The MAL Simulator: Cyber Operations Simulation based on Attack & Defense Graphs
تقدم الورقة البحثية محاكي MAL، وهو منصة عمليات سيبرانية مرنة مبنية على لغة هجوم ميتا (Meta Attack Language) تتيح تدريب وتقييم الوكلاء الهجوميين والدفاعيين المؤتمتين، مع إثبات فعاليتها من خلال دراسات حالة في بيئة شبكة محاكية.
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 العالم الرقمي، غالبًا ما تكون الأمن لعبة قط وفأر تُلعب بسرعة الضوء. يبني المدافعون جدرانًا ويراقبون المتسللين، بينما يبحث المهاجمون عن أصغر شق للتسلل من خلاله. وللاستعداد لهذه المعارك، يستخدم الباحثون محاكاة حاسوبية، وهي ملاعب افتراضية حيث يمكنهم اختبار الاستراتيجيات دون المخاطرة بالأنظمة الحقيقية. ومع ذلك، فإن إنشاء محاكاة واقعية أمر صعب؛ فإذا كان العالم الافتراضي بسيطًا للغاية، فإن الدروس المستفادة لن تنطبق على الواقع المعقد للشبكات الحديثة. وإذا كان جامدًا للغاية، فلن يتمكن البرنامج من التكيف مع أنواع جديدة من أجهزة الكمبيوتر أو أنواع جديدة من الهجمات. يكمن التحدي في بناء جهاز محاكاة مرن بما يكفي لنمذجة أي نظام، وفي الوقت نفسه مهيكل بما يكفي لتعليم الذكاء الاصطناعي كيف يفكر مثل مخترق أو حارس.
لقد عالج فريق من الباحثين في المعهد الملكي للتكنولوجيا (KTH) في السويد هذا التحدي من خلال تطوير أداة جديدة تسمى MAL Simulator. بُني هذا النظام على أساس يُعرف باسم لغة الهجوم الميتا (Meta Attack Language)، وهي طريقة متخصصة لوصف كيفية تفاعل أجهزة الكمبيوتر والمستخدمين والبرمجيات. وبدلاً من البرمجة الصلبة لكل سيناريو محتمل، صمم الباحثون جهاز المحاكاة ليقرأ هذه الأوصاف. وهذا يعني أن نفس البرنامج الأساسي يمكن استخدامه لمحاكاة شبكة مكتب صغيرة، أو نظام سحابي ضخم، أو نظام تحكم في مصنع، وذلك ببساه تغيير الوصف فقط، دون الحاجة إلى إعادة كتابة الكود الأساسي. استخدم الباحثون هذه الأداة لتدريب نوعين من وكلاء الذكاء الاصطناعي: أحدهما مصمم لمهاجمة النظام وإيجاد نقاط الضعف، والآخر مصمم للدفاع عنه.
اختبر الفريق ابتكارهم في بيئة محكومة تحاكي شبكة كمبيوتر حقيقية، كاملة بالخوادم ومحطات العمل والاتصالات المعقدة بينها. كما أنشأوا ثلاثين نسخة مختلفة من هذه الشبكة، مع تغيير عدد أجهزة الكمبيوتر وتخطيط الاتصالات، لضمان تعلم الوكلاء مهارات عامة بدلاً من مجرد حفظ خريطة واحدة. كان الهدف للوكيل المهاجم هو الوصول إلى بيانات حساسة معينة، بينما كانت مهمة الوكيل المدافع هي إيقاف الهجوم بأقل قدر من الاضطراب في الشبكة. في العالم الحقيقي، قد يكون إغلاق خادم لإيقاف مخترق أمرًا فعالًا، ولكنه يوقف العمل التجاري أيضًا، لذا يجب أن يكون المدافع دقيقًا.
عندما وضع الباحثون الوكيل المهاجم المدرب تحت الاختبار، أثبت أنه أكثر كفاءة بشكل ملحوظ من طرق البحث الحاسوبية التقليدية. فالخوارزميات القياسية، التي غالبًا ما تفحص كل الاحتمالات بطريقة منهجية ولكن عمياء، استغرقت وقتًا أطول بكماء وارتكبت المزيد من التحركات غير الضرورية للوصول إلى هدفها. أما الوكيل المدرب، بعد أن تعلم من آلاف المحاولات المحاكية، فقد عرف المسار الذي يجب اتخاذه لاختراق النظام بسرعة. بل تمكن حتى من التعامل مع تخطيطات الشبكة التي لم يرها من قبل، مما أظهر أنه تعلم المنطق الأساسي للهجوم بدلاً من مجرد مسار محدد. يشير هذا إلى أن الذكاء الاصطناعي يمكنه تعلم التنقل في البيئات الرقمية المعقدة بشكل أكثر فعالية من القواعد المبرمجة مسبقًا والجامدة.
كانت نتائج الوكيل المدافع أكثر دقة وسلطت الضوء على واقع حاسم في الأمن السيبراني. فعندما كانت المحاكاة مثالية، حيث يتلقى المدافع تنبيهات واضحة ودقيقة عن كل حركة يقوم بها المهاجم، نجحت استراتيجية بسيطة قائمة على القواعد تمامًا كما نجح الذكاء الاصطناعي المدرب. ومع ذلك، فإن العالم الحقيقي نادرًا ما يكون مثاليًا. ففي عمليات المحاكاة التي تضمنت "ضجيجًا" — حيث يتلقى المدافع إنذارات كاذبة أو يفوت إنذارات حقيقية، مما يحاكي حالة الارتباك في شبكة حقيقية — تفوق الوكيل المدرب على القواعد البسيطة. فقد تعلم الذكاء الاصطناعي تجاهل الضجيج والتركيز على التهديدات الأكثر احتمالًا، بينما ارتبكت القواعد البسيطة بسهولة بسبب الإشارات الخاطئة. تشير هذه النتيجة إلى أنه بينما قد تنجح القواعد الأساسية في الظروف المثالية، فإن الأنظمة الذكية ضرورية للتعامل مع الواقع الفوضوي وغير اليقيني للدفاع السيبراني الفعلي.
كان الاختبار الأكثر كشفًا هو عندما وضع الباحثون المهاجم المدرب في مواجهة المدافع المدرب. في هذا السيناريو، انخفض أداء المدافع بشكل كبير. فقد تعرضت الاستراتيجيات البسيطة والوكلاء القائمون على القواعد لضغط شديد من سرعة وقدرة المهاجم الذكي على التكيف. حتى المدافع المدرب عانى، مما يشير إلى أن استراتيجية الدفاع المبنية فقط ضد مهاجمين يمكن التنبؤ بهم وأبطأ سرعة ليست كافية لإيقاف خصم ذكي ومتطور. تؤكد هذه النتيجة نقطة حيوية: لبناء دفاعات قوية حقًا، يجب تدريب الأنظمة الأمنية ضد خصوم أذكياء ومتكيفين مثلهم تمامًا. وجد الباحثون أنه بدون هذا النوع من التدريب التنافسي، قد تبدو الدفاعات قوية في الاختبارات ولكنها تفشل عند مواجهة تهديد حقيقي وذكي.
تخلص الدراسة إلى أن MAL Simulator يوفر منصة قوية لتطوير هؤلاء الوكلاء المتقدمين. ومن خلال السماح للباحثين بالتبديل بسهء بين أنواع الشبكات وسيناريوهات الهجوم المختلفة، تساعد الأداة في إنشاء ذكاء اصطناعي مرن وصامد. يوضح العمل أنه بينما يمكننا بناء وكلاء أفضل من الأساليب الحالية في كل من الهجوم والدفاع، فإن الفجوة بين الاثنين تتغير باستمرار. ومع ازدياد ذكاء المهاجمين، يجب على المدافعين التطور بالتوازي معهم. لقد جعل الباحثون جهاز المحاكاة الخاص بهم والأدوات اللازمة لبناء هؤلاء الوكلاء متاحة للجمهور، داعين الآخرين لمواصلة العمل على تدريب الأنظمة التي يمكنها حماية بنيتنا التحتية الرقمية في عالم يزداد تعقيدًا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.