تصل دقة اكتشاف البرامج الخبيثة المشفرة إلى 99.96% بفضل نموذج الذكاء الاصطناعي الجديد

لقد طور العلماء نظامًا ذكاءًا صناعيًا يكتشف البرامج الخبيثة المشفرة بدقة تصل إلى 99.96٪، بتحويل السلوك الخبيث إلى صور لتعزيز الدفاعات الأمنية السيبرانية.

هذه الأداة الجديدة من الذكاء الاصطناعي، التي تم تفصيلها في تقارير علمية، تستخدم تقنية “السلوك إلى الصورة” التي تحول إجراءات البرمجيات إلى صور يمكن للذكاء الاصطناعي تحليلها.

تشرح الباحثات كيف أصبحت هجمات الفدية أكثر تكرارًا وتكلفة، مع ارتفاع متوسط الدفعات المطلوبة كفدية إلى 2.73 مليون دولار.

يعمل النظام الجديد أولاً عبر تشغيل البرمجيات في بيئة معزولة تُعرف بـ “sandbox”، مما يسمح بمراقبة سلوكها بأمان. يكتشف النظام السلوك الخاص بتشفير الملفات، الذي يعتبر عملية سمة للبرامج الخبيثة التي تطلب الفدية. يتم بعد ذلك تحويل هذه السلوكيات إلى صورة ثنائية الأبعاد بالأبيض والأسود أو الألوان.

يسمح هذا التنسيق القائم على الصور للباحثين باستخدام تقنية تعرف بـ “التعلم النقلي” مع نماذج الذكاء الاصطناعي المُدربة مُسبقًا. يوضح الباحثون أن هذه الخطوة حاسمة لأنها تتغلب على العقبة الرئيسية في الأمن السيبراني المرتبطة بنقص مجموعات البيانات الكبيرة والمُحدثة لعينات الفدية للتدريب.

“تقلل البيانات المحدودة من خطر التكيف المفرط، وتقلل من التعرف على السلوك المتنوع، وتقوض الثقة في اكتشاف التهديدات الجديدة،” يوضح الكتاب.

تتيح التعلم التحويلي للذكاء الصناعي تطبيق المعرفة المكتسبة من تحليل الملايين من الصور العامة على المهمة المحددة لاكتشاف البرمجيات الخبيثة، وكل ذلك دون الحاجة إلى مجموعة بيانات هائلة من عينات البرمجيات الخبيثة.

اكتشف فريق البحث أن نموذجًا يُطلق عليه اسم ‘ResNet50’ كان ممتازًا في تحليل هذه الصور-السلوك.

بشكل ملحوظ، وصلت دقة النموذج إلى 99.96% مما جعله فعالًا للغاية في اكتشاف الفدية، بالرغم من العمل مع مجموعة بيانات صغيرة.

لضمان أن قرارات الذكاء الاصطناعي كانت موثوقة وليست عشوائية، استخدم الفريق أدوات التصوير المتقدمة. أنتجوا خرائط البروز، التي أكدت أن “النموذج يركز على مناطق السلوك المرمزة المنظمة ويؤكد تعلم النمط الخاص بالفئة”.

يبرز هذا الجمع بين الدقة التقريبية المثالية، القدرة على العمل مع مجموعات بيانات صغيرة، وعملية اتخاذ القرارات الشفافة إمكانية نشر النموذج عمليًا. هذا ما يبرز القوة المحتملة لهذا النموذج في مجال التطبيق العملي.