Proof of Trust (PoT): A Blockchain-Based Operational Trust Consensus for Sensitive IoT Ecosystems
تقدم هذه الورقة "إثبات الثقة" (PoT)، وهو آلية إجماع قائمة على البلوكشين لأنظمة إنترنت الأشياء الحساسة، والتي تتحقق ديناميكياً من سلامة التشغيل للأجهزة من خلال تحديات تكيفية خاصة بكل جلسة ودرجة ثقة متناقصة، محققةً معدلات كشف عالية للأجهزة المخترقة والمتدهورة مع تقليل زمن الاستجابة عبر التثبيت الهجين في السجل المحلي.
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 الصناعي، تتحدث الآلات مع بعضها البعض باستمرار. فقد يخبر مستشعر في مصنع ذراعاً روبوتية بالتحرك، أو قد يبلغ عداد ذكي عن استهلاك الطاقة إلى شبكة مركزية. ولكي تعمل هذه الأنظمة بأمان، يجب أن تثق الآلات في أن الرسالة التي تتلقاها جاءت بالفعل من الآلة التي تدعي أنها هي. تقليدياً، كان هذا النوع من الثقة يُثبت لمرة واحدة، مثل التحقق من جواز سفر عند الحدود؛ فإذا بدت الاعتمادات صالحة، يُسمح للآلة بالدخول والعمل. ومع ذلك، فإن هذه الطريقة القديمة بها نقطة عمياء؛ فهي لا تستطيع معرفة ما إذا كانت الآلة معطلة حالياً، أو إذا كان برنامجها يعاني من خلل، أو إذا كان مهاجم ذكي قد اعترض المحادثة ويتظاهر بأنه تلك الآلة. فقد يكون للجهاز جواز سفر صالح ولكنه غير قادر على أداء وظيفته، أو الأسوأ من ذلك، قد يكون جهازاً مزيفاً بالكامل، يقوم بنقل الرسائل من مهاجم خفي. في البيئات الحرجة مثل محطات الطاقة أو مرافق معالجة المياه، لا يكفي الوثوق بآلة لمجرد أنها تملك بطاقة الهوية الصحيحة؛ بل تحتاج إلى معرفة ما إذا كانت تعمل حقاً وتقول الحقيقة في هذه اللحظة.
لقد طور الباحثون محمد فاراجي، ميرييم أياتشي، وهانان البقالي نظاماً جديداً يسمى "إثبات الثقة" (Proof of Trust) لحل هذه المشكلة. وبدلاً من الاعتماد على فحص ثابت، يتعامل نظامهم مع الثقة كشيء يجب قياسه باستمرار، لحظة بلحظة. تخيل حارساً أمنياً لا يكتفي بفحص هويتك مرة واحدة عند الباب، بل يطلب منك أداء مهمة محددة في كل مرة تدخل فيها إلى غرفة لتثبت أنك الشخص الذي تدعي أنه أنت وأنك قادر على أداء وظيفتك. يعمل هذا النظام عن طريق إرسال سلسلة من التحديات إلى الجهاز. هذه ليست أسئلة عشوائية، بل هي طلبات محددة بناءً على ما يفترض أن يقوم به الجهاز. فإذا كانت الكاميرا، قد يطلب منها النظام الدوران إلى زاوية معينة وإرسال تقرير بالنتيجة. وإذا كانت مستشعراً لدرجة الحرارة، فقد يطلب منها قراءة يجب أن تتطابق مع الواقع الفيزيائي للبيئة. ثم يتحقق النظام من الإجابة مقابل ستة معايير مختلفة: ما إذا كانت الهوية حقيقية، وما إذا كانت البيانات منطقية من الناحية الفيزيائية، وما إذا كان الجهاز يؤدي المهمة فعلياً، وما إذا كان ملف تعريف الجهاز قد تعرض للتلاعب، وما إذا كان الاتصال مباشراً وخالياً من التداخل.
ولجعل هذه العملية آمنة وشفافة، بناها الباحثون على تقنية "البلوكشين" (Blockchain)، والتي تعمل كسجل مشترك وغير قابل للتغيير يسجل كل عملية فحص للثقة. وهذا يضمن عدم قدرة أي شخص أو منظمة بمفرده على تعديل تاريخ ما حدث. تم تصميم النظام ليكون سريعاً بما يكفي للاستخدام الصناعي في الوقت الفلي. فهو يستخدم نهجاً هجيناً حيث يتم اتخاذ القرار الفوري بالوثوق بالجهاز أو رفضه محلياً في جزء من الثانية، بينما يتم تسجيل القرار الدائم في "البلوكشين" في الخلفية. وهذا يعني أن تدفق البيانات لا يتباطأ أبداً بسبب الحاجة إلى انتظار عملية تحقق معقدة، ومع ذلك يتم تسجيل كل إجراء بشكل دائم للمراجعة اللاحقة. اختبر الباحثون هذا النظام في بيئة محاكاة باستخدام خمسة أنواع مختلفة من الأجهزة الصناعية، مثل مستشعرات درجة الحرارة، وأجهزة مراقبة جودة الهواء، والصمامات الصناعية. وقد أجروا 380 جلسة مختلفة، شملت سيناريوهات كانت فيها الأجهزة تعمل بشكل مثالي، وسيناريوهات أخرى كانت فيها الأجهزة مخترقة، أو معطلة، أو يتم انتحال شخصيتها من قبل مهاجمين.
أظهرت النتائج أن النظام كان فعالاً للغاية في رصد المشكلات التي تغفل عنها الطرق التقليدية. فقد نجح في تحديد كل حالة تم فيها انتحال شخصية جهاز أو تم فيها نقل الاتصالات عبر خادم تابع لمهاجم. كما رصد كل حالة تعطل فيها عتاد الجهاز، مثل وحدة تحكم تعاني من ارتفاع الحرارة أو خلية مستشعر ميتة. وفي المناطق الأمنية الأكثر حرجاً، حيث تكون المخاطر في أعلى مستوياتها، اكتشف النظام 100 بالمائة من الإخفاقات الوظيفية، مما يعني أنه عرف فوراً متى توقفت الآلة عن أداء عملها بشكل صحيح. وحتى في المناطق الأقل حرجاً، اكتشف 95 بالمائة من هذه الإخفاقات. كما تمكن النظام من رصد التغيرات البطيئة والتدريجية في سلوك الجهاز، مثل انحراف مستشعر درجة الحرارة قليلاً عن المعايرة بمرور الوقت، وهو نوع من المشكلات التي عادة ما تمر دون ملاحظة حتى تسبب مشكلة كبيرة. الحالة الوحيدة التي ارتكب فيها النظام خطأ كانت في حوالي 3.5 بالمائة من الحالات حيث اعتبر جهازاً سليماً تماماً مشبوهاً، وهي نسبة يعتبرها الباحثون مقبولة نظراً لمستوى الأمان العالي الذي يوفره النظام.
ما يجعل هذا النهج مختلفاً هو أنه لا يعتمد على نماذج ذكاء اصطناعي معقدة تحتاج إلى التدريب على كميات هائلة من البيانات أو تعمل كـ "صندوق أسود" حيث يكون المنطق وراءها مخفياً. بدلاً من ذلك، يستخدم قواعد منطقية واضحة بناءً على القدرات الفيزيائية للجهاز وسياق بيئته. فإذا تم تحدي كاميرا لالتقاط صورة عند الظهيرة وأعادت صورة سوداء، يعرف النظام أن هناك خطأ ما لأن السياق لا يتطابق مع النتيجة. وإذا قيل لصمام أن يفتح وأفادت التغذية الراجعة أنه لا يزال مغلقاً، فإن النظام يرفض الثقة. وجد الباحثون أنه من خلال الجمع بين هذه الفحوصات المختلفة، يمكنهم إنشاء صورة أكثر قوة للثقة من مجرد النظر إلى الهوية وحدها. كما يحترم النظام حدود الأجهزة؛ فهو لا يطلب أبداً من آلة القيام بشيء لم يتم اعتمادها للقيام به، مما يضمن أن عملية التحقق نفسها لا تسبب ضرراً للمعدات.
يمثل هذا العمل تحولاً من مجرد السؤال "من أنت؟" إلى السؤال "هل تعمل بشكل صحيح الآن؟". ومن خلال ربط هذه الإجابات بسجل آمن ومشترك، يوفر النظام طريقة للمنظمات المختلفة للوثوق بآلات بعضها البعض دون الحاجة لمعرفة التفاصيل الداخلية لكل جهاز. لقد أثبت الباحثون أن هذا الأسلوب يمكن تنفيذه باستخدام معايير الاتصال الصناعية الحالية، مما يجعله خطوة عملية نحو تأمين الشبكات المعقدة التي تدير بنيتنا التحتية الحديثة. وبينما تم إجراء الاختبار في محاكاة محكومة، فإن النتائج تشير إلى أن هذا النوع من التحقق المستمر من الثقة التشغيلية يمكن أن يصبح معياراً لضمان أن الآلات التي نعتمد عليها ليست فقط مُعرفة، بل موثوقة حقاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.