंस जनरेट करती है। प्रोवाइडर-स्पेसिफिक ऑप्टिमाइज़ेशंस ऑटोमैटिकली अप्लाई होते हैं। डिसीज़न मेकिंग के लिए कॉस्ट कम्पैरिज़न्स जनरेट होते हैं। क्लाउड्स के बीच माइग्रेशन पाथ्स आइडेंटिफाई होते हैं। प्रोवाइडर्स एक्रॉस डिज़ास्टर रिकवरी कॉन्फ़िगर होती है। MongoDB में मल्टी-क्लाउड ऑटोमेशन तीन प्रोवाइडर्स एक्रॉस 5,000 क्लस्टर्स मैनेज करता है।

Kubernetes मैनिफेस्ट जनरेशन कंटेनर ऑर्केस्ट्रेशन सिम्प्लीफाई करती है। एप्लिकेशंस बिज़नेस टर्म्स में डिस्क्राइब होती हैं। रिसोर्स लिमिट्स ऑटोमैटिकली कैलकुलेट होती हैं। हेल्थ चेक्स अप्रोप्रिएटली कॉन्फ़िगर होते हैं। सर्विस मेश इंटीग्रेशन इंक्लूडेड। ऑब्ज़र्वेबिलिटी इंस्ट्रूमेंटेशन एडेड। सिक्योरिटी पॉलिसीज़ कंसिस्टेंटली अप्लाई होती हैं। Uber में Kubernetes ऑटोमेशन डेली 10,000 मैनिफेस्ट्स जनरेट करती है।

नेटवर्क कॉन्फ़िगरेशन ऑटोमेशन कॉम्प्लेक्स टोपोलॉजीज़ हैंडल करती है। हाई-लेवल रिक्वायरमेंट्स से VPC डिज़ाइन। ऑटोमैटिकली ऑप्टिमाइज़्ड सबनेट एलोकेशन। करेक्टली कॉन्फ़िगर्ड राउटिंग टेबल्स। लीस्ट प्रिविलेज फॉलो करने वाले सिक्योरिटी ग्रुप्स। अप्रोप्रिएटली साइज़्ड लोड बैलेंसर्स। ऑप्टिमाइज़्ड CDN कॉन्फ़िगरेशन। Akamai में नेटवर्क ऑटोमेशन 100,000 एज लोकेशंस कॉन्फ़िगर करती है।

डेटाबेस इन्फ्रास्ट्रक्चर प्रोविज़निंग रिलायबिलिटी और परफॉर्मेंस सुनिश्चित करती है। रेप्लिकेशन टोपोलॉजी ऑटोमैटिकली डिज़ाइन होती है। बैकअप स्ट्रैटेजीज़ अप्रोप्रिएटली कॉन्फ़िगर होती हैं। परफॉर्मेंस ट्यूनिंग अप्लाई होती है। हाई अवेलेबिलिटी एंश्योर्ड। डिज़ास्टर रिकवरी प्लान्ड। कॉम्प्रिहेंसिवली कॉन्फ़िगर्ड मॉनिटरिंग। DoorDash में डेटाबेस ऑटोमेशन वीकली 50 क्लस्टर्स प्रोविज़न करती है।

CI/CD पाइपलाइन जनरेशन DevOps एडॉप्शन एक्सेलरेट करती है। रिपोज़िटरी एनालिसिस से बिल्ड स्टेजेज़ क्रिएट होते हैं। टेस्ट स्यूट्स ऑटोमैटिकली इंटीग्रेट होते हैं। सिक्योरिटी स्कैनिंग इंक्लूडेड। डिप्लॉयमेंट स्ट्रैटेजीज़ कॉन्फ़िगर्ड। रोलबैक मैकेनिज़्म्स इम्प्लीमेंटेड। नोटिफिकेशंस सेट अप। CircleCI में पाइपलाइन ऑटोमेशन डेली 1,000 वर्कफ्लोज़ जनरेट करती है।

एडवांस्ड टेक्नीक्स

ऑर्गनाइज़ेशनल डेटा पर फाइन-ट्यूनिंग सटीकता और रेलेवेंस इम्प्रूव करती है। हिस्टोरिकल IaC रिपोज़िटरीज़ ट्रेनिंग के लिए यूज़ होती हैं। सक्सेसफुल पैटर्न्स रीइनफोर्स होते हैं। फेल्ड पैटर्न्स अवॉइड होते हैं। ऑर्गनाइज़ेशन-स्पेसिफिक रिक्वायरमेंट्स लर्न होती हैं। नेमिंग कन्वेंशंस एब्ज़ॉर्ब होती हैं। सिक्योरिटी पॉलिसीज़ इंटर्नलाइज़ होती हैं। Palanti में फाइन-ट्यूनिंग

[अनुवाद के लिए कंटेंट ट्रंकेटेड]