Adversarial Self-Play for Adaptive Cyber Deception Against Reinforcement Learning-Based Bots in SDN-Enabled Edge Networks
تقترح هذه الورقة وتتحقق من إطار عمل للخداع السيبراني التكيفي للشبكات الطرفية المعتمدة على الشبكات المعرفة برمجياً (SDN)، والذي يستخدم اللعب الذاتي الخصمي لتدريب مدافع يعتمد على التعلم التعزيزي، مع تنسيق مصائد الاختراق والدفاعات المتغيرة المستهدفة ديناميكياً لمواجهة البوتات المدربة بالتعلم التعزيزي بفعالية مع تقليل تكاليف الموارد إلى أدنى حد.
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. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في العالم الرقمي، اعتمد الأمن لفترة طويلة على فكرة بسيطة وثابتة: ابنِ جداراً عالياً، وارسم خطاً واضحاً، وانتظر حتى يصطدم به المتسلل. تعمل جدران الحماية والقواعد الثابتة مثل ذلك الجدار، المصمم لصد التهديدات المعروفة. لكن طبيعة التهديد قد تغيرت؛ فاليوم، لا يكتفي المهاجمون باتباع سيناريو محدد، بل يستخدمون الذكاء الاصطناعي للتعلم والتكيف والمحاولة مرة تلو الأخرى حتى يجدوا ثغرة للنفاذ. وعندما يتمكن برنامج حاسوبي من فحص شبكة ما، ثم يفشل، ويتعلم من فشله، ثم يحاول فوراً نهجاً مختلفاً، يصبح الجدار الثابت في نهاية المطيط خريطة للمنافس. وهذا يترك فجوة خطيرة: كيف تدافع عن نظام عندما يقوم العدو بإعادة كتابة قواعد اللعبة الخاصة به باستمرار؟
تكمن الإجابة في جعل الدفاع قابلاً للتكيف تماماً مثل الهجوم. تستكشف دراسة جديدة أجراها باحثون في جامعة "دشانغ" في الكاميرون هذا التحدي ضمن البيئة المعقدة لـ "حوسبة الحافة" (edge computing)، حيث تُعالج البيانات بالقرب من مكان إنشائها، كما هو الحال في المصانع الذكية أو المستشفيات المتصلة. هذه الشبكات سريعة ومرنة، لكن أجهزتها الصغيرة والمتعددة المتصلة ببعضها تجعلها أيضاً أهدافاً سهلة. اقترح الباحثون نظاماً لا يكتفي فيه المدافع بالانتظار حتى يتعرض للهجوم، بل يتعلم بنشاط كيفية تضليل المتسلل. ومن خلال التعامل مع الصراع كـ "لعبة" بين خصمين ذكيين، أنشأوا دفاعاً يتطور في الوقت الفعلي، باستخدام تقنية تسمى "اللعب التنافسي الذاتي" (adversarial self-play). في هذا الإعداد، يدرب برنامج الحاسوب الدفاعي نفسه عبر القتال ضد مهاجم متعلم، مما يجبر كلا الجانبين على أن يصبحا أكثر ذكاءً وعدم قابلية للتنبؤ مع كل جولة من اللعبة.
بنى الباحثون نسخة محاكاة لهذه الشبكة لاختبار فكرتهم؛ حيث أنشأوا بيئة رقمية تحاكي هيكل شبكة حافة حديثة، بما في ذلك المستشعرات والخوادم ووحدة التحكم المركزية التي تدير حركة المرور. وفي هذه البيئة، أدخلوا وكيلين من الذكاء الاصطناعي: أحدهما يعمل كمهاجم والآخر كمدافع. كان هدف المهاجم بسيطاً: إيجاد طريقة للدخول إلى الشبكة وسرقة البيانات بأسرع ما يمكن. أما مهمة المدافع فكانت إيقافه، ولكن ليس بمجرد إغلاق الباب؛ بدلاً من ذلك، استخدم المدافع استراتيجية تُعرف باسم "الخداع السيبراني" (cyber deception)، والتي تتضمن إنشاء فخاخ رقمية وهمية، تُعرف باسم "مصائد المخترقين" (honeypots)، وتغيير تخطيط الشبكة باستمرار لإرباك المتسلل.
ولإنجاح ذلك، استخدم الباحثون نوعاً محدداً من خوارزميات التعلم لكلا الجانبين، حيث تركوا الوكيلين يلعبان ضد بعضهما البعض آلاف المرات. في البداية، كان المهاجم سريعاً والمدافع بطيئاً، ولكن مع تقدم اللعب، تعلم المدافع كيفية رصد أنماط المهاجم. فعندما يحاول المهاجم مسح الشبكة، يستجيب المدافع عبر تغيير العنوان الرقمي للهدف أو وضع خادم وهمي في طريقه. والأهم من ذلك، تعلم المدافع القيام بذلك فقط عند الضرورة؛ فقد صُمم النظام ليفهم أن تغيير الشبكة يكلف طاقة ووقتاً، لذا تعلم الموازنة بين الحاجة إلى الأمن والحاجة إلى تشغيل الشبكة بسلاسة. وبدوره، تعلم المهاجم كيفية رصد هذه الفخاخ ومحاولة تجنبها، مما أجبر المدافع على ابتكار حيل جديدة.
كانت نتائج عمليات المحاكاة هذه مذهلة. فعندما اختبر الباحثون النظام ضد شبكة تفتقر إلى أي دفاع، نجح المهاجم بسرعة، غالباً في غضون عشر ثوانٍ. وعندما استخدموا دفاعاً تقليدياً ثابتاً يعتمد على قواعد ثابتة وفخاخ غير متغيرة، تمكن المهاجم في النهاية من تعلم النمط وتجاوزه، لينجح في نفس المدة الزمنية تقريباً. ومع ذلك، عندما كان الدفاع التكيفي المتعلم نشطاً، تغيرت النتيجة تماماً؛ إذ قفز الوقت الذي يستغرقه المهاجم لاختراق الشبكة إلى ما بين خمسين وثمانين ثانية، اعتماداً على الهدف. والأهم من ذلك، نجح المدافع في صد الهجوم في كل محاولة تقريباً، محققاً معدل نجاح بلغ حوالي 98% لشبكات المستشعرات و97% للخوادم الرئيسية.
كما أظهرت الدراسة كيف تغير سلوك المهاجم تحت هذا الضغط. فبدون دفاع ذكي، يقضي المهاجم معظم وقته في محاولة الاختراق إلى أهداف معروفة، ولكن عند مواجهة النظام التكيفي، اضطر المهاجم لقضاء وقت أطول في مجرد البحث والتقصي، محاولاً معرفة أين توجد الأهداف، لأن الخريطة التي كان يستخدمها كانت تصبح قديمة باستمرار. وتمكن المدافع من إبقاء الشبكة تعمل دون تأخير ملحوظ، حيث ظل الوقت المستغرق لإعادة تهيئة النظام أقل من خمسين مللي ثانية. وهذه السرعة أمر بالغ الأهمية، لأنها تعني أن الدفاع يمكن أن يحدث دون إبطاء الخدمات الحقيقية التي تعمل على الشبكة.
وأكد الباحثون أن نتائجهم مستمدة من بيئة محاكاة وليس من بيئة فيزيائية؛ فقد بنوا منصة الاختبار باستخدام برمجيات تحاكي الأجهزة الحقيقية، مما يسمح بالتحكم الدقيق والتكرار، لكنه لا يستوعب كل المتغيرات الواقعية مثل أعطال الأجهزة أو التداخل اللاسلكي. وأشاروا إلى أنه بينما حقق النظام أداءً استثنائياً في المحاكاة، فإن الخطوة التالية ستكون اختباره على معدات فيزيائية فعلية لمعرفة مدى صموده أمام عدم القدرة على التنبؤ في العالم الحقيقي. كما أوضحوا أن نموذجهم الحالي يفترض أن وحدة التحكم المركزية آمنة وأن اكتشاف الهجوم تتم معالجته بواسطة نظام منفصل وموثوق.
في نهاية المطاف، يثبت هذا العمل أن أفضل طريقة لمحاربة عدو متعلم هي بامتلاك دفاع متعلم. فمن خلال التعامل مع الصراع كـ "لعبة ديناميكية" حيث يتطور كلا الجانبين باستمرار، أظهر الباحثون أنه من الممكن إبقاء المهاجمين في حالة من الارتباك. لا يعتمد النظام على معرفة كل الهجمات المحتملة مسبقاً، بل يتعلم الاستجابة لما يحدث الآن. ويقدم هذا النهج مساراً واعداً لحماية الشبكات المتزايدة التعقيد والاتصال التي تشغل عالمنا الحديث، محولاً فعل الدفاع ذاته إلى تكيف مستمر وذكي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.