أكرونيس إس سي إس وشركاء أكاديميون رائدين يطورون نموذج تصنيف مخاطر قائم على الذكاء الاصطناعي

شركة حماية السيبرانية الأمريكية أكرونيس إس سي إس قد شرعت في شراكة مع أكاديميين رائدين لتحسين البرمجيات من خلال استخدام الذكاء الاصطناعي (AI). وقد أدت هذه الشراكة إلى تطوير نموذج تصنيف مخاطر قائم على الذكاء الاصطناعي يمكنه تقييم مخاطر البرمجيات بشكل كمي.

أظهر النموذج الجديد تحسنًا بنسبة 41% في الكشف عن نقاط الضعف الشائعة والتسربات أثناء المرحلة الأولى من التحليل. وقد أدت الاختبارات اللاحقة إلى نتائج متساوية الإعجاب، وستقوم أكرونيس إس سي إس بنشر النموذج عند اكتماله.

موردي البرمجيات والقطاع العام

من بين أهم جوانب هذه التكنولوجيا هو أنها يمكن استخدامها من قبل موردي برمجيات آخرين ومنظمات القطاع العام. يمكن تحسين التحقق من سلاسل توريد البرمجيات بدون الإضرار بالابتكار أو فرص الأعمال الصغيرة، وهي أداة ميسورة التكلفة لهذه المنظمات.

يعتمد نموذج أكرونيس إس سي إس القائم على الذكاء الاصطناعي على شبكة عصبونية глубينية تقوم بفحص كلاً من كود المصدر المفتوح وكود المصدر المملوك. يمكنه تقديم نتائج مخاطر كمية غير منحازة التي يمكن للمسؤولين التقنيين استخدامها لاتخاذ قرارات دقيقة تتعلق بنشر حزم برمجيات جديدة وتنقيح الحزم الحالية.

تستخدم الشركة نموذج لغة لتحويل الكود. نموذج اللغة هو نوع من التعلم العميق الذي يجمع بين طبقة التضمين وشبكة عصبونية متكررة (RNN). يتم استخدام تقنيات العينة وتقنيات التصنيف مثل التعزيز والغابات العشوائية والشبكات العصبونية لقياس النموذج.

الدكتور جو بير هو مدير الأبحاث في أكرونيس إس سي إس.

“نستخدم نموذج اللغة لتحويل الكود. نموذج اللغة هو نوع من التعلم العميق الذي يجمع بين طبقة التضمين وشبكة عصبونية متكررة (RNN)”، قال الدكتور بير لشركة يونايت.إي آي.

“المدخلات تتكون من أزواج الدوال (دالة، علامة) والمخرجات هي احتمال P(y=1 | x) أن تكون الدالة عرضة للخطر (عيب). نظرًا لندرة العلامات الإيجابية، نستخدم تقنيات عينة مختلفة وخيارات تصنيفية (مثل التعزيز والغابات العشوائية والشبكات العصبونية). نقيس “جودة” بواسطة ROC/AUC ورفع النسب المئوية (عدد “سيئ” في النسبة المئوية العليا، k=1,2,3,4,5)”.

عملية التحقق الكفؤة

فرصة أخرى رائعة لهذه التكنولوجيا هي قدرتها على جعل عملية التحقق أكثر كفاءة.

“سوف يساعد التحقق من سلاسل التوريد، عند وضعها داخل عملية التحقق، في تحديد الكود المعيب والمتأثر وسيجعل عملية التحقق أكثر كفاءة بمقدار عدة أضعاف”، تابع الدكتور بير.

كما هو الحال مع جميع البرمجيات والذكاء الاصطناعي، من المهم فهم ومعالجة أي مخاطر محتملة. عندما سُئل عما إذا كانت هناك مخاطر فريدة من نوعها تتعلق بالبرمجيات المفتوحة المصدر (OSS)، قال الدكتور بير إن هناك مخاطر عامة ومحددة.

“هناك مخاطر عامة ومحددة”، قال. “تتضمن المخاطر العامة “الأعيب البريئة” في الكود التي قد تستغلها جهة شريرة. المخاطر المحددة تتعلق بجهة معادية (مثل وكالة راعية للدولة) التي تقوم عمدًا بإدخال أعيب في البرمجيات المفتوحة المصدر للاستغلال في وقت لاحق”.

نشرت النتائج الأولية للتحليل في IEEE تحت عنوان “تصنيف الكود والتعرض للخطر”.