L'intelligenza artificiale sta rimodellando l'economia degli attacchi informatici e della difesa.

القيود التي كانت تعيق العمليات السيبرانية المعقدة التي تستهدف الدول بدأت تتلاشى. فشن هجوم سيبراني واسع النطاق كان يتطلب في السابق حشد عدد كبير من الخبراء. Attacchi informatici basati sull'intelligenza artificiale in escalation.

عندما تقترب تكلفة إضافة مهاجم قادر من تكلفة القدرة الحاسوبية، تتغير معادلة الهجوم بشكل جذري.

هذا الأمر أصبح واقعًا عمليًا بالفعل: فقد كشف بحث التهديدات لدى Dream عن إطار عمل مستقل متعدد الوكلاء (multi-agent framework) شن حملات اختراق ضد كيانات حكومية في آسيا، ونفذ اثنتي عشرة موجة هجومية في أربعة أيام بثمانية وكلاء متوازيين، مخترقًا 85 حسابًا حكوميًا، ومستخدمًا حلقة تعلم مغلقة للتكيف بعد كل فشل.

الميزة تتجه الآن من عدد الخبراء إلى مدى فعالية توسيع نطاق خبراتهم.

الذكاء الاصطناعي يفيد المهاجمين والمدافعين على حد سواء، لكن المدافعين يتمتعون بميزة فريدة: فهم يمتلكون بالفعل الخريطة التي يجب على المهاجمين اكتشافها.

المدافعون الذين يفهمون بيئتهم يمكنهم استخدام الذكاء الاصطناعي لتحويل تلك المعرفة إلى قدرة تشغيلية واسعة النطاق. دمج القدرات الدفاعية

الهاكر الحكومي المستقل المدعوم بالذكاء الاصطناعي

في يوليو الماضي، تمكن فريق أبحاث التهديدات لدينا من استعادة مساحة العمل التشغيلية لإطار عمل مستقل متعدد الوكلاء كان يشن حملات اختراق ضد كيانات حكومية في آسيا.

على مدى أربعة أيام تقريبًا، نفذ إطار العمل اثنتي عشرة موجة هجومية وشغل ما يصل إلى ثمانية وكلاء ذكاء اصطناعي بالتوازي. وبناءً على إطاري العمل المتاحين للعامة Hermes e OpenClaw، اخترق 85 حسابًا لموظفين حكوميين موظف واستخدم 84 منها للتغلغل عبر بيئة تسجيل الدخول الموحد الحكومية.

المثير للاهتمام حقًا هو قدرته على اتخاذ القرارات التشغيلية بشكل مستقل. حدود الذكاء الاصطناعي

تحديد درجات الثقة

تم تخصيص درجة ثقة بايزية لكل اكتشاف لتقييم المسارات المختلفة، ثم اختار كيفية المضي قدمًا، تمامًا مثل فريق عمل حقيقي.

وبالمثل، عندما فشل مسار هجوم ما، دخل إطار العمل تلقائيًا فيما أسماه “دورة التعلم” (Learning Cycle)، وبحث في قواعد بيانات الثغرات وتقنيات البحث الأمني ذات الصلة بالمكدس التقني لتلك الحكومة، وحاول مرة أخرى. قام إطار العمل بمراجعة ذاتية لنفسه – حيث أنشأ حلقة تعلم مغلقة: تحقيق، تحقق، تنفيذ، مراقبة النتيجة، تحديث معرفته التشغيلية، ثم المحاولة مرة أخرى.

لم يكن هذا نموذجًا ذاتي التحسين. بل كان مهاجمًا سيبرانيًا ذاتي التكيف – يقف وراءه خبير حقيقي، مدمج كنظام ذكاء اصطناعي. لم تكن أساسيات هذا الهجوم مثيرة للإعجاب O جديدة بشكل خاص. إنما حجمه – وإمكانية التوسع شبه اللانهائي – هو ما يثير القلق. التفكير بعقلية الهاكر

حتى وقت قريب، كان أحد العوامل المحددة في توسيع نطاق العمليات الهجومية المتطورة هو التفكير الخبير المطلوب لتحديد ما يجب التحقيق فيه، والتحقق من النتائج، وربطها بمسارات هجوم قابلة للتطبيق، والتكيف عند فشل تلك المسارات. كانت هذه العمليات مكلفة، سواء من حيث التكاليف المالية O الخبرة البشرية. وقد فرض هذا النقص قيدًا طبيعيًا على حجم الهجمات، إذ كان توسيع نطاق عملية متطورة يعني زيادة عدد الخبراء المهرة والوقت والتنسيق.

بدأ الذكاء الاصطناعي في أتمتة هذه الطبقة المكلفة من العمليات بدقة: تحديد ما يجب التحقيق فيه، والتحقق من الفرضيات، والتعلم من الفشل، واختيار الخطوة التالية. لا يزال العنصر البشري الموهوب يحدد جودة هذه القرارات، لكن عدد الأشخاص الموهوبين لم يعد هو العامل الوحيد الذي يحدد عدد المرات التي يمكن فيها اتخاذ هذه القرارات بالتوازي.

ماذا يحدث عندما لا يتطلب توسيع نطاق عملية هجومية زيادة عدد الخبراء القائمين عليها بنفس الوتيرة؟

بصفتي شخصًا أمضى 15 عامًا في أدوار الأمن السيبراني الهجومية والدفاعية، يتضح لي يومًا بعد يوم أن الذكاء الاصطناعي قد غير هذه المعادلة؛ فالعلاقة التاريخية بين حجم المواهب الخبيرة التي تمتلكها المؤسسة وحجم العمليات التي يمكنها تنفيذها بدأت تتلاشى.

الذكاء الاصطناعي لا يلغي المواهب، بل يغير ما يمكن للمواهب أن تحققه على نطاق أوسع.

مساحة هجوم بحجم دولة

تُعد البنية التحتية لتكنولوجيا المعلومات الحكومية نظامًا بيئيًا مترابطًا بُني على مدى عقود. وهي تتألف من وزارات وبلديات وتقنيات تشغيلية وتطبيقات قديمة وخدمات سحابية ومقاولين وموردين، وعلاقات ثقة لا حصر لها تربطها ببعضها البعض.

عادةً ما توجد هذه الاتصالات لأسباب تشغيلية مشروعة (أو على الأقل لأسباب كانت مشروعة تاريخيًا).

بطبيعة الحال، يمثل كل اتصال نقطة ضعف محتملة.

هكذا تنتشر الهجمات الحكومية الحديثة؛ ليس بالضرورة عن طريق استغلال نقطة ضعف حرجة واحدة، بل عن طريق ربط العديد من نقاط الضعف العادية معًا. إن التفكير بعقلية الهاكر أصبح استراتيجية حيوية لفهم هذه الآليات.

تاريخيًا، شكل هذا تحديًا لكلا الجانبين. فلم يكن بإمكان أي فريق دفاعي أن يحلل باستمرار كل أصل، وهوية، وتكوين، ونقطة ضعف، وعلاقة ثقة عبر دولة بأكملها. لكن المهاجمين واجهوا نسخة من نفس القيد؛ إذ كان على خبرائهم أيضًا تحديد أين يقضون وقتهم للعثور على مسار قابل للتطبيق من الاختراق إلى الأصول الأكثر قيمة. لذا، فإن دمج القدرات الدفاعية أصبح ضرورة ملحة.

الأنظمة المستقلة تغير هذا الواقع.

لا يحتاج المهاجم المستقل إلى فهم بيئة الحكومة بأكملها مسبقًا. بل يمكنه استكشافها باستمرار: اكتشاف علاقة، وتكوين فرضية، واختبارها، والتعلم من النتيجة، ثم الانتقال إلى الخطوة التالية.

لأول مرة، قد تواجه الحكومات خصومًا قادرين على تحليل أسطح الهجوم على نطاق وطني بسرعة تفوق سرعة المؤسسات المسؤولة عن الدفاع عنها.

سباق تغيير النتيجة

يمثل الانخفاض الهائل في تكلفة الخبرة السيبرانية الهجومية، من خلال استغلال وتطوير العملاء (agents) كأسلحة، تحولًا جذريًا. حتى وقت قريب، كانت هذه المهارة مقتصرة على نخبة قليلة ومرتبطة بتكلفة باهظة. هذا التصاعد في الهجمات السيبرانية المدعومة بالذكاء الاصطناعي دفع OpenAI وأكثر من 100 شركة للتحذير من تداعياتها.

أصبح اليوم اكتشاف هذه التقنيات وتحديد أولوياتها ودمجها في مسارات هجومية قابلة للتطبيق أمرًا غير مكلف، ويمكن تكرار العملية بسرعة آلية.

مع وتيرة تطور الذكاء الاصطناعي، يزداد هذا الواقع تأكيدًا يومًا بعد يوم.

تتزايد القدرات الهجومية لتصبح أرخص وأسرع وأسهل في الاستنساخ.

لكن هناك جانب آخر لهذه المعادلة.

لطالما تمتع المدافعون بمزايا هيكلية: Plus من بيانات القياس عن بعد (telemetry)، وسياق أعمق، ووصول مستمر إلى بنيتهم التحتية، ومعرفة بتكويناتها وهوياتها وعلاقاتها، بالإضافة إلى قدرة أفضل بكثير على التصرف. هذه القدرات الدفاعية تحتاج إلى دمج لضمان التفوق العملياتي.

لكنهم هم أيضًا كانوا مقيدين بالقدرة البشرية. فلم يكن بإمكان أي فريق تحليل كل تلك المعلومات بشكل مستمر، عبر كل الأصول والعلاقات، طوال الوقت. الذكاء الاصطناعي نفسه الذي يفيد المهاجمين قد يساهم في تفعيل الميزة التاريخية للمدافعين على نطاق واسع أيضًا.

هنا يلعب الوقت دورًا حاسمًا. فليس تحليل كل شيء هو نفسه الدفاع عن كل شيء. إذا اكتشف الذكاء الاصطناعي هوية مخترقة في ثوانٍ، لكن بيانات الاعتماد (credential) تظل نشطة لمدة ست ساعات، فسيظل المهاجم يملك ست ساعات. وإذا حدد مسارًا يمكن استغلاله للوصول إلى نظام حرج، لكن المعالجة تستغرق ثلاثة أسابيع، فسيظل هذا المسار مفتوحًا لتلك الأسابيع الثلاثة.

الفرصة الحقيقية، إذن، ليست مجرد تحليل أفضل. بل هي تقليل “الوقت اللازم لاتخاذ إجراء فعال”: أي الوقت الفاصل بين فهم المخاطر وتغيير النتيجة. فغالبًا ما تكون الفجوة في الرؤية تحديًا يعيق اتخاذ القرارات الصائبة.

و”الفعالية” هنا أمر بالغ الأهمية؛ فتعطيل هوية، O تغيير قاعدة جدار حماية (firewall)، O ترقيع ثغرة أمنية، ليس كافيًا. يجب أن يتحقق النظام من أن المهاجم لم يعد قادرًا على تحقيق هدفه.

لا يمكن أن تتوقف الحلقة الدفاعية عند مجرد جمع المعلومات الاستخباراتية، O حتى عند اتخاذ الإجراءات. بل يجب أن تنتهي بنتيجة أمنية مُحققة ومُثبتة.

الفجوة الحاسمة

الذكاء الاصطناعي لا يميل حتمًا لصالح المهاجم.

الإطار الذي تم اكتشافُه كان يضطر إلى جمع معلوماته عن البيئة خطوة بخطوة. في المقابل، يمتلك المدافعون هذه الخريطة بالفعل. كل إعداد، وبيانات اعتماد، وتدفق قياس عن بعد، وعلاقة ثقة يمكن أن يستغرق المهاجم – حتى لو كان مدعومًا بالذكاء الاصطناعي – أيامًا إلى أسابيع لاكتشافها. أما ما لم يتمكن المدافعون من فعله قط، فهو تحليل جميع الأصول التي يمتلكونها بشكل مستمر، وذلك بسبب نقص الكفاءات البشرية اللازمة لذلك، وهي فجوة في الرؤية كانت تعيق اتخاذ القرارات الصائبة.

يبدأ الذكاء الاصطناعي في إزالة هذا القيد المتعلق بالانتباه البشري. فهو يتيح للمدافعين تضخيم قدرات الخبراء عبر آلاف التحقيقات المتوازية، وتحديد مسارات الهجوم باستمرار، وتحديد أولويات تلك التي تشكل أكبر خطر، وتركيز الإجراءات حيث تكون الأهمية قصوى.

يحصل المهاجمون على نفس الميزة، لكنهم لا يبدأون من نفس النقطة. فالمدافعون يتمتعون بميزة الأرض: فهم يعرفون ويتحكمون بالفعل في البيئة التي يجب على المهاجم اكتشافها.

لم تعد الفجوة الحاسمة مجرد عدد الخبراء في كل جانب، بل هي مدى فعالية كل طرف في توسيع نطاق تلك الخبرة وتوجيهها نحو المخاطر الصحيحة أولاً.

في النهاية، السباق ليس حول من يمكنه معرفة Plus.

بل يدور حول من يستطيع توسيع نطاق المواهب بالطريقة الصحيحة – وتحويل هذا التوسع إلى نتائج ملموسة أولاً.