خوارزمية متطورة تقاوم الهجمات الإلكترونية الخبيثة

منصة الذكاء الاصطناعي ـ متابعات

ابتكر باحثون أستراليون خوارزمية جديدة قادرة على التصدي لهجمات الكمبيوتر الخبيثة المستهدفة روبوت عسكري بدون طيار، وتقوم بإحباطها في غضون ثوانٍ.

وبحسب Sciencedaily، استخدم خبراء الذكاء الاصطناعي في جامعة تشارلز ستورت وجامعة جنوب أستراليا تقنيات الشبكات العصبية للتعلم العميق لمحاكاة سلوك الدماغ البشري. قام الباحثون بتدريب نظام تشغيل الروبوت على استيعاب توقيعات الهجمات الإلكترونية المستخدمة في التنصت، وهذه هي النقطة التي يتدخل فيها المهاجمون لاختراق المحادثات الحالية أو نقل البيانات.

أظهرت الخوارزمية، التي تم اختبارها على نسخة طبق الأصل من مركبة برية قتالية تابعة للجيش الأمريكي، نجاحًا بنسبة 99٪ في إحباط الهجمات الخبيثة. أظهرت معدلات الإيجابية الخاطئة القليلة التي تقل عن 2٪ صحة النظام وفاعليته.

تم نشر النتائج في مجلة معاملات إيي على الحوسبة قابلة للتوثيق والاعتماد.

صرح البروفيسور أنتوني فين، الباحث في أنظمة الذكاء الاصطناعي المستقلة، أن الخوارزمية المقترحة تفوقت على تقنيات الكشف عن الهجمات الإلكترونية الأخرى المستخدمة حول العالم.

قام البروفيسور فين والدكتور فيندي سانتوسو من معهد تشارلز ستورت للذكاء الاصطناعي ومعهد سايبر فيوتشرز بالتعاون مع قيادة فيوتشرز للجيش الأمريكي بإعادة تنفيذ هجوم إلكتروني تم تنفيذه من قبل رجل في الوسط على مركبة برية من طراز “جي في تي بوت”، وقد قاموا بتدريب نظام التشغيل الخاص بها على التعرف على الهجمات.

أشار البروفيسور فين إلى أن “نظام تشغيل الروبوت (روس) عُرضة بشدة لانتهاكات البيانات واختراقات الكمبيوتر بسبب اتصاله بشبكة عالية جدًا”.

“ظهور الصناعة 4، التي تميزت بتطور التكنولوجيا والتواصل الشبكي، أدى إلى زيادة التهديدات الإلكترونية والهجمات الخبيثة التي تستهدف الأنظمة الروبوتية والمركبات العسكرية. ومن هنا جاءت أهمية تطوير آليات وخوارزميات قوية لمكافحة هذه الهجمات والتصدي لها.

تتميز الخوارزمية التي تم تطويرها بقدرتها على استنتاج النماذج والتوقعات من خلال تحليل البيانات وتعلمها من التوقيعات السابقة للهجمات. وبفضل تقنيات الشبكات العصبية التي تستخدمها، يتم تمثيل سلوك الدماغ البشري في عملية التعلم، مما يعزز قدرة الخوارزمية على التعرف على الهجمات الجديدة وإحباطها.

تم اختبار الخوارزمية على مركبة برية قتالية تابعة للجيش الأمريكي وتم تحقيق نجاح كبير في إحباط الهجمات الخبيثة المستهدفة للمركبة. يعزى هذا النجاح إلى دقة النظام في التعرف على التهديدات وتصنيفها بشكل صحيح، مما يساعد في اتخاذ إجراءات فورية لمنع الاختراق.

يعد تطبيق هذه الخوارزمية في المجالات العسكرية مثالًا على كيفية استخدام التكنولوجيا المتقدمة لحماية الأنظمة والمعدات الحساسة. ومن المتوقع أن تكون لها أيضًا تطبيقات في المجالات الأخرى مثل حماية الأجهزة الطبية والبنية التحتية للشبكات الحساسة.

يعد تطور خوارزميات مكافحة الهجمات الإلكترونية مهمة مستمرة، حيث يعمل القراصنة والمهاجمون باستمرار على تطوير تقنياتهم وابتكار طرق جديدة للاختراق. ومن هنا يكمن أهمية استمرار البحث والتطوير في مجال أمن المعلومات والذكاء الاصطناعي لمواكبة هذه التحديات وضمان سلامة الأنظمة والبيانات.

ويقول الدكتور سانتوسو إنه على الرغم من فوائده الهائلة واستخدامه على نطاق واسع ، فإن نظام تشغيل الروبوت يتجاهل إلى حد كبير المشكلات الأمنية في مخطط الترميز الخاص به بسبب بيانات حركة مرور الشبكة المشفرة والقدرة المحدودة على التحقق من النزاهة.

يقول الدكتور سانتوسو:” نظرا لفوائد التعلم العميق ، فإن إطار كشف التسلل لدينا قوي ودقيق للغاية”. “يمكن للنظام التعامل مع مجموعات البيانات الكبيرة المناسبة لحماية الأنظمة القائمة على البيانات على نطاق واسع وفي الوقت الفعلي مثل روس.”

يخطط البروفيسور فين والدكتور سانتوسو لاختبار خوارزمية الكشف عن التسلل على منصات روبوتية مختلفة ، مثل الطائرات بدون طيار ، التي تكون ديناميكياتها أسرع وأكثر تعقيدا مقارنة بالروبوت الأرضي.

هذا المحتوى تم بمعرفة وحدة الذكاء الاصطناعي