"/> كيف يمكن أن تساعد معالجة اللغة الطبيعية في حل تحديات أمنية مهمة؟

كيف يمكن أن تساعد معالجة اللغة الطبيعية في حل تحديات أمنية مهمة؟

الذكاء الاصطناعي (AI) يتوسع بسرعة. تشير الدراسات إلى أن أكثر من 45٪ من الشركات التي يعمل بها أكثر من 1500 موظف تستخدم حاليًا هذه التكنولوجيا في عملهم.

يعد مجال المساعدين الصوتيين من أهم تطبيقات الذكاء الاصطناعي وأكثرها جاذبية. برنامج معالجة اللغة الطبيعية (NLP) الذي يسمح لأجهزة الكمبيوتر بفهم لغة الإنسان المنطوقة والمكتوبة. وفقًا لبحث مكثف ، تخطط 4 من أصل 10 شركات لاستخدام نوع من الواجهة الصوتية في العام المقبل. تظهر الأبحاث أيضًا أنه بحلول عام 2023 ، سيتحدث الناس حول العالم إلى حوالي 8 مليارات مساعد صوتي.

كيف يمكن أن تساعد معالجة اللغة الطبيعية في حل تحديات أكو وب

على الرغم من عدم إجراء دراسة جادة حول تطبيق معالجة اللغة الطبيعية في الأمن السيبراني ، إلا أن هناك تطورات جديدة تحدث. يأمل العديد من مديري الأمن أن يتمكن المساعدون الصوتيون من مساعدة فرق الأمان في التصحيحات والاحتياجات الأساسية الأخرى. يبدو أن معالجة اللغة الطبيعية تجعل أدوات الأمن السيبراني أسهل في الاستخدام. ستكون هذه التقنية قادرة على المساعدة في إنشاء تعليمات برمجية أكثر تعقيدًا ، وتحديد التهديدات والمخاطر بسرعة ودقة عالية ، والحصول على رؤية جيدة لما يدور في أذهان المهاجمين.

قال كريس بيك ، مدير أمن المعلومات في ServiceNow: “يحتاج محللو الأمن إلى التركيز على الكثير من العوامل ، لذا فإن قدرات البحث هي قدرة حيوية”. “يمكن للأنظمة الذكية التي تستخدم التعلم الآلي ومعالجة اللغة الطبيعية أن تساعد في زيادة وعينا بالسلامة البيئية ، تمامًا كما يمكن لمساعد صوتي مثل Alexa تزويدنا بمعلومات الطقس ، لأنه يعرف أننا موجودون.” “ما الموقع الجغرافي الذي نتواجد فيه اللحظة؟”

مزايا استخدام معالجة اللغة الطبيعية في الأمن السيبراني

الأسئلة أسرع

يتمثل الدور الأكثر أهمية الذي يمكن أن يلعبه الذكاء الاصطناعي ومعالجة اللغة الطبيعية في مكافحة الجرائم الإلكترونية في تعزيز الاتصال الصوتي لأدوات الأمان المتوفرة لدينا اليوم. تمامًا كما يمكنك سؤال Alexa أو Siri عن طرق المطار أو أحوال الطقس ، سيتمكن متخصصو الأمن من التحقق من حالة معلومات الأمان وأنظمة إدارة الأحداث (SIEMs) عن طريق كتابة أسئلة بدلاً من كتابتها.

اقرأ
تعرف على أنواع مختلفة من أنظمة إدارة الأسطول الروبوتية • Digikala Mag

يقوم عدد من فرق تكنولوجيا المعلومات حول العالم بهذا في مجالات مثل إدارة wi-fi ، حيث يقوم مسؤولو الشبكات بحل المشكلات من خلال عمليات البحث الشفهي. يطرحون أسئلة مثل “هل هناك اتصال شبكة فاشل؟” أو “لماذا الشبكة بطيئة اليوم؟” يستخدمون الإجابات ويستخدمونها لدفع الأمور إلى الأمام. سيتمكن خبراء الأمن قريبًا من طرح أسئلة مماثلة: ‌ “هل هناك أي تحذيرات تحتاج إلى معالجة إنسانية؟” أو “هل كان إطلاق التصحيح ناجحًا الليلة الماضية؟”

ليس من السهل فهم تنسيقات البيانات الفريدة وواجهات برمجة التطبيقات ولغات الاستعلام الخاصة التي تستخدمها أدوات الأمان الحديثة ، ولكن البرمجة اللغوية العصبية يمكن أن تبسط عملية الاستعلام لتمكين المزيد من الأشخاص من العمل في هذا المجال ، مما يؤدي إلى نقص في القوى العاملة. الأمن الماهر سيتم القضاء عليها إلى حد ما.

1634564926 304 كيف يمكن أن تساعد معالجة اللغة الطبيعية في حل تحديات أكو وب

أكواد آمنة

عندما تحاول أجهزة الكمبيوتر فهم بنية كلام الإنسان وكتابته ، بالإضافة إلى معناه ، يكون لديهم إمكانية الوصول إلى مجموعات كبيرة من البيانات للتحليل والتحليل ، الأمر الذي سيكون صعبًا للغاية إن لم يكن مستحيلًا على البشر.

يمكن لأجهزة الكمبيوتر ، على سبيل المثال ، استخدام معالجة اللغة الطبيعية لمسح مجموعة من المستندات المتاحة وتحليلها ، أو لتمييز الأقسام التي يُحتمل أن تكون معرضة للخطر. يمكن أيضًا استخدام البرمجة اللغوية العصبية (NLP) لاستكشاف التعليمات البرمجية وإصلاحها وتوفير المزيد من الأمان. من خلال القيام بذلك ، سيكون لديك كود أكثر صحة ونظافة وسيتم القضاء على العديد من المخاطر المحتملة.

الكشف السريع عن التهديدات

أحد التحديات الرئيسية التي تواجه اكتشاف عوامل تهديد النظام هو محدودية تحليل المعلومات البشرية. صُممت أجهزة الكمبيوتر الكبيرة للقيام بذلك ، لكنهم يحتاجون أولاً إلى معرفة ما يخططون له.

اقرأ
تم تحديد 50 كوكبًا خارج المجموعة الشمسية بمساعدة الذكاء الاصطناعي

يستخدم عدد من الشركات معالجة اللغة الطبيعية لاكتشاف الشفرات الخبيثة المخبأة في تعليمات برمجية تبدو غير ضارة. من خلال تقسيم الكود إلى أقسام مختلفة وفهم كيفية ارتباط هذه الأقسام ببعضها البعض ، يمكن للباحثين التعامل مع هذه الأقسام على أنها جمل ، وبالتالي القدرة على فحص أداء جزء من الكود دون الكثير من البحث والتنفيذ.

يستخدم الباحثون أيضًا البرمجة اللغوية العصبية لتحديد المجالات الخبيثة المستخدمة في التصيد الاحتيالي. لهذا الغرض ، طورت OpenDNS خوارزمية NLP-Rank. يمكن لهذه الخوارزمية التحقق من عدد ونوع التعديلات اللازمة لتغيير مجال قانوني إلى مجال غير قانوني. في هذا المسار ، يتم استخدام التعلم الآلي لتحديد الأنماط التي تستخدمها مجموعات التهديدات المتقدمة المتقدمة (APTs) لإنشاء عناوين URL غير قانونية. يمكن لهذه المعلومات عزل حركة مرور الشبكة التي تحتوي على شفرة مشبوهة وتمنعها من الوصول إلى نظام المستخدم.

البرمجة اللغوية العصبية كتحدي في الأمن السيبراني

البرمجة اللغوية العصبية ، مثل التقنيات الأخرى التي تساعد في تحديد التهديدات ونقاط الضعف ، يمكن أن يكون لها مزايا للمهاجمين. أحد المخاوف الرئيسية هو أن المهاجمين يمكنهم استخدام مساعدين صوتيين يقلدون أصوات المديرين لإنشاء محادثات مزيفة. في عام 2019 ، على سبيل المثال ، احتال المهاجمون على الشركة البريطانية بمبلغ 250 ألف دولار من خلال إجراء مكالمة هاتفية مزيفة بين مدير شركة ألمانية أم والرئيس التنفيذي لشركتها الفرعية في المملكة المتحدة.

يمكن للمخالفين استخدام هذه التقنية بطرق مماثلة للتحايل على الأمن المادي. تخيل أن حارس أمن يتلقى مكالمة هاتفية تسمح للشخص الموجود خلف الباب بالدخول. لسوء الحظ ، هذه المخاطر موجودة ، ويجب أن يكون الشخص قادرًا على إدراك أن المحادثة مزيفة. على الرغم من كل أوجه التقدم ، لا يزال الإنسان نفسه هو الطبقة الأخيرة من الأمان وفي بعض النواحي الطبقة الأكثر غموضًا.

اقرأ
تخطط ناسا لإرسال كلب آلي إلى المريخ

استنتاج

البرمجة اللغوية العصبية هي واحدة من أكثر التقنيات تقدمًا في عصرنا وستصبح أكثر تقدمًا يومًا بعد يوم. نظرًا لاستفادة الصناعات المختلفة من هذا التقدم ، سيكون الأمن السيبراني قادرًا على الاستفادة منه ، على الرغم من أن البرمجة اللغوية العصبية يمكن أن تشكل تهديدًا. علينا أن نمضي قدمًا ونرى كيف سيكون الوضع في المستقبل.

إرسال تعليق

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *