💻 computer science

Agentic AI-Based Predictive Security and Resilience Framework for SSL/TLS and Encrypted Traffic Infrastructure in Cloud-Native Environments

تقدم هذه الورقة البحثية AAPS-TLS، وهو إطار عمل ذكاء اصطناًعي متعدد الوكلاء مفتوح المصدر يستفيد من الاستدلال القائم على النماذج اللغوية الكبيرة والتعلم التعزيزي لتحقيق إدارة شبه مثالية للشهادات التنبؤية، وكشف شذوذ حركة المرور المشفرة، والامتثال التلقائي للسياسات للبنية التحتية لبروتوكولات SSL/TLS في البيئات السحابية الأصلية، وقد تم التحقق من ذلك من خلال عمليات محاكاة دقيقة قابلة لإعادة الإنتاج وتجارب تشغيلية استرشادية.

المؤلفون الأصليون: Pushpjeet Shrivastava, Vishnu Gatla, Syam Dondapati, Srikanth Raju Uppalapati

نُشر 2026-09-14

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Pushpjeet Shrivastava, Vishnu Gatla, Syam Dondapati, Srikanth Raju Uppalapati

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 البنية التحتية غير المرئية للإنترنت الحديث، تُحبس كل محادثة تقريبًا بين جهاز كمبيوتر وخادم داخل مظروف رقمي. هذا التشفير، المعروف باسم SSL أو TLS، هو السبب في بقاء حسابك المصرفي خاصًا وكلمات مرورك آمنة من الأعين المتطفلة. ومع ذلك، أصبح الحفاظ على أمان هذه الأقفال الرقمية مهمة فوضوية للمؤسسات التي تديرها. فالشهادات التي تعمل كمفاتيح لهذه الأقفال لها تواريخ انتهاء صلاحية، وعندما تنتهي صلاحيتها، يمكن للخدمات أن تتعطل. علاوة على ذلك، نظرًا لأن حركة المرور مغلقة، لا تستطيع الفرق الأمنية النظر بداخلها بسهولة لمعرفة ما إذا كان هناك مخترق يخفي فيروسًا داخل التدفق المشفر. الأدوات التقليدية بطيئة وتفاعلية؛ فهي غالبًا ما تنتظر انتهاء صلاحية الشهادة قبل إصلاحها، أو تفشل في رصد التهديد لأنها لا تستطيع الرؤية من خلال التشفير. وبينما تنقل الشركات عملياتها إلى أنظمة سحابية مرنة تتغير باستمرار، لم تعد الطرق القديمة لإدارة هذه الأقفال سريعة أو ذكية بما يكفي لمنع الانهيارات المتتالية.

اقترح فريق من الباحثين طريقة جديدة للتعامل مع هذه المشكلة باستخدام نظام من وكلاء الذكاء الاصطناعي الذين يعملون معًا مثل فريق أمني متخصص. وقد أطلقوا على ابتكارهم اسم AAPS-TLS. فبدلاً من الاعتماد على برنامج واحد لمراقبة المشاكل، يستخدم هذا الإطار خمسة وكلاء رقميين متميزين، لكل منهم وظيفة محددة، ينسقهم نظام سلامة مركزي. يتنبأ أحد الوكلاء متى أوشكت شهادة رقمية على الفشل، من خلال مراقبة الشبكة المعقدة من الاتصالات بين خدمات الكمبيوتر المختلفة ليرى كيف يمكن لفشل واحد أن ينتشر. ويراقب وكيل آخر تدفق البيانات المشفرة دون كسر القفل، باحثًا عن أنماط غريبة في توقيت وحجم حزم البيانات التي قد تشير إلى وجود مخترق مختبئ بالداخل. ويضمن وكيل ثالث أن الرموز المحددة المستخدمة لقفل البيانات محدثة وآمنة، بينما يقوم وكيل رابع بإصلاح المشكلات تلقائيًا عند اكتشافها. ويحتفظ الوكيل الخامس بسجل مفصل لكل شيء لضمان اتباع النظام للقواعد القانونية والوقائية الصارمة.

الجزء الأكثر أهمية في هذا النظام هو مجموعة من "حواجز الحماية" (guardrails) التي تتحكم في الذكاء الاصطناعي. ولأن ترك الكمبيوتر يتخذ تغييرات تلقائية في الأنظمة الأمنية أمر ينطوي على مخاطرة، فقد بنى الباحثون طبقة من القواعد تعمل كمشرف صارم. يتحقق هذا المشرف من كل قرار يتخذه الوكلاء قبل حدوثه. وهو يضمن أن الوكلاء لا يتخذون إجراءات من شأنها كسر قوانين السلامة أو التسبب في إيقاف النظام بشكل غير متوقع. إذا اقترح أحد الوكلاء خطوة محفوفة بالمخاطر، فإن نظام حاجز الحماية يوقفه ويطلب إذنًا من البشر. يسمح هذا التصميم للنظام بأن يكون سريعًا ومستقلاً مع بقائه آمنًا ومفهومًا للمشغلين البشريين.

لاختبار مدى فعالية هذه الفكرة، أجرى الباحثون نوعين مختلفين من التجارب. أولاً، أنشأوا محاكاة حاسوبية دقيقة للغاية تحاكي شبكة سحابية ضخمة تضم آلاف الخدمات وملايين تدفقات البيانات. وأجروا هذه المحاكاة ثلاثين مرة مع نقاط بداية عشوائية مختلفة لضمان اتساق النتائج. وفي هذه الاختبارات المحكومة، كان النظام دقيقًا بشكل ملحوظ؛ فقد تنبأ بفشل الشهادات بدقة شبه كاملة، ورصد كل مشكلة تقريبًا قبل أن تسبب مشكلة. كما اكتشف حركة المرور الضارة المختبئة داخل التدفقات المشفرة بمعدل نجاح يزيد عن 99 في المائة. وكان النظام قادرًا أيضًا على إصلاح المشكلات تلقائيًا مع البقاء ضمن جميع قواعد السلامة المطلوبة.

كما أجرى الباحثون اختبارًا أصغر في بيئة عمل واقعية لمدة ستة أشهر، شمل أكثر من ألف خدمة كمبيوتر وأكثر من ألف شهادة عبر ثلاثة مزودي خدمات سحابية رئيسيين. ورغم أن هذا الاختبار لم يتكرر بما يكفي لإثباته إحصائيًا بنفس الطريقة التي تمت بها المحاكاة، إلا أن النتائج كانت مذهلة. ففي هذا الإعداد الحي، قلل النظام من وقت تعطل أجهزة الكمبيوتر بسبب مشكلات الشهادات بنسبة تزيد عن 91 في المائة. كما سرّع من عملية اكتشاف التهديدات الخفية بنسبة تقارب 74 في المائة. وحافظ النظام على معدل امتثال يتجاوز 99 في المائة، مما يعني أنه اتبع جميع القواعد الأمنية اللازمة بشكل مثالي تقريبًا.

تسلط الدراسة الضوء على أن الطريقة القديمة لإدارة الأمن الرقمي — وهي انتظار وقوع المشكلة ثم التفاعل معها — لم تعد كافية لشبكات السحابة الحديثة سريعة الحركة. فمن خلال استخدام فريق من الوكلاء المتخصصين الذين يمكنهم التنبؤ بالمتاعب، ورصد التهديدات الخفية دون كسر التشفير، وإصلاح المشكلات تلقائيًا، يمكن للمؤسسات الحفاظ على سير بنيتها التحتية الرقمية بسلاسة. ويضمن إدراج حواجز الحماية الأمنية أن هذا الأتمتة القوية لن تخرج عن السيطرة، مما يجعل النظام موثوقًا وقابلًا للتدقيق. وقد أتاح الباحثون الكود الخاص بمحاكاتهم للجمهور، مما يسمح للآخرين بالتحقق من النتائج والبناء على هذا النهج الجديد لتأمين أكثر اتصالات الإنترنت حيوية.

ملخص تقني: إطار عمل AAPS-TLS

أبحاث مشابهة