في تطور هام يهدف إلى تعزيز الأمن السيبراني العالمي، كشفت شركة “دارك تريس” (Darktrace) المتخصصة في الذكاء الاصطناعي، عن إطلاق الجيل الجديد من تقنياتها، تحت اسم “الشبكات السايبرانية العصبية” (Cyber Neural Networks – CNN). هذا النظام المتقدم يمثل قفزة نوعية في حماية البنية التحتية الرقمية، حيث يستخدم نماذج رياضية معقدة وشبكات عصبية عميقة (Deep Neural Networks) للتنبؤ بالهجمات السيبرانية المعقدة، مثل هجمات الفدية الموجهة (Targeted Ransomware) أو تسريبات البيانات، قبل أسابيع من وقوعها الفعلي. على عكس أنظمة الكشف التقليدية التي تستجيب للتهديدات عند حدوثها، يعمل نظام CNN بشكل استباقي من خلال تحليل “الضوضاء الرقمية” (Digital Noise) والسلوكيات الشاذة داخل الشبكة. يراقب النظام بشكل مستمر حركة البيانات الداخلية، وأنماط اتصال الموظفين، ويحدد التغيرات البسيطة جداً في السلوك التي قد تشير إلى محاولة “استكشاف” أو “تسلل بطيء” من قبل متسللين.
قوة هذه التقنية تكمن في قدرتها على التعلم المستمر والتكيف مع التهديدات الجديدة. فبدلاً من الاعتماد على قواعد بيانات التهديدات المعروفة (Signatures)، يقوم نظام CNN ببناء نموذج حي وسلوكي لكل مستخدم وجهاز وتطبيق داخل الشبكة. وأي انحراف عن هذا “السلوك الطبيعي” يُطلق إنذاراً فورياً، حتى لو كان المتسلل يستخدم تقنيات جديدة لم تُكتشف من قبل. وقد أظهرت الاختبارات أن النظام نجح في إحباط محاولات تسلل كانت تستغرق ما بين 30 إلى 45 يوماً للوصول إلى البيانات الحساسة، وذلك من خلال عزل الأجهزة المصابة تلقائياً ومنع انتشار التهديد في المراحل المبكرة.
هذا الابتكار يواجه تحديات تتعلق بـ “معدلات الإنذار الكاذب” (False Positives). ففي البداية، قد يطلق النظام تحذيرات على سلوكيات عادية مثل تحديث برنامج أو تنزيل ملف كبير، مما يتطلب تدخل بشري لمعايرة النظام. إلا أن الشركة المصنعة أكدت أن نماذج التعلم العميق الجديدة قادرة على تمييز السلوكيات البشرية العادية عن الخبيثة بكفاءة عالية بعد فترة تدريب قصيرة. التكلفة العالية لهذه التقنية تجعلها حالياً حكراً على البنوك الكبرى، وشركات الطاقة، والحكومات. ومع ذلك، يتوقع المحللون أن انخفاض تكلفة الحوسبة الكمومية والذكاء الاصطناعي سيجعل هذه التكنولوجيا متاحة للشركات المتوسطة والصغيرة في السنوات القادمة، مما يعزز مناعة الاقتصاد الرقمي العالمي ضد موجة الهجمات السيبرانية المعقدة والموجهة.
