💻 computer science

Explainable Adaptive Zero Trust Framework for AWS with Adversarial Robustness Evaluation

تقترح هذه الورقة إطار عمل "الثقة الصفرية التكيفي القابل للتفسير" (EAZTF) لخدمات AWS، وهو نظام أمني سحابي أصيل يستخدم تعلم الآلة لتقييم شرعية الجلسات باستمرار عبر "درجة مخاطر الثقة" وتفسيرات قائمة على قيم "SHAP"، محققاً معدلات كشف عالية ضد التهديدات العدائية مع تحسين الامتثال لمعايير "NIST" للثقة الصفرية بشكل كبير مقارنة بنماذج المحيط التقليدية.

المؤلفون الأصليون: Om Singh, Yagyaraj Pandey, Nandini Pathak

نُشر 2026-08-25

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Om Singh, Yagyaraj Pandey, Nandini Pathak

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

في العالم الرقمي للحوسبة السحابية، حدث تحول جوهري في كيفية حماية المؤسسات لبياناتها. لعقود من الزمن، اعتمد الأمن على فكرة جدار القلعة: بمجرد أن يثبت المستخدم هويته عند البوابة، يتم الوثوق به تماماً لبقية وقته في الداخل. هذا النهج القائم على المحيط افترض أن أي شخص يحمل مفتاحاً صالحاً هو آمن للسماح له بالتجول بحرية. ومع ذلك، مع انتقال العمل إلى السحابة وبدء الموظفين في الوصول إلى الأنظمة من أي مكان، أصبح ذلك الجدار مسامياً. فإذا سرق لص مفتاحاً صالحاً، يمكنه الدخول مباشرة والبقاء هناك، غالباً لساعات، قبل أن يلاحظ أحد ذلك. والرد الحديث على هذه الثغرة هو فلسفة تسمى "الثقة الصفرية" (Zero Trust). فبدلاً من الوثوق بشخص لمجرد امتلاكه مفتاحاً، تتطلب الثقة الصفرية فحص كل إجراء بمفرده، وبشكل مستمر، كما لو كان المستخدم غريباً. إنها لا تسأل فقط "من أنت؟" بل تسأل أيضاً "ماذا تفعل الآن، وهل هذا منطقي؟".

لقد أخذ فريق من الباحثين من الهند هذه الفلسفة وبنوا نظاماً يعمل خصيصاً لخدمات أمازون ويب (Amazon Web Services)، وهي المنصة التي تستخدمها ثلث الخدمات السحابية في العالم. لقد أنشأوا إطار عمل يعمل مثل حارس أمن يقظ لا يتوقف عن المراقبة أبداً. وخلافاً للأنظمة التقليدية التي تتحقق من هوية المستخدم فقط عند تسجيل دخوله لأول مرة، يراقب هذا النظام الجديد كل حركة يقوم بها المستخدم طوال جلسته بالكامل. إنه ينظر في الأنماط مثل المكان الذي يسجل المستخدم دخوله منه، والوقت من اليوم، ومدى سرعة نقراته عبر الملفات. إذا رأى النظام شيئاً غير عادي، مثل قيام مستخدم فجأة بتنزيل آلاف الملفات في الساعة الثالثة صباحاً من بلد لم يزره من قبل، فإنه لا ينتظر حتى يلاحظه بشر؛ بل يستجيب فوراً، إما بطلب دليل إضافي على الهوية أو بحظر المستخدم تماماً.

اختبر الباحثون نظامهم باستخدام مجموعة ضخمة مكونة من 8,500 حدث حاسوبي محاكى يحاكي النشاط في العالم الحقيقي. لقد أنشأوا مزيجاً من أنماط العمل الطبيعية ومختلف أنواع الهجمات، بما في ذلك سيناريوهات استخدم فيها لص مفاتيح مسروقة، أو حاول تقليد سلوك مستخدم عادي للاندماج، أو حاول التسلل متجاوزاً حدود السرعة في طلبات البيانات. أثبت النظام فعالية ملحوظة في رصد هذه التهديدات؛ حيث حقق مساحة تحت المنحنى (AUC) بلغت 0.91 لجميع محاولات الهجوم، وكشفها في أقل من دقيقة. وفي المق المقابل، كانت الأساليب الأمنية التقليدية المستخدمة في العديد من الشركات اليوم ستستغرق في المتوسط 43 ساعة لملاحظة نفس السرقة، وبحلول ذلك الوقت، سيكون الضرر قد وقع على الأرجح. كان النظام جيداً بشكل خاص في رصد سرقة بيانات الاعتماد، حيث يتم استخدام مفتاح صالح من موقع غريب، محققاً مساحة تحت المنحنى بلغت 0.92 لتلك المحاولات.

إن أحد أهم الإنجازات في هذا العمل هو أن النظام لا يكتفي فقط بقول "لا" للمستخدم المشبوه، بل يشرح السبب أيضاً. في العديد من الأنظمة الأمنية، يكون الرفض بمثابة "صندوق أسود"، مما يترك الفرق الأمنية في حيرة من أمرها حول ما حدث بالضبط. يوفر هذا الإطار الجديد سبباً واضحاً وقابلاً للقراءة البشرية لكل قرار، حيث يسرد بدقة السلوك الذي أطلق الإنذار، مثل وقت تسجيل دخول غير معتاد أو جهاز غريب. تساعد هذه الشفافية الفرق الأمنية على فهم التهديد وتعديل قواعدهم دون تخمين. كما اختبر الباحثون مدى صمود النظام أمام المهاجمين الماكرين الذين حاولوا خداعه عبر محاكاة السلوك الطبيعي. وبينما كشف النظام عن معظم هذه المحاولات، إلا أنه واجه صعوبة طفيفة مع المحاكين الأكثر تطوراً، حيث فاتته حوالي 16 بالمائة منهم. وقد حدد الباحثون ذلك كمنطقة محددة للتحسين، مشيرين إلى أن النظام يحتاج إلى مزيد من الوقت لتعلم عادات المستخدم قبل أن يتمكن من التمييز بدقة بين الشخص الحقيقي والمقلد.

تؤكد الدراسة أن هذا النهج ليس مجرد فكرة نظرية، بل هو حل عملي يمكن نشره اليوم. ومن خلال الجمع بين التعرف المتقدم على الأنماط والتفسيرات الواضحة، يوفر إطار العمل وسيلة لتأمين البيئات السحابية تكون أكثر سرعة وذكاءً من الأساليب الحالية. ورغم أن النتائج جاءت من بيئة محاكاة وليس من بيانات إنتاج حية، إلا أن مقاييس الأداء تشير إلى طريقة قوية وجديدة للتعامل مع التهديد المستمر لسرقة بيانات الاعتماد. يسلط هذا العمل الضوء على أن الأمن لم يعد يتعلق ببناء جدران أعلى، بل بالحفاظ على حوار مستمر وذكي مع كل مستخدم وكل إجراء، لضمان اكتساب الثقة في الوقت الفعلي، لحظة بلحظة.

أبحاث مشابهة