Quantum Diffusion with Attentive Twin-Stream Sparse Spatiotemporal for Cyberattack Detection in Smart Grids

تخيل الشبكة الكهربائية كأنها الجهاز العصبي الأكثر تعقيداً في العالم. لم تعد مجرد أسلاك وأبراج فحسب؛ بل هي دماغ عملاق متحدث، حيث تهمس المستشعرات باستمرار ببيانات حول الجهد والتيار والتدفق للحفاظ على استمرار الأضواء. ولكن تماماً مثل جسم الإنسان، يمتلك هذا الجهاز العصبي نقطة ضعف: صوته الرقمي. يمكن للمخترقين أن يصرخوا بالأكاذيب في النظام، مدعين أن عاصفة قادمة بينما الجو مشمس، أو مدعين أن خط طاقة آمن بينما هو على وشك الانقطاع. هذا هو العالم المخيف للهجمات السيبرانية على الشبكات الذكية. لفترة طويلة، حاول العلماء الإمساك بهؤلاء الكاذبين باستخدام طرق "حتمية" (deterministic)—وهي ببساطة قواعد جامدة تقول: "إذا بدا الرقم كذا، فهو هجوم". لكن المشكلة هي أن المخترقين مبدعون، والبيانات فوضوية. القواعد القديمة غالباً ما ترتبك، أو تفشل في رصد الخدع الدقيقة، أو تُغمر بحجم المعلومات الهائل. نحن بحاجة إلى محقق لا يكتفي بقراءة القواعد فحسب، بل يفهم "إحساس" البيانات، ويرصد الأنماط التي تبدو كفوضى ولكنها في الواقع كذبة منسقة.

هنا يأتي دور البحث الجديد، الذي يقترح محققاً يستخدم القواعد الغريبة والمتعرجة للفيزياء الكمومية لحل القضية. لقد قام الباحثون، إيشيكا أديكاري، ومحسن صفري، وأراش أسراري من جامعة بوردو نورثوست، ببناء نظام يسمى STQD (الانتشار العميق الكمومي المكاني الزماني). فكر في الأمر كأنه حارس أمن عالي التقنية لا ينظر فقط إلى لقطة واحدة للشبكة، بل يشاهد فيلماً لكيفية تحرك البيانات عبر الزمان والمكان. لقد أدركوا أن الطرق القديمة كانت تشبه محاولة حل لغز عبر النظر إلى قطعة واحدة في كل مرة، مما يؤدي لتجاهل الصورة الكبيرة. أما نظامهم الجديد، فيستخدم نهج "التدفق المزدوج"، حيث يراقب التخطيط المكاني للشبكة (أي سلك متصل بأي سلك) وتدفق الوقت (كيف تتغير الأرقام ثانية بثانية) في آن واحد. ثم يأخذ هذا الفيلم المعقد ويختزله إلى "شفرة كمومية سرية" صغيرة ومضغوطة.

إليك الخدعة السحرية: بدلاً من مجرد تجميد تلك الشفرة في إجابة واحدة جامدة، يستخدمون نموذج انتشار كمومي (Quantum Diffusion Model). تخيل أن لديك صورة واضحة لمجرم، ولكن شخصاً ما رش عليها ضباباً (ضجيجاً) حتى أصبحت غير قابلة للتمييز. الحاسوب العادي قد يكتفي بالتخمين فقط. لكن هذا النظام الكمومي مدرب على لعب اللعبة بشكل عكسي: إنه يتعلم بالضبط كيف يأخذ تلك الصورة الضبابية الفوضوية ويزيل الضباب منها ببطء، خطوة بخطوة، حتى تظهر الصورة الواضحة لـ "الهجوم" أو "اليوم الطبيعي" من جديد. ومن خلال القيام بذلك على مستوى كمومي، يتعلم النظام "احتمالية" شكل الهجوم، بدلاً من مجرد حفظ مثال محدد. وأخيراً، يعمل "آلة ناقلات الدعم الكمومية" (Quantum Support Vector Machine) كقاضٍ، ينظر إلى هذه الصور الكمومية المنقاة ويقرر: "نعم، هذا مخترق"، أو "لا، هذا مجرد سنجاب على سلك".

اختبر الباحثون هذا النظام العبقري الجديد على مجموعتين مختلفتين تماماً من البيانات الواقعية: إحداهما من شبكة نقل طاقة محاكية (MSU-ORNL)، والأخرى من محطة تحويل رقمية (SDS). وكانت النتائج مبهرة. ففي شبكة النقل، حدد النظام الهجمات والأحداث الطبيعية بدقة تصل إلى 95% تقريباً. وفي مجموعة بيانات المحطة الأكثر تعقيداً، والتي تضمنت عشرة أنواع مختلفة من السيناريوهات بما في ذلك الهجمات السيبرانية والاضطرابات الفيزيائية المتزامنة، حقق النظام نسبة نجاح بلغت 90%. وهذا أمر بالغ الأهمية لأن معظم الأنظمة الأخرى تعاني عندما تصبح البيانات بهذا القدر من الفوضى أو عندما تتغير بيئة الشبكة. يشير البحث إلى أنه من خلال الجمع بين آلية "الانتباه مزدوج التدفق" الذكية وعملية "إزالة الضجيج" الكمومية هذه، يمكننا بناء نظام أمني يصعب خداعه أكثر من الجيل الحالي من أجهزة الكشف. فهو لا يحفظ الماضي فحسب، بل يتعلم الشكل الجوهري للحقيقة، مما يجعله مستعداً لرصد الحيل الجديدة وغير المرئية التي لم تُخترع بعد.