AiWebArmor: A Robust, Precise AI-based Framework for Web Application Firewalls
يُعد AiWebArmor إطار عمل ذكاء اصطناعي مبتكر وعالي الإنتاجية يجمع بين التحليل الدلالي القائم على نموذج ModernBERT والميزات الإحصائية عبر مصنف تعزيز الأشجار القابل للتفسير، لتحقيق دقة بنسبة 99.92% في كشف التهديدات متعددة الفئات ومعدل إنذار كاذب بنسبة 0.01% مع زمن استجابة يقل عن الميلي ثانية في بيئات الويب الإنتاجية.
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
يعتمد العالم الرقمي على تطبيقات الويب، وهي المحركات غير المرئية التي تشغل كل شيء، من الخدمات المصرفية عبر الإنترنت إلى وسائل التواصل الاجتماعي. وللحفاظ على أمان هذه الأنظمة، تعتمد المؤسسات على حراس رقميين يُطلق عليهم جدران حماية تطبيقات الويب. فكر في جدران الحماية هذه كحراس الأمن عند مدخل مبنى مزدحم؛ مهمتهم هي فحص كل شخص يحاول الدخول، والتحقق من وجود أسلحة أو أشياء خطيرة قبل السماح له بالمرور. لسنوات طويلة، اعتمد هؤلاء الحراس على طريقة بسيطة: وهي التحقق من قائمة بالسلوكيات السيئة المعروفة. فإذا طابق الزائر وصفاً موجوداً في القائمة، يتم إيقافه، وإذا لم يطابقه، يُسمح له بالدخول. يعمل هذا النهج بشكل جيد ضد التهديدات المعروفة، لكنه يعاني عندما يستخدم المهاجمون حِيلاً جديدة أو يخفون أفعالهم. علاوة على ذلك، غالباً ما يخطئ هذا الفحص الجامد في اعتبار الزوار الأبرياء مجرمين، مما يتسبب في إنذارات كاذبة تحظر حركة المرور المشروعة وتزعج المستخدمين. وقد تمثل التحدي لخبراء الأمن في بناء حارس ذكي بما يكفي لفهم سياق أفعال الزائر، وليس فقط مظهره، مع البقاء سريعاً بما يكفي للتعامل مع ملايين الأشخاص كل ثانية دون إبطاء حركة المبنى.
في دراسة جديدة، طور الباحثان فريد موسوي وآرش أبهيج راندوست من جامعة إيران للعلوم والتكنولوجيا حلاً أطلقوا عليه اسم AiWebArmor. صُمم هذا النظام ليكون نسخة أكثر ذكاءً وسرعة ودقة من حارس أمن الويب التقليدي. فبدلاً من الاعتماد فقط على قائمة ثابتة من الأنماط السيئة المعروفة، يستخدم AiWebArmor الذكاء الاصطعي المتقدم لقراءة وفهم المحتوى الفعلي لطلبات الويب، تماماً كما يقرأ الإنسان جملة لفهم معناها. بنى الباحثون هذا النظام للتعامل مع الواقع الفوضوي والمعقد للإنترنت الحديث، حيث تتطور الهجمات باستمرار وتأتي حركة المرور من مصادر مختلفة لا حصر لها. كان هدفهم هو إنشاء أداة يمكنها التمييز بين مستخدم غير ضار ومهاجم متطور بدقة تقارب الكمال، كل ذلك مع معالجة الطلبات في طرفة عين.
جوهر AiWebArmor هو استراتيجية مكونة من جزأين تجمع بين الفهم العميق والفحوصات السريعة والعملية. أولاً، يستخدم النظام نموذج لغة متطور، وهو نوع من الذكاء الاصطناعي المدرب على كميات هائلة من النصوص، لتحليل المعنى الدلالي لطلبات الويب الواردة. وهذا يسمح للنظام بإدراك القصد وراء الرسالة، حتى لو حاول المهاجم إخفاء غرضه الحقيقي عن طريق إعادة ترتيب الكلمات أو استخدام رموز غريبة. ومع ذلك، فإن الاعتماد على فهم اللغة وحده قد يكون بطيئاً وقد يغفل أحياناً عن الإشارات الهيكلية الدقيقة للهجوم. ولإصلاح ذلك، قرن الباحثون نموذج اللغة بمجموعة من ثلاثين فحصاً إحصائياً محدداً ومصنوعاً يدوياً. تبحث هذه الفحوصات في الخصائص الفيزيائية للطلب، مثل طول الرسالة، وتكرار رموز معينة، وتعقيد أنماط الأحرف. ومن خلال تغذية الفهم العميق لنموذج اللغة والبيانات الملموسة السريعة من الفحوصات الإحصائية في محرك اتخاذ قرار قوي، يرسم النظام صورة كاملة لكل طلب يراه.
لضمان عمل هذا النظام الجديد في العالم الحقيقي، لم يكتفِ الباحثون باختباره على مجموعة صغيرة ونظيفة من بيانات التدريب. بل أنشأوا ميدان اختبار ضخم يضم أكثر من 2.7 مليون سجل. كانت مجموعة البيانات هذه مزيجاً فريداً من المعايير الأكاديمية المعروفة وحركة المرور الخام غير المنظمة التي تم جمعها من خوادم ويب فعلية تعمل. سمح هذا النهج لهم باختبار النظام ضد الطبيعة الفوضوية والمتنوعة لحركة مرور الإنترنت الحقيقية، بدلاً من الأمثلة المنظمة والمرتبة الموجودة في الكتب المدرسية. كما عالجوا مشكلة شائعة في الذكاء الاصطناعي حيث يتعلم النظام تجاهل الهجمات النادرة ولكن الخطيرة لأنها تظهر بشكل أقل من حركة المرور العادية. فقد استخدموا تقنية تدريب خاصة أجبرت النظام على إعطاء اهتمام متساوٍ لهذه الأنماط الخطيرة والنادرة، مما يضمن عدم التغاضي عنها.
كانت نتائج هذا الاختبار المكثف مذهلة. فعند تقييمه على مجموعة البيانات المختلطة الضخمة، حقق AiWebArmor معدل دقة بلغ 99.92%، حيث حدد التهديدات وحركة المرور الآمنة بدقة استثنائية. ولعل الأمر الأكثر إثارة للإعجاب هو قدرته على تجنب الإنذارات الكاذبة؛ فبينما تحظر الأنظمة التقليدية غالباً المستخدمين الأبرياء، نجح AiWebArmor في خفض معدل الإيجابيات الكاذبة إلى نسبة غير مسبوقة بلغت 0.01%. وهذا يعني أنه من بين كل 10,000 طلب مشروع، سيقوم النظام بحظر طلب واحد فقط عن طريق الخطأ. وفي مقارنة مباشرة مع الأساليب المتقدمة الأخرى، بما في ذلك نماذج التعلم العميق التي تستخدم شبكات عصبية معقدة، تفوق AiWeb-Armor باستمرار عليها، لا سيما في تقليل هذه الإنذارات الكاذبة المكلفة بمعامل يتراوح بين مائة إلى ألف ضعف.
كانت السرعة عاملاً حاسماً أيضاً، حيث يجب أن تكون الأنظمة الأمنية سريعة بحيث لا تبطئ مواقع الويب التي تحميها. قاس الباحثون الوقت الذي يستغرقه النظام لمعالجة الطلب ووجدوا أنه يمكنه الحفاظ على سرعات تقل عن ثلاثة مللي ثانية لكل طلب. وهذه السرعة كافية لنشره مباشرة ضمن الطبقات عالية السرعة لخوادم الويب الحديثة دون التسبب في أي تأخير ملحوظ للمستخدمين. تم دمج النظام بنجاح في بيئة خادم NGINX حي، مما أثبت أنه ليس مجرد مفهوم نظري، بل أداة عملية جاهزة للاستخدام في العالم الحقيقي. كما أظهر الباحثون أن النظام يمكنه ترجمة قراراته المعقدة إلى قواعد بسيطة ومفهومة يمكن للمشغلين البشنيين قراءتها والتحقق منها، مما يسد الفجوة بين الذكاء الاصطناعي المتقدم والإشراف البشري.
تخلص الدراسة إلى أنه من خلال الجمع بين الفهم الدلالي العميق والتحليل الإحصائي الدقيق، يمكن بناء جدار حماية للويب يكون عالي الدقة وسريعاً للغاية في آن واحد. يمثل AiWebArmor خطوة كبيرة للأمام في أمن الويب، حيث يتجاوز قيود القوائم الثابتة والقواعد الجامدة. فهو يقدم وسيلة لحماية البنية التحتية الرقمية ضد مجموعة واسعة من التهديدات، من هجمات الحقن الشائعة إلى المحاولات المعقدة والمموّهة، دون التضحية بالسرعة أو الموثوقية التي يتوقعها مستخدمو العصر الحديث. وبينما يشير الباحثون إلى أنه لا يوجد نظام مثالي، وأن العمل المستقبلي سيركز على التكيف مع الهجمات الجديدة وغير المعروفة في الوقت الفعلي، فإن عملهم الحالي يوفر أساساً قوياً ودقيقاً للجيل القادم من الدفاع الويب.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.