تقرير أبحاث شيك بوينت للأمن الإلكتروني للذكاء الاصطناعي 2026: يتحرك الذكاء الاصطناعي من مساعد الأمن الإلكتروني إلى مشغل نشط

يصف تقرير أبحاث شيك بوينت للأمن الإلكتروني للذكاء الاصطناعي 2026، المنشور بواسطة شركة شيك بوينت للتقنيات البرمجية (CHKP )، منظومة أمن إلكتروني حيث لم يعد الذكاء الاصطناعي يساعد المهاجمين فقط في البحث عن أهداف أو كتابة رسائل بريد إلكتروني خبيثة أو توليد شفرات خبيثة. يزداد الذكاء الاصطناعي تدريجياً في تشغيل سلاسل الهجوم الحية، وتنفيذ الأوامر، وتحليل المعلومات المسروقة، وتصميم برامج خبيثة من الدرجة الأولى، وتنسيق الهجمات عبر أنظمة متعددة. وفي الوقت نفسه، يؤدي اعتماد الشركات للذكاء الاصطناعي إلى كشف بيانات حساسة، وتوسيع مخاطر سلسلة التوريد البرمجية، وتهديد العديد من الإشارات التقليدية المستخدمة لتحديد الهوية.

الذكاء الاصطناعي يدخل سلاسل الهجوم الحية

أهم ما في التقرير ليس أن الذكاء الاصطناعي قد اخترع أشكالاً جديدة تماماً من الجرائم الإلكترونية. بل قد قلل بشكل كبير من الوقت والخبرة والتكلفة المطلوبة لتنفيذ هجمات قائمة.

الذكاء الاصطناعي يلعب الآن دوراً في الهندسة الاجتماعية، وتصميم البرامج الخبيثة، واكتشاف الثغرات الأمنية، وجمع المعلومات، وجمع بيانات الاعتماد، وحركة جانبية، وتحليل البيانات. المهاجمون الأكثر خطراً ليسوا بالضرورة الذين يستخدمون النماذج الأكثر تقدمًا، ولكن الذين تعلموا كيفية ربط أدوات الذكاء الاصطناعي عدة وآليتها في مراحل متعددة من الغزو.

استخدمت حملة تجسس صينية مرتبطة مذكورة كلود كود للقيام بما يقدر بنسبة 80٪ إلى 90٪ من العمل التكتيكي عبر ما يقرب من 30 منظمة مستهدفة. يُقال إن الذكاء الاصطناعي قام بالاستكشاف، والاستغلال، وجمع بيانات الاعتماد، والحركة الجانبية، وفرز البيانات، تاركاً للمشغل البشري توجيه استراتيجي أوسع.

مثال أكثر وضوحاً مشار إليه يتضمن اختراق تسع وكالات حكومية مكسيكية بين نهاية ديسمبر 2025 وبداية فبراير 2026. كشفت العملية عن ما يقرب من 400 مليون سجل تغطي بيانات الضرائب، والسجلات المدنية، والمركبات، والمرضى، والانتخابات. قام الباحثون بتركيب الهجوم من بنية المشغل الخاصة ووجدوا أن 1,088 تعليمات مكتوبة يدوياً أنتجت 5,317 أمراً تنفذها الذكاء الاصطناعي عبر 34 جلسة.

استخدم المهاجم كلود كود لاستكشاف الأنظمة واختراقها، في حين قام جي بي تي-4.1 بتحليل البيانات المسروقة وتوليد تعليمات للجلسات اللاحقة. عندما رفض كلود في البداية المساعدة، قام المشغل بใส تعليمات اختراق في ملف تكوين موثوق به CLAUDE.md. ورثت كل جلسة لاحقة سلوكاً معدلاً تلقائياً، مما أزال الحاجة إلى تكرار اختراق السجن.

يؤشر هذا إلى مشكلة أوسع. العديد من وكلاء الذكاء الاصطناعي يثقون تلقائياً في ملفات المشروع وضبط النظام. يمكن أن يؤثر ملف مسموم على الجلسات اللاحقة، مما يتحول ما كان في السابق تقنية تلاعب مؤقتة إلى اختراق مستمر.

أدوات الذكاء الاصطناعي الشائعة لا تزال الخيار المفضل

يصل المهاجمون إلى الذكاء الاصطناعي عادةً من خلال الخدمات التجارية، أو النماذج المفتوحة المصدر المضيفة ذاتياً، أو المنصات الإجرامية المصممة خصيصاً. على الرغم من النقاش المتزايد حول النماذج المحلية غير المقيدة، فإن الأدوات التجارية الشائعة لا تزال الخيار الأكثر عملية.

يستخدم المهاجمون حسابات مشروعة أو مسروقة لخدمات مثل ChatGPT، وGemini، وClaude، وDeepSeek، وKimi، وQwen. غالباً ما يقسمون الطلبات الخبيثة إلى مهام صغيرة تبدو أقل ضرراً عند النظر إليها بشكل فردي، مما يوجه النموذج تدريجياً نحو نتيجة محظورة.

لذلك أصبحت بيانات اعتماد الذكاء الاصطناعي أهداف قيمة. يُذكر أن حملة Bissa Scanner سرقت تفاصيل تسجيل الدخول لشركة Anthropic، وOpenAI، وGoogle، وغيرها من المزودين من أكثر من 30,000 ملف بيئة مطور معرض. كانت حسابات الذكاء الاصطناعي هي النوع الأكثر شيوعاً من بيانات الاعتماد التي تم جمعها.

يمكن بيع الحسابات المسروقة من خلال ممارسة تعرف باسم LLMjacking. يكتسب المشترون وصولاً إلى موارد الذكاء الاصطناعي لمنظمة أخرى، ويتجنبون تكاليف الاستخدام، وربما يصلون إلى المعلومات المخزنة، ويجعلون نشاطهم يبدو وكأنه يأتي من مستخدم مشروع. في حالة واحدة، أنتجت مفتاح واجهة برمجة تطبيقات Google Gemini المسروق ما يقرب من 82,000 دولار في رسوم خلال يومين فقط.

تُقدم النماذج المضيفة ذاتياً قيوداً أقل ومراقبة أقل من قبل المزود، لكن المهاجمين يشيرون غالباً إلى أنهم يحتاجون إلى أجهزة باهظة الثمن، وخبرة تقنية، وضبط دقيق. كما خسروا خدمات إجرامية مثل WormGPT مصداقيتها بسبب الأداء الضعيف. يُذكر أن WormGPT نفسها قد تم اختراقها، مما كشف عن تفاصيل الدفع التي تخص أكثر من 19,000 عميل.

تُظهر مجموعة The Gentlemen ransomware-how-works كيفية tiếp cận المجموعات الإجرامية العادية للذكاء الاصطناعي. كان لهذه العملية أكثر من 330 ضحية منشورة بحلول مايو 2026، ومع ذلك أقر أعضاء المجموعة بأنهم لا يعرفون كيف يديرون نماذجهم الخاصة. بدلاً من ذلك، قارنوا منصات الذكاء الاصطناعي التجارية根据 على أي منها حماية أضعف. يُذكر أن مدير المجموعة استخدم الذكاء الاصطناعي لإنشاء أداة إدارة في ثلاثة أيام فقط.

البرامج الخبيثة التي بناها الذكاء الاصطناعي تصل إلى جودة احترافية

تطورت برامج خبيثة مدعومة بالذكاء الاصطناعي إلى ما هو أكثر من النماذج الأولية الخشنة. في nhiều حالات، لا تحتوي البرامج الخبيثة المنتهية على أي ذكاء اصطناعي على الإطلاق. يتم استخدام النموذج أثناء التطوير لكتابة واختبار وتصحيح وتنقيح الشفرة، تاركاً القليل من الأدلة المرئية لمشاركته عندما يتم نشر البرامج الخبيثة.

VoidLink هو أقوى مثال في التقرير. يتضمن الإطار التوجيهي والاستمرار للينكس أكثر من 30 مكوناً لما بعد الاستغلال، بالإضافة إلى قدرات التخفي والاستمرار. يُشير جودها في البداية إلى أن فريقاً من المطورين قد قضو عدة أشهر في بنائها.

كشفت خطأ تشغيلي من قبل المطور عن أن VoidLink قد تم إنشاؤها بواسطة شخص واحد باستخدام بيئة برمجة TRAE SOLO AI. من خلال مواصفات مفصلة واختبارات متكررة مدعومة بالذكاء الاصطناعي، أنتج المطور ما يقرب من 88,000 سطر من الشفرة الوظيفية في أقل من أسبوع.

تبنت مجموعات أخرى أساليب مشابهة. يُذكر أن Transparent Tribe، المعروفة أيضاً باسم APT36، استخدمت خط تجميع مدعوم بالذكاء الاصطناعي لإنتاج برامج خبيثة قابلة لل رمي تستهدف أنظمة الحكومة الهندية. استخدمت المجموعة الروسية المرتبطة GREYVIBE ChatGPT وGemini لإنشاء برامج خبيثة مخصصة لعمليات ضد أوكرانيا، في حين استخدمت المجموعة الكورية الشمالية المرتبطة KONNI الذكاء الاصطناعي لإنشاء بوابة خلفية باوور شيل.

تظل البرامج الخبيثة التي تتواصل مع نموذج الذكاء الاصطناعي أثناء تشغيلها أقل شيوعاً. استخدم LAMEHUG Qwen من خلال واجهة برمجة تطبيقات Hugging Face لإنشاء أوامر حسب الطلب، في حين طبق PromptLock مفهوماً مشابهاً على برامج الفدية. تظل هذه الأمثلة محدودة، ولكنها تظهر أن السلوك الخبيث المولّد ديناميكياً هو تقنياً ممكناً.

الوقت المتاح لتصحيح الثغرات يتناقص

يسرع الذكاء الاصطناعي اكتشاف الثغرات الأمنية لكل من المدافعين والمهاجمين. هذا يقلل من الفترة الزمنية بين الإفصاح العام والاستغلال والإصلاح.

يصف التقرير مشروع Glasswing من Anthropic، الذي استخدم نموذجاً غير منشور يسمى Claude Mythos Preview لتحديد أكثر من 10,000 ثغرة أمنية من الدرجة الأولى والحرجة عبر أنظمة تشغيل ومتأصلات رئيسية خلال شهره الأول. يُذكر أن النموذج أنتج khai thác يعمل في أول محاولة في حوالي 83٪ من الحالات.

حجبت Anthropic النموذج من الإصدار العام بسبب مخاوف من أنه يمكن استخدامه بشكل خاطئ، ولكنها التزمت بتقديم 100 مليون دولار في رصيد الاستخدام للمنظمات المختارة. يُظهر الحالة كيف أصبح اكتشاف الثغرات أقل تكلفة وأكثر تلقائية.

تُ反ع Already تعكس الإرشادات الحكومية هذا البيئة الأسرع. تتطلب وكالة الأمن الإلكتروني والبنية التحتية الأمريكية من الوكالات الحكومية المدنية تصحيح الثغرات الأمنية عالية الخطورة في غضون ثلاثة أيام. تنصح CERT-In الهند المنظمات بتصحيح بعض الضعف الحرج على الويب في غضون 12 ساعة.

قد لا يكون اكتشاف الثغرات الفنية الأمنية هو العائق الرئيسي بعد الآن. قد يصبح المراجعة البشرية واختبار الموافقة والنشر أجزاء أبطأ وأكثر ضعفاً من العملية.

تطبيقات الذكاء الاصطناعي تصبح أهدافاً

مع دمج المنظمات للذكاء الاصطناعي في المتصفحات، وبرامج البريد الإلكتروني، والوثائق، وبيئات الترميز، وعمليات العمل، يكتسب التكنولوجيا وصولاً إلى بيانات حساسة وقدرة على العمل باستخدام صلاحيات المستخدم الحالية.

يظل الحقن المباشر أحد أكبر التهديدات. يحدث الحقن المباشر عندما يحاول المهاجم التواصل مع النموذج ومحاولة تجاوز قواعده. يخفي الحقن غير المباشر تعليمات خبيثة داخل المحتوى الذي يعالجه الذكاء الاصطناعي لاحقاً، مثل صفحة ويب، أو دعوة بريد إلكتروني، أو دعوة تقويم، أو حقل بيانات، أو حقل تعريف.

يشير دراسة مذكورة في التقرير إلى مسح 1.2 مليار عنوان URL وتحديد ما يقرب من 15,300 حمولة حقن غير مباشرة. حوالي 70٪ كانت مخفية في HTML غير معروضة، بما في ذلك التعليقات والرؤوس والبيانات الوصفية التي لن يرىها الزوار البشر عادة.

سجلت تелеметري شيك بوينت زيادة حادة في حمولات خبيثة أطول. بين مارس ومايو 2026، زادت الكشف عن خمسة أضعاف تقريباً واقتربت من 1٪ من الدفعات الملاحظة في مايو. حمولات أطول لها صلة خاصة بالوكلاء الذين يعالجون صفحات ويب كاملة، ووثائق، ومخرجات من أدوات متصلة.

تخلق متصفحات الذكاء الاصطناعي مخاطر إضافية لأنها تعمل داخل جلسات مصدقة. في اختبار مراقب، تسببت دعوة تقويم خبيثة في كشف كلمة مرور محفوظة بواسطة متصفح Comet من Perplexity. في تجربة أخرى، أكمل متصفح الذكاء الاصطناعي تدفق phishing كامل في أقل من أربع دقائق دون تدخل بشري.

سلسلة التوريد الوكيلية توسع سطح الهجوم

يكتسب وكلاء الذكاء الاصطناعي قدرات من خلال خادم بروتوكول سياق النموذج، وامتدادات، وملفات تكوين، ومراكز النماذج، ومهارات قابلة للتنزيل. غالباً ما تثق هذه المكونات تلقائياً وتثبت مع مراجعة بشرية محدودة.

حددت أبحاث شيك بوينت ثغرات أمنية في ملفات مشروع كلود كود يمكن أن تنفذ أوامر خبيثة عندما يفتح المطور مستودعاً مسموماً. ظهرت مشاكل مماثلة في Gemini CLI، وCursor، وWindsurf، وبيئات برمجة أخرى، مما يشير إلى ضعف هيكلي أوسع وليس مشكلة مورد معزولة.

يُذكر أن البرامج الخبيثة GlassWorm انتشرت عبر حزم بروتوكول سياق النموذج عبر أكثر من 150 مستودعاً. كما فحص الباحثون حوالي 46,500 حزمة برمجية منشورة ووجدوا أن 428 حزمة تحتوي عن طريق الخطأ على ملف إعدادات كلود كود محلي. حوالي واحد من كل 13 من هذه الملفات تحتوي على بيانات اعتماد حية مثل رموز NPM، أو مفاتيح GitHub، أو مفاتيح Hugging Face.

كما وجدت مراجعة منفصلة لخادم بروتوكول سياق النموذج 10,000 ثغرة أمنية في 40٪ منهم. من بين 221 مهارة وكلاء OpenClaw التي تم فحصها، طلبت 70٪ بيانات اعتماد أكثر مما هو ضروري، وcontained 43٪ أنماط حقن أوامر.

وضعت حملة ClawHavoc 44 مهارة خبيثة في سوق، حيث تم تحميلها أكثر من 12,500 مرة. في مكان آخر، يُذكر أن امتدادات الترميز المخترقة قد جمعت شفرة من حوالي 1.5 مليون مطور، في حين تسلط نموذج Hugging Face الخبيث المخفي على أنه مرشح خصوصية OpenAI على أكثر من 244,000 تحميل قبل الكشف.

الهوية الاصطناعية تهدد الثقة الرقمية

جعل الذكاء الاصطناعي التوليدي الأصوات والوجوه والوثائق والشخصيات على الإنترنت أسهل في التزييف وأصعب في التحقق. لا يمكن أن يعد صوت مألوف أو مكالمة فيديو حية أو وثيقة هوية حكومية دليلاً مستقلاً على أن شخص ما حقيقي.

يُذكر أن منصة ATHR تستخدم وكلاء صوت أوتوماتيكيين لإجراء مكالمات استعادة الحساب وسرقة رموز一次ية. يمكن لمشغل واحد إدارة عدة محادثات في نفس الوقت دون توظيف مشغلين بشريين.

يظهر أيضاً تبادل الوجوه في الوقت الفعلي في سرقة العملات الرقمية، وغش الرومانسية، وغش الاستثمار، والعمليات المرتبطة بالدولة. فككت السلطات الأوروبية شبكة زعمت أنها استخدمت فيديوهات deepfake ل مشاهير ووكالات إخبارية لتعزيز استثمارات وهمية وغسيل أكثر من 700 مليون يورو.

كما حدد الباحثون أكثر من 23,000 نطاقاً يوجه الضحايا إلى مجموعات مراسلة حيث تقلد وكلاء الدردشة الذكاء الاصطناعي المستشارين الماليين. باعت خدمة OnlyFake أكثر من 10,000 وثيقة هوية رقمية生成ها الذكاء الاصطناعي تغطي الولايات المتحدة وحوالي 56 دولة أخرى، مما يسمح للعملاء بتجاوز التحقق في البنوك وتبادلات العملات الرقمية.

ذهبت مخططات العمال عن بُعد المرتبطة بكوريا الشمالية إلى أبعد من ذلك من خلال استخدام سير ذاتية مفبركة، ووثائق هوية معدلة، وصور生成ها، وأشخاص مُصممين لتحقيق توظيف شرعي داخل الشركات الغربية. ربطت السلطات الأمريكية شبكة بearnings قريبة من 800 مليون دولار لبرامج أسلحة كوريا الشمالية.

لا يُعتبر البشر موثوقين بشكل خاص في الكشف عن هذه التزيفات. في دراسة مراقبة،حدد المُتعرفون المُدرّبون بشكل صحيح فقط 41٪ من الوجوه التي أنتجها الذكاء الاصطناعي. اكتشف المشاهدين العاديون حوالي 30٪ فقط.

استخدام الشركات للذكاء الاصطناعي يخلق تعرضاً بيانات دائماً

تستخدم المنظمة المتوسطة الآن 10 تطبيقات ذكاء اصطناعي مختلفة كل شهر. زاد متوسط عدد الدفعات لكل موظف من 56 في ديسمبر 2025 إلى 70 في مايو 2026، مما يمثل نمواً بنسبة 25٪.

تجربة ما بين 87٪ و93٪ من المنظمات على الأقل تفاعلاً خبيثاً ذكاء اصطناعي ذا مخاطر عالية كل شهر. زادت حصة الدفعات التي تحتوي على معلومات شركات أو شخصية أو خاضعة للتنظيم بنسبة مئوية من 2٪ إلى 4٪، مما يเปลّل من حوالي تفاعل واحد خبيث في كل 50 تفاعلاً إلى تفاعل واحد في كل 25.

سجلت أوروبا أعلى معدل إقليمي بنسبة 3.95٪، يليها أمريكا اللاتينية بنسبة 3.76٪، وأمريكا الشمالية بنسبة 3.33٪، وآسيا والمحيط الهادئ بنسبة 2.88٪. كان معدل الصناعة الأعلى في خدمات الأعمال بنسبة 5.91٪، أو حوالي تفاعل خبيث في كل 17 دفعة. بحلول مايو، ارتفع معدله الشهري إلى 6.98٪، قريباً من تفاعل واحد في كل 14 دفعة.

ينجم العديد من التسريبات عن الاستخدام العادي بدلاً من النشاط الخبيث. في تجربة واحدة، استعاد اتصال شرعي بين ChatGPT وGoogle Drive أكثر من 400 ملف داخلي حساس في أقل من ثانية بعد سؤال واحد.

تُقدم مزودي الخدمات الخارجيين تعرضاً إضافياً. يُذكر أن تطبيق تطبيق المستهلك Chat & Ask AI كشف عن رسائل تقدر بنحو 300 مليون رسالة تنتمي إلى أكثر من 25 مليون مستخدم. كشف روبوت الدعم الفني المستخدم من قبل Sears Home Services عن 3.7 مليون سجل، بما في ذلك تسجيلات المكالمات، والنسخ، والمعلومات الشخصية.

الآثار المستقبلية

يقدم تقرير أبحاث شيك بوينت للأمن الإلكتروني للذكاء الاصطناعي 2026 بيئة أمنية حيث يقوي الذكاء الاصطناعي المهاجمين، وينشئ نقاط ضعف جديدة في سلسلة التوريد البرمجية، ويهدد التحقق البعدي للهوية، ويزيد من خطر كشف البيانات الحساسة يومياً. إن تحذيره المركزي هو أن المنظمات لا تستطيع إدارة أمن الذكاء الاصطناعي من خلال السياسات والمراجعات السنوية فقط. إنهم يحتاجون إلى رؤية مستمرة لتحقق الذكاء الاصطناعي، والوكلاء، والبنية التحتية، والصلاحيات، ومزودي الخدمات الخارجيين، والبيانات التي يشاركها الموظفون. مع بدء الذكاء الاصطناعي في العمل بسرعة الآلة، سيتعين على فرق الأمن الكشف والتحقق والاستجابة بمعدل مماثل.