قادة الفكر
الذكاء الاصطناعي يعثر على الثغرات بسرعة فائقة، لكن إصلاحها قصة أخرى تمامًا

النقاط الرئيسيةيكشف الذكاء الاصطناعي الآن عن ثغرات يوم الصفر بشكل أسرع مما يستطيع المدافعون إصلاحها.
عرض المزيد
- يكشف الذكاء الاصطناعي الآن عن ثغرات يوم الصفر بشكل أسرع مما يستطيع المدافعون إصلاحها.
- فشل أكثر من نصف الترقيعات المولدة بالذكاء الاصطناعي في إصلاح العيب أو أدخلت عيوبًا جديدة.
- الاعتماد فقط على ثغرات CVE المعلنة يترك المدافعين يتفاعلون مع الجداول الزمنية للمهاجمين.
نواجه مشكلة جديدة في الأمن السيبراني، ومن المفارقات أنها ناجمة عن قدرتنا على اكتشاف المشكلات أسرع من أي وقت مضى.
أصبحت نماذج الذكاء الاصطناعي المتقدمة بارعة جدًا في اكتشاف ثغرات البرمجيات واستغلالها؛ وهذا يعني أن عيوبًا كان من الممكن أن تظل خفية لسنوات بات يُكشف عنها الآن بسرعات كان يصعب تخيلها قبل بضعة أشهر.
لكن التحدي يكمن في أن القطاع يزداد براعة في اكتشاف الثغرات بوتيرة أسرع بكثير من قدرته على إصلاحها. فلننظر إلى أحدث أبحاث Anthropic. فقد نجح نموذج GLM-5.3 مفتوح الأوزان من Zhipu AI في تطوير استغلالات عملية متكاملة في 50 محاولة من أصل 410 على معيار ExploitBench، بينما حقق Claude Mythos Preview ذلك في 56 محاولة.
هذه فجوة ضئيلة للغاية بين نموذج متقدم مقيّد وآخر أوزانه متاحة للجميع. وأصبحت قدرات كانت تتطلب في السابق باحثين متخصصين للغاية في الأمن السيبراني متاحة لشريحة أوسع بكثير. وفي الوقت نفسه، لم تصبح البرمجيات التي نستخدمها جميعًا فجأة أقل عرضة للثغرات. لقد دخلنا عصرًا قد يكون فيه اكتشاف ثغرة يوم الصفر أسرع فعلًا من عملية إصلاحها.
تُعد ثغرات PHP2Shell الأخيرة مثالًا بارزًا على ذلك. فبحسب أبحاث Wiz وCalif وفريق أمن Codex التابع لـOpenAI، ساعد الذكاء الاصطناعي المتقدم باحثًا واحدًا على اكتشاف عيوب خطيرة في محرك PHP في نحو أسبوع. وقد أثرت هذه الثغرات في بيئة تشغيل تشكل أساسًا لجزء كبير من الويب، بما في ذلك التطبيقات المبنية باستخدام WordPress وDrupal وJoomla.
وهذا يطرح سؤالًا ملحًا على فرق الأمن: ماذا يحدث عندما يتمكن المهاجمون من اكتشاف الثغرات أسرع من قدرة المدافعين على ترقيعها؟
لم تُصمَّم أساليب إدارة الثغرات لمواجهة هذا الواقع
على مدى سنوات، اتبعت إدارة الثغرات مسارًا مألوفًا: تُكتشف ثغرة، ويبلّغ عنها أحدهم، ويُخصَّص لها رقم CVE، ثم يتوفر تصحيح، وترصدها أدوات الفحص، وتقيّم فرق الأمن المخاطر، وتحدد أولوية الإصلاح، ثم تنشره. ليست هذه العملية مثالية، لكن منظومة الأمن بأكملها بُنيت حولها.
لكن المشكلة الحقيقية هي أن هذه العملية تعتمد إلى حد كبير على معرفة وجود الثغرة من الأساس. فالأدوات التقليدية ممتازة في إخبارك بالثغرات المعروفة الموجودة في بيئتك، لكن ماذا عن الثغرات التي لم يُكشف عنها؟ تلك التي لا تحمل رقم CVE، ولا يوجد بشأنها تحذير أو تصحيح؟
يوضح الإفصاح عن ثغرات PHP2Shell مدى انكشافنا بسبب هذا النموذج. فقد صُنفت الثغرتان الخطيرتان CVE-2026-109618 وCVE-2026-109619 بدرجة CVSS تبلغ 9.2 لكل منهما، وتعلقتا بعيوب في سلامة الذاكرة داخل PHP نفسه. وأثبت الباحثون إمكانية تنفيذ التعليمات البرمجية عن بُعد والإفصاح عن محتويات الذاكرة في تطبيقات واسعة الاستخدام، منها WordPress وDrupal وJoomla. وحتى التطبيقات التي كُتب رمزها البرمجي بأمان فيما عدا ذلك قد تكون عرضة للخطر، لأن موطن الضعف كان في بيئة التشغيل الأساسية.
وكان الجدول الزمني كاشفًا بالقدر نفسه. فبعد تحذير علني مبكر، عجّل فريق الأمن في PHP بموعد إصدار التحديثات. وبحلول وقت إتاحة التصحيحات، كانت قد رُصدت بالفعل محاولات هجوم مبكرة.
وفوق ذلك، لم تكن PHP المشكلة الوحيدة في ذلك اليوم. فقد استهدف هجوم منفصل على سلسلة توريد البرمجيات الإصدار 1.107.0 من LiteLLM، وهي بوابة مفتوحة المصدر شائعة للنماذج اللغوية الكبيرة. وزرع المهاجمون برنامجًا لسرقة المعلومات وحصان طروادة للوصول عن بُعد داخل حزمة Python المنشورة، بينما ظل مستودع الشيفرة المصدرية للمشروع سليمًا. وكان فريق يراجع الشيفرة المصدرية وحدها سيفوته الحمْل الخبيث بالكامل.
تُبرز هذه الحوادث كيف يمكن للثغرات أن تكمن لسنوات في أعماق مكونات برمجية موثوق بها، وكيف يمكن للشيفرات الخبيثة أن تتسلل أيضًا عبر التبعيات التي تثبتها المؤسسات بانتظام. ولا ينشأ أيٌّ من الأمرين بالضرورة في الشيفرة الخاصة بالتطبيق نفسه.
وتُبرز هذه الحوادث أيضًا كيف يمكن لأداة الفحص لديك أن تعلن خلو النظام من المشكلات، حتى مع بقاء ثغرات خطيرة في البرمجيات التي تعتمد عليها تطبيقاتك. وحتى وقت قريب، كان اكتشاف العيوب الخفية على نطاق واسع يتطلب خبرة بحثية وموارد كبيرة، لكن الذكاء الاصطناعي المتقدم يغيّر هذه المعادلة.
العثور على الخلل هو الجزء السهل. ماذا بعد؟
ثمة حماس كبير إزاء قدرة الذكاء الاصطناعي على اكتشاف ثغرات يوم الصفر، وهو حماس مبرر نظرًا إلى التقدم الاستثنائي المحرز. لكنني أعتقد أن هناك مبالغة في الحديث عن عدد الثغرات التي يستطيع الذكاء الاصطناعي العثور عليها، واهتمامًا أقل بكثير بما يحدث بعد ذلك.
العثور على ثغرة لا يجعلك أكثر أمانًا. عليك أولًا إثبات أنها حقيقية، لأن النتائج التي يولدها الذكاء الاصطناعي ليست صحيحة تلقائيًا، كما أن الاستغلال الذي يبدو مقنعًا لا يمكن دائمًا تكراره. ثم عليك أن تفهم الإصدارات المتأثرة، وما إذا كان استغلال الثغرة ممكنًا فعلًا، والمخاطر التي تنطوي عليها.
بعد ذلك، عليك إصلاحها، وهنا تصبح الأمور مثيرة للاهتمام على نحو خاص. فقد بحثت دراسة من 1Password في 6,080 تصحيحًا ولّدها الذكاء الاصطناعي، ووجدت أن 53.9% منها أخفقت في معالجة الثغرة الأصلية، أو أدخلت ثغرة أمنية جديدة، أو فعلت الأمرين معًا.
في تلك الدراسة، كان في أكثر من نصف الرقع المُنشأة مشكلة أمنية خاصة بها. وبالطبع، تعكس هذه النتائج ظروف اختبار محددة. لكنها توضح أمراً يعرفه كل مهندس متمرس: كتابة شيفرة تبدو كأنها إصلاح، وإثبات أنها تعالج المشكلة فعلاً، أمران مختلفان تماماً.
وحتى عندما تكون الرقعة صحيحة، فهذا لا يعني أن العمل قد انتهى. هل ستعطّل وظائف قائمة؟ هل ستعمل مع الإصدار الأقدم من المكتبة التي يعتمد عليها تطبيقك؟ وهل يمكن نشرها من دون فرض ترقية تتسبب في عشر مشكلات أخرى؟
ماذا يحدث عندما تحتاج إلى نشرها على مئات التطبيقات والفرق والبيئات؟ الرقعة التي تعمل في بيئة الاختبار لكنها لا تصل أبداً إلى بيئة الإنتاج لا تحمي أحداً. هذا هو الهوة الكبيرة التي أعتقد أن على قطاع الأمن مواجهتها.
نسرّع اكتشاف الثغرات بوتيرة هائلة، في حين يظل كثير من العمل اللازم لتحويل تلك الاكتشافات إلى حماية فعلية بطيئاً على نحو مؤلم. وتتسع هذه الفجوة لتصبح في حد ذاتها خطراً أمنياً.
فكيف نردم هذه الفجوة فعلياً؟
لا أعتقد أن الحل هو مطالبة فرق الأمن المثقلة بالأعباء أصلاً بالعمل بجهد أكبر أو بمعالجة مزيد من التنبيهات. علينا إعادة التفكير في ماهية الإدارة الفعالة للثغرات، في وقت لم يعد فيه اكتشاف العيوب أكبر عائق.
إليكم أربعة مجالات أرى أن علينا البدء بها.
1. لا تتعاملوا مع قاعدة بيانات CVE على أنها الصورة الكاملة
تُعدّ معرّفات CVE وماسحات الثغرات أدوات أساسية، لكنها تسجل ما نعرفه، لا كل ما هو موجود فعلاً. ينبغي لفرق الأمن أن تبدأ بالنظر إلى ما يتجاوز الثغرات المُعلن عنها علناً، وأن تجمع بين الفحص التقليدي والبحث الاستباقي وتحليل الشيفرة ومعلومات التهديدات والفهم الواضح لمكونات البرمجيات التي تعتمد عليها مؤسساتها.
تُعدّ موارد مثل فهرس CISA للثغرات الأمنية المستغلة المعروفة قيّمة في ترتيب التهديدات المعروفة حسب الأولوية، لكنها لا تكشف عن الثغرات التي لم يفصح عنها أحد بعد. وقد أظهر PHP2Shell أن ثغرات خطيرة قد تظل موجودة في البرمجيات الأساسية لسنوات قبل اكتشافها. وعندما يستطيع الذكاء الاصطناعي المتقدم اكتشاف هذه العيوب خلال أيام، فإن الاعتماد حصراً على الإشعارات المنشورة يعني أن المدافعين سيظلون دائماً يستجيبون وفق جدول زمني يحدده غيرهم.
2. أدركوا أن كثرة النتائج ≠ أمن أفضل
يستطيع الذكاء الاصطناعي إنتاج عدد هائل من النتائج المحتملة، لكن هذا لا يعني أن كل نتيجة تستحق أن يوقف فريق هندسي أعماله كافة للتحقيق فيها.
تكمن القيمة الحقيقية في معرفة أيّ الثغرات حقيقي وقابل للاستغلال وذو صلة ببيئتك. هل يمكنك إعادة إنتاج المشكلة؟ ما الإصدارات المتأثرة؟ هل يوجد مسار واقعي للهجوم؟ وما الأثر الفعلي على الأعمال؟
من دون هذا السياق، تخاطر المؤسسات بترتيب أولويات الثغرات استناداً إلى درجات الخطورة وحدها، مع إغفال الكيفية التي قد يتمكن بها المهاجمون فعلياً من الوصول إلى الأنظمة الحساسة وبيانات اعتماد الدخول.
3. اجعلوا الإصلاح قابلاً للنشر، لا صحيحاً من الناحية التقنية فحسب
هذا أحد أكثر التحديات التي يجري التقليل من شأنها في معالجة الثغرات. لا تعمل المؤسسات في بيئات مثالية يمكن فيها ترقية كل تبعية إلى أحدث إصدار خلال ليلة واحدة. فلديها تطبيقات قديمة وأنظمة مترابطة ومتطلبات توافق وإصدارات من البرمجيات لا يمكنها استبدالها ببساطة.
لذلك، لا يكون الإصلاح الذي يتطلب من المؤسسة إعادة بناء نصف بنيتها التحتية مفيداً على نحو يُذكر. نحن بحاجة إلى سبل أفضل لترحيل الرقع الأمنية إلى الإصدارات الأقدم، والحفاظ على التوافق، والحد من أسطح الهجوم غير الضرورية، وتوفير التحديثات عبر الأدوات وسير العمل التي تستخدمها الفرق بالفعل.
يشدد دليل NIST لإدارة الرقع في المؤسسات على أهمية تحديد التحديثات وترتيب أولوياتها وتثبيتها والتحقق منها. ويتمثل التحدي الآن في جعل هذه العملية برمتها سريعة بما يكفي لمواكبة الاكتشاف المدفوع بالذكاء الاصطناعي، لأن أفضل رقعة في العالم لا فائدة منها إن لم يستطع أحد نشرها.
4. قيسوا مدى سرعة توفير الحماية الفعلية
إذا اكتشف الذكاء الاصطناعي اليوم ثغرة حرجة، فكم من الوقت يلزم للتحقق منها، وتطوير رقعة فعالة، واختبارها، ونشرها في بيئة الإنتاج؟
توفر الاستجابة لـPHP2Shell معياراً مفيداً للقياس. ففي Echo، وفرنا حزم PHP مُصلحة فور إتاحة الرقع من المصدر الأصلي، وأعدنا بناء الصور المحدّثة لإصدارات PHP المدعومة في بعد ظهر اليوم نفسه.
ينبغي لفرق الأمن قياس دورة المعالجة كاملة، بدءاً من الاكتشاف والتحقق، مروراً بتطوير الرقع واختبار التوافق، ووصولاً إلى النشر. وينبغي أن تعرف مدى السرعة التي تستطيع بها إعادة بناء البرمجيات المتأثرة، وما إذا كانت قادرة على تحديد كل تطبيق يستخدم تبعية معرضة للثغرات، ومقدار التدخل اليدوي اللازم لتوفير الحماية.
مع جعل الذكاء الاصطناعي المتقدم اكتشاف الثغرات أسرع وأسهل، ستواصل الفترة الفاصلة بين اكتشافها واحتمال استغلالها التقلص. ولا يمكننا افتراض أن دورات الإفصاح عن الثغرات وإصدار التصحيحات التقليدية ستواكب هذا التسارع. وستتحدد المرحلة المقبلة من إدارة الثغرات بقدرة الجهات على تحويل تلك الاكتشافات إلى إصلاحات موثوقة قابلة للنشر قبل أن تتاح للمهاجمين فرصة التحرك.












