💻 computer science

RedShell: A Generative AI-Based Approach to Ethical Hacking

تقدم هذه الورقة RedShell، وهي أداة ذكاء اصطناعي توليدي ومجموعة بيانات مصاحبة لها صُممت لمساعدة المخترقين الأخلاقيين في أتمتة إنشاء كود PowerShell خبيث صحيح تركيبياً ومتسق دلالياً لأغراض اختبار الاختراق.

المؤلفون الأصليون: Ricardo Bessa, Rui Claro, João Trindade, João Lourenço

نُشر 2026-04-15

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Ricardo Bessa, Rui Claro, João Trindade, João Lourenço

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك حارس أمن لقلعة ضخمة وعالية التقنية (شبكة حاسوبية). مهمتك لا تقتصر فقط على الوقوف عند البوابة؛ بل يجب عليك محاولة اقتحامها بنفسك لترى ما إذا كانت الأقفال قوية بما يكفي. هذا ما يسمى بالاختراق الأخلاقي أو "الفريق الأحمر" (Red Teaming).

لفترة طويلة، إذا أراد حارس الأمن اختبار قفل ما، كان عليه صنع مفتاح خاص يدويًا (كود خبيث) لكل باب على حدة. كان الأمر بطيئًا، ويتطلب مهارة عالية، ومملًا للغاية.

مؤخرًا، وصلت تقنية جديدة: الذكاء الاصطناعي التوليدي (مثل برامج الدردشة التي قد تعرفونها). نماذج الذكاء الاصطنا هذه تشبه المتدربين الأذكياء جدًا الذين يمكنهم قراءة ملايين الكتب ثم كتابة قصص جديدة فورًا. أدركت فرق الأمن قائلة: "مهلاً، إذا علمنا هذا الذكاء الاصطناعي كيفية كتابة الكود 'السيء'، فقد يساعدنا ذلك في اختبار دفاعاتنا بشكل أسرع بك הרבה!"

لكن كانت هناك مشكلة: الذكاء الاصطناعي لم يكن لديه كتاب مدرسي جيد. معظم نماذج الذكاء الاصطناعي يتم تدريبها على أكواد مهذبة ومفيدة. هي لا تعرف كيفية كتابة الكود "السيء" اللازم لاختبار الأمن، ولم تكن هناك مكتبة كبيرة من ذلك الكود "السيء" متاحة لتعليمها.

دخول "RedShell": المتدرب المتخصص

تقدم هذه الورقة أداة تسمى RedShell. فكر في RedShell كأنه أكاديمية تدريب متخصصة لمتدرب ذكاء اصطناعي، مصممة خصيصًا لتعلم كيفية كتابة لغة PowerShell (وهي لغة أوامر قوية تُستخدم في أنظمة Microsoft Windows).

إليكم كيف بنوا ذلك، مقسمًا إلى خطوات بسيطة:

1. بناء "مكتبة الشرير" (مجموعة البيانات)

لتعليم الذكاء الاصطناعي كيف يكون "شريرًا جيدًا"، احتاج الباحثون إلى مكتبة ضخمة من الأمثلة.

المشكلة: لم يكن هناك كود "سيء" كافٍ في المكتبات العامة لتدريب الذكاء الاصطناعي بشكل صحيح.
الحل: ذهبوا وجمعوا أكثر من 2,000 مثال من سكربتات (نصوص برمجية) الاختراق الحقيقية التي يستخدمها خبراء الأمن. قاموا بتنظيم هذه السكربتات مثل المكتبة، وتصنيفها حسب ما تفعله (مثل: "سرقة كلمات المرور"، "إخفاء الآثار"، "الهروب من الغرفة").
التشبيه: تخيل طباخًا يحاول تعلم كيفية صنع طبق حار ولكن ليس لديه سوى كتاب طبخ مليء بالحلويات الحلوة. ذهب الباحثون، ووجدوا 2,000 وصفة حارة، وأنشأوا "كتاب وصفات حار" جديدًا (مجموعة البيانات) ليدرس عليه الذكاء الاصطناعي.

2. اختيار الطالب المناسب (النماذج)

لم يستخدموا أي ذكاء اصطناعي فحسب. بل اختاروا ثلاثة نماذج ذكاء اصطنا_عي رفيعة المستوى (مثل Qwen و Llama) وهي بارعة بالفعل في كتابة الكود.

لماذا لم يستخدموا ChatGPT الشهير؟ النماذج الشهيرة تشبه المعلمين الصارمين؛ لديها "حواجز أخلاقية" تمنعها من كتابة أي شيء خطير، حتى لو طلبت منها التظاهر بأنها مخترق.
نهج RedShell: أخذوا نماذج ذكاء اصطناعي مفتوحة المصدر وقاموا بـ ضبط دقيق (Fine-tuning) لها محليًا. هذا يشبه أخذ طالب ذكي وإعطاءه دروسًا خصوصية واحد لواحد في غرفة مغلقة. يتعلم الطالب التقنيات "السيئة" دون أن يوقفه المعلم الصارم (الإنترنت). هذا يحافظ على خصوصية البيانات ويسمح للذكاء الاصطناعي بالتركيز تمامًا على المهمة.

3. معسكر التدريب (الضبط الدقيق)

علموا هذه النماذج باستخدام تقنية تسمى LoRA.

التشبيه: تخيل أن لديك طباخًا ماهرًا يعرف كيفية طبخ كل شيء. أنت لست بحاجة لإعادة تعليمه كيفية تقطيع البصل أو غلي الماء. أنت فقط بحاجة لإعطائه "توابل حارة معينة" (LoRA) تعدل أسلوبه قليلاً لتجعله مثاليًا لهذا "الطبق الحار" المحدد.
جعل هذا التدريب سريعًا ورخيصًا. لقد فعلوه على جهاز كمبيوتر واحد قوي (بطاقة رسومات للألعاب) بدلاً من سوبر كمبيوتر ضخم.

4. الامتحان النهائي (النتائج)

بعد التدريب، وضعوا الذكاء الاصطنا_عي تحت الاختبار.

هل عمل الكود؟ نعم! أقل من 10% من الكود الذي تم إنتاجه كان يحتوي على أخطاء في بناء الجملة (أخطاء مطبعية قد تؤدي إلى تعطل الكمبيوتر). كان معظمه جاهزًا للتشغيل.
هل بدا كأنه مخترق حقيقي؟ نعم! قارنوا كود الذكاء الاصطنا_عي بالكود الحقيقي الذي كتبه البشر. كان مخرج الذكاء الاصطناعي مشابهًا للكود الحقيقي بنسبة 40% إلى 50%.
المفاجأة: أدى ذكاء RedShell الاصطناعي في الواقع أداءً أفضل من بعض نماذج الذكاء الاصطناعي الشهيرة والمغلقة (مثل ChatGPT) في هذه المهمة المحددة. كان أكثر دقة وأنتج كودًا يبدو كما يكتبه خبير أمني حقيقي.

لماذا يهم هذا؟

قد تفكر: "مهلاً، أليس هذا خطرًا؟ ألا يعلم هذا الأشرار كيفية الاختراق؟"

يجادل المؤلفون بأنك تحتاج لمعرفة كيف يفكر الأشرار لتتمكن من إيقافهم.

التشبيه: رجال الإطفاء لا ينتظرون نشوب حريق؛ بل يتدربون على إخماد الحرائق في بيئات محكومة. هم بحاجة لمعرفة كيف ينتشر الحريق.
يسمح RedShell لفرق الأمن بتوليد آلاف "الهجمات التدريبية" فورًا. وهذا يساعدهم في العثور على نقاط الضعف في أنظمتهم قبل أن يجدها مجرم حقيقي.

الخلاصة

RedShell هو أداة تأخذ ذكاءً اصطناعيًا ذكيًا، وتعلمه خصيصًا كيفية كتابة كود ويندوز "السيء" باستخدام مكتبة مخصصة من الأمثلة، وتحوله إلى مساعد عالي الكفاءة لحراس الأمن. إنه يثبت أنه مع مجموعة البيانات الصحيحة، يمكن للذكاء الاصطناعي أن يكون شريكًا قويًا في الحفاظ على سلامة قلاعنا الرقمية، وليس مجرد أداة لكسرها.

العائق: تعترف الورقة بأنهم لم يختبروا ما إذا كان الكود يخترق بالفعل الأنظمة الحقيقية (لقد تحققوا فقط مما إذا كانت القواعد البرمجية صحيحة). ستتضمن الأعمال المستقبلية اختبار هذه "المفاتيح" في سيناريوهات حقيقية ومحكومة لفتح الأقفال.

إليك ملخص تقني مفصل لورقة "RedShell: نهج قائم على الذكاء الاصطناعي التوليدي للاختراق الأخلاقي".

1. بيان المشكلة

تتناول الورقة الحاجة المتزايدة للأتمتة في اختبار الاختراق (Penetration Testing)، وتحديداً ضمن مجال الأمن السيبراني الهجومي المعروف بـ "الفريق الأحمر" (Red Team). وبينما أحدثت النماذج اللغوية الكبيرة (LLMs) ثورة في توليد الأكواد للبرمجيات العامة، فإن تطبيقها على توليد الأكواد الخبيثة يواجه عقبات كبيرة:

ندرة البيانات: هناك نقص في مجموعات البيانات عالية الجودة والمصنفة التي تحتوي على أكواد هجومية (تحديداً PowerShell) اللازمة لتدريب وتقييم النماذج المتخصصة.
القيود الأخلاقية: غالباً ما تمتلك النماذج اللغوية الكبيرة المملوكة (مثل ChatGPT) حواجز أخلاقية تمنع توليد الحمولات الخبيثة، مما يتطلب هندسة أوامر (Prompt Engineering) معقدة لتجاوزها، وهو أمر يستغرق وقتاً طويلاً وغير موثوق.
كثافة الموارد: يتطلب تدريب النماذج المتخصصة موارد حوسبة هائلة، مما يجعلها غير متاحة للعديد من الباحثين الأمنيين.

يهدف المؤلفون إلى سد هذه الفجوة من خلال إنشاء أداة تعمل على أتمتة توليد سكربتات PowerShell خبيثة لأغراض الاختراق الأخلاقي، والتغلب على قيود البيانات وتوفير بديل متخصص يركز على الخصوصية مقارنة بالنماذج المغلقة.

2. المنهجية

يقترح المؤلفون RedShell، وهو إطار عمل يتكون من ثلاثة مكونات رئيسية: مجموعة بيانات الحقيقة الأرضية (Ground Truth)، استراتيجية اختيار/ضبط النموذج، وبروتوكول تقييم صارم.

أ. بناء مجموعة بيانات الحقيقة الأرضية

لمعالجة نقص بيانات الأكواد الهجومية، قام المؤلفون ببناء مجموعة بيانات شاملة:

المجموعة المرجعية: تجميع 1,127 مقتطفاً هجومياً من PowerShell من الأدبيات الموجودة (Liguori et al.) وأطر عمل مثل Atomic Red Team و Red Team Recipe.
المجموعة الموسعة: إضافة 1,135 عينة جديدة مستخرجة من وحدات مثل Mimikatz و Nishang و جولات تعليمية من TryHackMe.
الحجم الإجمالي: 2,262 عينة.
التغطية: تغطي مجموعة البيانات 13 من أصل 14 تكتيكاً من تكتيكات MITRE ATT&CK (باستثناء تطوير الموارد - Resource Development)، مع تمثيل كبير في مجالات الاكتشاف (Discovery)، وتجنب الدفاع (Defense Evasion)، والوصول إلى الاعتمادات (Credential Access).
التنسيق: أزواج من الأوصاف باللغة الإنجليزية الطبيعية وما يقابلها من كود PowerShell خبيث.

ب. اختيار النموذج وضبطه (Fine-Tuning)

اختار المؤلفون ثلاثة نماذج لغوية كبيرة مفتوحة المصدر بناءً على أداء البرمجة، والبنية، وتوفر الأوزان:

Qwen2.5-7B
Qwen2.5-Coder-7B-Instruct (متخصص في الأكواد)
Llama3.1-8B

استراتيجية التدريب:

إطار العمل: استخدموا Unsloth للضبط الفعال، مع الاستفادة من تقنية LoRA (Low Rank Adaptation) لتقليل استخدام ذاكرة الفيديو (VRAM) ووقت التدريب.
الأجهزة: بطاقة رسوميات واحدة من نوع NVIDIA GeForce RTX 4090.
المعلمات (Parameters): LoRA rank=64, alpha=64, dropout=0, batch size=8, learning rate= $2 \times 10^{-4}$ .
سياق الأمر (Prompt Context): تم توجيه النماذج لـ "العمل كمولد PowerShell خبيث"، بحيث تخرج أوامر أحادية السطر مفصولة بفاصلة منقوطة دون شروحات.
التقسيم: 90% للتدريب / 10% للاختبار.

ج. مقاييس التقييم

تم تقييم الكود المولد بناءً على بُعدين:

الصحة النحوية (Syntactic Correctness): تم تحليلها باستخدام PSScriptAnalyzer (المُدقق الساكن من Microsoft).
- أخطاء التحليل (Parse Errors): الأخطاء الحرجة التي تمنع التنفيذ.
- التحذيرات/الأخطاء (Warnings/Errors): مدى الالتزام بأفضل الممارسات (مثل تجنب الاعتمادات المضمنة برمجياً).
الصحة الدلالية (Semantic Correctness): قياس التشابه بين الكود المولد والمقتطفات المرجعية باستخدام مقاييس معالجة اللغات الطبيعية (NLP) القياسية:
- ROUGE-L, METEOR, BLEU-4: تداخل الـ N-gram والـ Subsequence.
- مسافة التحرير (Edit Distance - ED): العمليات على مستوى الحروف المطلوبة لمطابقة المرجع.
- المطابقة التامة (Exact Match): نسبة المطابقات المثالية.

3. المساهمات الرئيسية

أداة RedShell: أداة ذكاء اصطناًعي متخصصة وقابلة للنشر محلياً لتوليد كود PowerShell خبيث، مصممة خصيصاً للمخترقين الأخلاقيين.
مجموعة بيانات جديدة: إنشاء وإطلاق مجموعة بيانات موسعة من "الحقيقة الأرضية" تضم 2,262 عينة من PowerShell الهجومية المرتبطة بتكتيكات MITRE ATT&CK.
الخصوصية والتخصص: إثبات أن النماذج مفتوحة المصدر التي تم ضبطها محلياً يمكن أن تتفوق على النماذج المغلقة المملوكة (مثل ChatGPT 3.5) في المهام الهجومية مع الحفاظ على خصوصية البيانات وتجاوز القيود الأخلاقية المتأصلة في واجهات برمجة التطبيقات التجارية.
الكفاءة: إثبات إمكانية تدريب مولدات أكواد هجومية عالية الجودة على أجهزة استهلاكية (بطاقة رسوميات واحدة) باستخدام تقنية LoRA، بدلاً من الحاجة إلى مجموعات تدريب ضخمة.

4. النتائج

أسفرت التجارب عن النتائج الرئيسية التالية:

الصلاحية النحوية: أنتجت النماذج التي تم ضبطها كود PowerShell صالحاً من الناحية النحوية مع أقل من 10% من أخطاء التحليل.
- حقق كل من Qwen2.5-Coder و Qwen2.5 أفضل أداء، بأقل معدلات أخطاء في التحليل.
- لوحظت معدلات تحذيرات عالية (مثل PSAvoidUsingInvokeExpression)، وهو أمر متوقع لأن النماذج تم تدريبها لتوليد كود خبيث ينتهك غالباً ممارسات السلامة القياسية.
الأداء الدلالي:
- تفوق نموذج Qwen2.5-Coder على جميع النماذج الأخرى (بما في ذلك Qwen2.5 و Llama3.1) عبر جميع مقاييس التشابه (BLEU, ROUGE, METEOR, ED).
- المقارنة مع SOTA (أحدث التقنيات): تفوق RedShell (نموذج Qwen2.5-Coder) على النماذج السابقة (CodeGPT, CodeGen, CodeT5+) من دراسة Liguori et al.، رغم تدريبه باستخدام نهج ضبط أخف (LoRA) بدلاً من الضبط الكامل أو التدريب المسبق على أكواد عامة.
- المقارنة مع النماذج المغلقة: تفوق RedShell على ChatGPT 3.5 و DeepSeekChat-V3 في درجات التشابه الدلالي.
تأثير مجموعة البيانات: أظهرت مقارنة النماذج المدربة على المجموعة المرجعية مقابل المجموعة الموسعة أن المجموعة الأكبر حسنت بشكل كبير من درجات BLEU-4 و Exact Match، مما يشير إلى دقة أفضل في توليد هياكل كود محددة، رغم استقرار التشابه الدلالي العام (ROUGE/ED).

5. الأهمية والعمل المستقبلي

التقدم في الذكاء الاصطناوي الهجومي: تثبت الورقة أن النماذج اللغوية الكبيرة المتخصصة والمفتوحة المصدر يمكنها بفعالية أتمتة إنشاء الحمولات الهجومية، وهي قدرة حاسمة لفرق الفريق الأحمر لاختبار دفاعات الأنظمة بشكل واقعي.
التبرير الأخلاقي: يجادل المؤلفون بأنه لكي يتم الدفاع بفعالية ضد المهاجمين الحقيقيين الذين سيستخدمون حتماً ذكاءً اصطناعياً غير مقيد، يجب على المتخصصين الأمنيين امتلاك واستخدام أدوات مماثلة في بيئات محكومة.
القيود: تركز الدراسة الحالية على التقييم النحوي والدلالي. لم يتم بعد اختبار المقتطفات المولدة وظيفياً في بيئات حية للتأكد من نجاحها في تنفيذ الهجمات أو تجاوز الدفاعات.
الاتجاهات المستقبلية: يخطط المؤلفون لإجراء تقييمات وظيفية في بيئات محكومة تحاكي سيناريوهات اختبار الاختراق في العالم الحقيقي للتحقق من الفعالية التشغيلية للكود المولد.

في الختام، يمثل RedShell خطوة مهمة نحو دمقرطة وأتمتة أبحاث الأمن الهجومي، حيث يوفر بديلاً عالي الأداء ويحافظ على الخصوصية لأدوات الذكاء الاصطناعي المملوكة المستخدمة في الاختراق الأخلاقي.