الذكاء الاصطناعي في الأمن السيبراني: مجموعة مختلطة لاكتشاف الثغرات

في تقرير حديث أصدرته مجموعة NCC Group، تم فحص تقاطع الذكاء الاصطناعي (AI) والأمن السيبراني، مما ألقى الضوء على كل من الوعود والقيود المفروضة على الذكاء الاصطناعي التوليدي في سياق اكتشاف ثغرات الكود. يقدم التقرير، المعنون "السلامة، والأمن، والخصوصية والمطالبات: المرونة السيبرانية في عصر الذكاء الاصطناعي"، تحليلاً شاملاً لمختلف حالات استخدام الأمن السيبراني بالذكاء الاصطناعي.

الذكاء الاصطناعي التوليدي وثغرات الكود

أدى النمو الانفجاري لتقنية الذكاء الاصطناعي التوليدي في أواخر عام 2022 إلى مناقشات ومخاوف بشأن آثارها على الأمن السيبراني. يركز أحد نقاط هذا النقاش على مخاطر الأمان المحتملة التي تشكلها روبوتات الدردشة بالذكاء الاصطناعي التوليدي. تتراوح هذه المخاطر من الكشف غير المقصود عن معلومات الأعمال الحساسة إلى احتمال استغلال الجهات الفاعلة الخبيثة لهذه الخوارزميات المتقدمة ذاتية التعلم لتعزيز هجماتها الإلكترونية.

إحدى المجالات الرئيسية للاهتمام داخل التقرير هي جدوى استخدام روبوتات الدردشة بالذكاء الاصطناعي التوليدي لتقييم ثغرات الكود. هل يمكن لهذه الأنظمة الذكاء الاصطناعي ، عند تزويدها بالكود المصدري، إجراء شكل تفاعلي من التحليل الثابت وتحديد نقاط الضعف الأمنية بدقة؟ تشير نتائج التقرير إلى مجموعة مختلطة من النتائج. بينما يُظهر الذكاء الاصطناعي التوليدي وعودًا ومكاسب في الإنتاجية في تطوير الكود والبرمجيات، فإن فعاليته في اكتشاف ثغرات الكود تظل متغيرة.

من ناحية أخرى، يسلط التقرير الضوء على تطبيق واعد لنماذج التعلم الآلي (ML) في مجال الأمن السيبراني. على وجه التحديد، يمكن أن تكون نماذج ML أداة أساسية في تحديد هجمات اليوم الصفرية الجديدة، مما يتيح استجابة آلية لحماية المستخدمين من الملفات الخبيثة. للتحقق من صحة هذا المفهوم، رعت مجموعة NCC Group طالبًا جامعيًا في مركز التدريب الدكتوراه للعلوم كثيفة البيانات في كلية لندن الجامعية (CDT DIS) لتطوير نموذج تصنيف لتحديد البرمجيات الخبيثة.

نتائج هذا الجهد مقنعة. حقق نموذج التصنيف معدل دقة مذهل بنسبة 98.9٪. يؤكد هذا النجاح على إمكانات نماذج ML في تعزيز دفاعات الأمن السيبراني من خلال تحديد التهديدات الناشئة ومعالجتها بسرعة.

استغلال استخبارات التهديدات بالذكاء الاصطناعي

جانب حاسم آخر مستكشف في التقرير يدور حول استخبارات التهديدات، وهي مكون محوري للأمن السيبراني الاستباقي. تتضمن استخبارات التهديد المراقبة المستمرة لمصادر بيانات الإنترنت المختلفة، والتي توفر رؤى قيمة حول الثغرات المكتشفة حديثًا، والاستغلالات المتطورة، والاتجاهات الناشئة في سلوك المهاجمين. يمكن أن تكون هذه البيانات، غالبًا في شكل نصوص غير منظمة من المنتديات ووسائل التواصل الاجتماعي والويب المظلم، كنزًا من المعلومات.

يمكن أن تلعب نماذج التعلم الآلي دورًا حيويًا في معالجة هذه البيانات، واستخراج الفروق الدقيقة الأمنية السيبرانية الرئيسية، وتحديد الأنماط والاتجاهات في تكتيكات وتكتيكات وإجراءات المهاجمين (TTP). مزودًا بهذه الرؤى، يمكن للدفاعيين اتخاذ نهج استباقي واستباقي لتنفيذ أنظمة مراقبة أو تحكم إضافية، خاصة عندما تشكل التهديدات الجديدة خطرًا كبيرًا على أعمالهم أو مشهد التكنولوجيا.

في عصر يتميز بالتقدم التكنولوجي السريع، يستمر دور الذكاء الاصطناعي في الأمن السيبراني في التطور. بينما تقدم روبوتات الدردشة بالذكاء الاصطناعي التوليدي وعودًا في جوانب معينة من تطوير الكود، فإن موثوقيتها في اكتشاف الثغرات تظل مسألة استكشاف مستمر. من ناحية أخرى، تظهر نماذج ML مستوى عالٍ من الإمكانات في تحديد ومكافحة التهديدات السيبرانية الجديدة، مما يجعلها أصلًا قيمًا في ترسانة المدافعين.

من الضروري الاعتراف بأن الذكاء الاصطناعي في الأمن السيبراني ليس حلاً يناسب الجميع. بل هو يكمل الخبرة البشرية واليقظة. الشراكة بين محترفي الأمن السيبراني البشريين وأنظمة الذكاء الاصطناعي ضرورية لتحقيق التوازن بين الاستفادة من قوة الأتمتة والحفاظ على الإشراف البشري الحرج اللازم للتنقل في مشهد التهديدات المتطور باستمرار.