A Hybrid Deep Ensemble Intrusion Detection System with Adaptive Zero Trust Security for Industrial IoT Infrastructure

في العالم الحديث، تعتمد البنية التحتية الحيوية مثل محطات معالجة المياه، وشبكات الطاقة، وأنظمة النقل بشكل متزايد على شبكة واسعة من المستشعرات الذكية وأجهزة التحكم الآلية. هذه الأجهزة، التي تُعرف مجتمعة باسم إنترنت الأشياء الصناعي (IIoT)، تتيح للمشغلين مراقبة الظروف في الوقت الفعلي وإجراء تعديلات سريعة للحفاظ على سير الخدمات الأساسية بسلاسة. ومع ذلك، فإن هذه الراحة تأتي مع ثغرة كبيرة: فالروابط ذاتها التي تجعل هذه الأنظمة فعالة تفتحها أيضًا أمام الهجمات السيبرانية المتطورة. وتكافح التدابير الأمنية التقليدية، التي تعتمد غالبًا على فحص قائمة من السلوكيات السيئة المعروفة، ضد التهديدات الجديدة والمتطورة التي يمكنها تغيير شكلها للإفلات من الكشف. ولحماية هذه الأنظمة الحيوية، يتجه خبراء الأمن إلى مفهوم يسمى "الثقة الصفرية" (Zero Trust). فبدلاً من افتراض أن أي شيء داخل الشبكة آمن، تعمل "الثقة الصفرية" على مبدأ "لا تثق أبدًا، وتحقق دائمًا"، حيث تقوم باستمرار بفحص هوية وسلوك كل جهاز وكل حزمة بيانات قبل السماح بالوصء.

قام فريق من الباحثين من جامعة العلوم الجنائية الوطنية في الهند وأوغندا بتطوير نظام جديد مصمم لجلب فلسفة الأمن الصارمة هذه إلى الشبكات الصناعية. لقد أنشأوا نظام كشف هجين يجمع بين نوعين قويين من الذكاء الاصطناعي لرصد النشاط الضار بدقة عالية. الجزء الأول من نظامهم يعمل كمراقب للتعلم العميق، مدرب على التعرف على الأنماط المعقدة والزمنية لحركة مرور الشبكة الطبيعية وتحديد الانحرافات الدقيقة التي تشير إلى وقوع هجوم. أما الجزء الثاني فيعمل كمصنف سريع، باستخدام خوارزمية متخصصة لاتخاذ قرار نهائي بشأن ما إذا كانت حركة المرور آمنة أم خطيرة. ومن خلال دمج هذين النهجين، لا يكتفي النظام برصد الاختراق فحسب، بل يخصص درجة خطر ديناميكية للحدث. وتقوم هذه الدرجة بعد ذلك تلقائيًا بتفعيل سياسات أمنية، مثل عزل جهاز مخترق أو حظر اتصال مشبوه، دون انتظار تدخل بشري.

اختبر الباحثون نظامهم باستخدام مجموعتين كبيرتين من بيانات الشبكة الواقعية. استُخدمت مجموعة البيانات الأولى، التي تحتوي على ملايين السجلات من حركة المرور الطبيعية والضارة، لتعليم النظام كيفية التعرف على أنواع مختلفة من الهجمات السيبرانية، بما في ذلك تدفقات البيانات الضخمة المصممة لإغراق الخوادم والمحاولات الخفية لرسم خريطة الشبكة. أما مجموعة البيانات الثانية، التي تحاكي حركة المرور من المستشعرات والأجهزة الصناعية، فقد استُخدمت لمعرفة ما إذا كان بإمكان النظام التعامل مع سيناريوهات غير مسبوقة في الوقت الفعلي. وكانت النتائج مذهلة؛ فعند تقييمه مقابل بيانات الهجوم المعروفة، حقق النظام مساحة تحت المنحنى (AUC) بلغت 0.99، مع ارتكاب أخطاء قليلة جدًا في تصنيف حركة المرور الآمنة على أنها خطيرة. وتعد هذه الدرجة العالية من الدقة أمرًا بالغ الأهمية في البيئات الصناعية، حيث يمكن أن تؤدي الإنذارات الكاذبة إلى عمليات إغلاق غير ضرورية، بينما قد تؤدي الإنذارات المفقودة إلى كوارث. وقد أثبت النظام فعالية خاصة في التمييز بين أنواع الهجمات المختلفة، محافظًا على أدائه حتى عند مواجهة التهديدات المعقدة ومتعددة الأشكال التي تحاول إخفاء طبيعتها الحقيقية.

ولضمان عمل النظام في بيئة حقيقية، نشر الفريق نموذجًا أوليًا يعمل في إعداد محاكى لمرفق مياه. في هذا الاختبار، راقب مستشعر بالموجات فوق الصوتية مستويات المياه وأرسل البيانات لاسلكيًا إلى خادم مركزي. أدخل الباحثون هجومًا محاكى حيث تم إرسال تدفق من الطلبات الضارة إلى الخادم لتعطيل الاتصال. رصد النظام فورًا نمط حركة المرور غير الطبيعي، وحسب درجة خطر عالية، وقام تلقائيًا بتغيير السياسة الأمنية لحظر الاتصال. وطوال هذه العملية، استمر المستشعر في العمل بشكل طبيعي، وعرضت لوحة التحكم اكتشاف التهديد ومستوى ثقة النظام في الوقت الفعلي. وقد أظهر هذا العرض أن النظام يمكنه حماية البنية التحتية الحيوية دون إبطاء العمليات الأساسية التي صُمم لمراقبتها.

كما قارنت الدراسة نهجهم الهجين الجديد بنماذج أمنية قائمة تستخدم نوعًا واحدًا فقط من الذكاء الاصطناعي. وأظهرت النتائج أن الجمع بين مراقب التعلم العميق والمصنف السريع أنتج أداءً أكثر استقرارًا واتساقًا من أي من الطريقتين بمفردهما. كان النظام أقل عرضة للارتباك بسبب الاختلافات في أنماط الهجوم وحافظ على مستوى عالٍ من الموثوقية عبر أنواع مختلفة من حركة مرور الشبكة. ومن خلال دمج هذا الكشف الذكي مع إطار عمل "الثقة الصفرية" التكيفي، أنشأ الباحثون طبقة أمنية لا تكتفي بمجرد الاستجابة للتهديدات، بل تقيم باستمرار موثوقية كل تفاعل. يقدم هذا النهج مسارًا واعدًا نحو تأمين الأنظمة المعقدة والمترابطة التي تضمن استمرار عمل المجتمع الحديث، مما يوفر دفاعًا ديناميكيًا وقابلًا للتكيف مثل التهديدات التي يواجهها.