راموتي فارنيليتي، الرئيس التنفيذي لشركة IPXO – سلسلة المقابلات

راموتي فارنيليتي، الرئيس التنفيذي لشركة IPXO، يمتلك أكثر من 15 عامًا من الخبرة في القيادة التجارية وعين لقيادة الشركة في بداية عام 2025. في دورها، تقود النمو الاستراتيجي والتميز التشغيلي والتموقع السوقي، مما يضمن أن تظل IPXO في طليعة الابتكار في تأجير عناوين IP وإدارتها.

IPXO، اختصار لمنظمة تبادل بروتوكول الإنترنت، تأسست في عام 2021 لمواجهة نقص IPv4 العالمي من خلال إنشاء منصة تأجير وتحقيق độngية. وقد نمت لتصبح أكبر سوق متكاملة بالكامل لتأجير عناوين IP. تدعم المنصة ملايين العناوين IP حول العالم، مدعومة بعلاقات قوية مع سجلات الإنترنت الإقليمية ورسالة لبناء نظام بيئي موحد وكفء لعناوين IP.

سنناقش كيف تستخدم IPXO التنميط القائم على السلوك والتعلم الآلي لتمييز بين التأتمتات الخاضعة للرقابة والنشاط الخبيث للبوتات. ستستكشف المحادثة ظهور وكلاء الذكاء الاصطناعي في حركة المرور على الإنترنت وتحديات أمن الإنترنت للمزودين و استراتيجيات التوازن بين الأمن والكفاءة التشغيلية.

ما هي الاتجاهات التي أدت إلى استنتاجك بأن وكلاء الذكاء الاصطناعي – وليس فقط بوتات الحصاد – يسيطرون الآن على أنماط حركة المرور في العديد من المنظمات؟

البوتات موجودة في كل مكان الآن، وتفوق حركة المرور البشرية. يتكون أكثر من ثلث حركة المرور البوتية من حصة “البوتات السيئة”، والتي تساهم في الكثير من الأنشطة الخبيثة. الاتجاه واضح في تقارير الحوادث المختلفة: عندما تحقق الشركات في حركة مرور غير عادية أو ضارة أو انحرافات أخرى، تظهر الأدلة أن العديد من هذه الأنظمة الآلية تتصرف مثل وكلاء الذكاء الاصطناعي، لأنهم يتصنعون أنهم متصفحات أو أجهزة مختلفة (تزييف العميل)، يتغيرون عناوين IP بسرعة (الدوران السريع للعناوين IP)، وهم غير متسقين عند مقارنتهم بنشاط بوت الحصاد البسيط، وغير ذلك. بشكل أساسي، الحجم الهائل لحركة المرور، بالإضافة إلى زيادة تعقيد أفعالهم، يشير إلى وكلاء الذكاء الاصطناعي، وليس فقط البوتات البسيطة.

ما هي الإشارات السلوكية المستخدمة لإنشاء ملفات تعريف مخاطر IP – مثل تكرار الطلب أو العناوين أو الأنماط الجغرافية؟

من الممكن تقييم “درجة سمعة” عنوان IP دون النظر إلى محتوى الطلبات الفعلية، ولكن ببساطة من خلال ملاحظة كيفية سلوكه في الشبكة. هذه الأنماط غير المنتظمة هي “مستقلة عن المحتوى”، مما يعني أنك لا تحتاج إلى البيانات الفعلية. البيانات الوصفية والسلوك المحدد كافيان لتقييم ملف تعريف مخاطر عنوان IP. هذا يعمل أيضًا على نطاق واسع، حيث أن السلوك المشبوه لا يخفيته التشفير الحديث مثل TLS 1.3 أو ECH. لا يزال هناك الكثير من البيانات القابلة للملاحظة التي لا يتم تشفيرها.

كيف يتميز نظامك بين التأتمتات الخاضعة للرقابة والأنشطة الخبيثة مثل الحصاد أو بوتات الشبكات أو حشو الأعتماد – خاصة بدون فحص محتوى الحمولة؟

من المهم مراعاة كيف يتصرف التأتمت على مدار فترة زمنية معينة، وليس فقط ما هو المحتوى الذي يطلبه. عادة ما تكون البوتات “الجيدة” قابلة للتنبؤ، ولديها هيكل معين وخطوات يتبعونها. البوتات الخبيثة، من ناحية أخرى، غالبًا ما تقفز بشكل غير متوقع، وتستخدم معرّفات قابلة للنسيان، وتحافظ على وتيرة “ميكانيكية” صارمة، وتوزع الطلبات على العديد من الخوادم لتجنب الكشف. يعود الأمر إلى نمذجة السلوك الممتددة، وتقييم كيفية تحركه حول الموقع بمرور الوقت.

يمكنك أن تفسر كيف يصارع مزودو خدمات الإنترنت الحاليون في التعامل مع حركة المرور المتزايدة من البروكسي بينما يحافظون على دفاعات قوية ضد الهجمات الإلكترونية؟

تخفي البروتوكولات الحديثة مزيدًا من تفاصيل الاتصال لزيادة الخصوصية، لذلك يصبح من الصعب وأكثر تكلفة لمزودي خدمات الإنترنت تقييم نوع حركة المرور وتصنيفها بشكل صحيح. منذ أن أصبح من الصعب رؤية ما يوجد داخل، يعتمد مزودو خدمات الإنترنت أكثر على سلوك حركة المرور، وليس على المحتوى. الكفاح يكمن في التحول القسري في تغيير طرقهم من الاعتماد بشكل رئيسي على فحص حركة المرور، الذي رفع التكاليف التشغيلية، وتكامل أدوات ذكاء التهديدات الجديدة لتناسب النهج الجديد.

ما هي التنازلات الأمنية التي يواجهها مزودو خدمات الإنترنت إذا خففوا القيود لتسهيل حركة وكلاء الذكاء الاصطناعي؟

خفض المرشحات قد يقلل من الإيجابيات الخاطئة والاحتكاك، للحفاظ على تشغيل الوكلاء بسلاسة. لكن هذا قد يزيد من عدد التهديدات والهجمات، حيث أن “حصة البوتات السيئة” تمثل بالفعل جزءًا كبيرًا من حركة المرور. المرشحات الأقل صرامة تعني مخاطر أعلى. أحد الطرق لتحقيق توازن بين الاثنين سيكون نهج البوابات المرجحة بالمخاطر. على سبيل المثال، إذا كان هناك حركة مرور مشبوهة، الخطوة الأولى يمكن أن تكون إبطاءها، بدلاً من حظرها تمامًا. يجب وضع ضوابط أكثر دقة.

ما هي التكنولوجيا الأساسية التي تعمل بها نظام التقييم المخاطر في الوقت الفعلي – هل تستخدم التعلم الآلي أو تدفقات ذكاء التهديدات أو كشف الشذوذ السلوكي؟

نستخدم مزيجًا صحيًا من مراقبة البيانات الحية وتقييمها والتعلم الآلي وأدوات ذكاء التهديدات المختلفة. الهدف هو اكتشاف أي شذوذ في السلوك بسرعة، وفهم نية حركة المرور ومدى وجود أسباب للشك في أنها ضارة؛ إذا كان الأمر كذلك – وضع علامات على الحالات عالية المخاطر والتعامل معها وفقًا لذلك.

كيف يتكامل نظامك مع سير عمل مزودي خدمات الإنترنت أو سير عمل أمان المؤسسة الحالية – هل يمكنه تشغيل التنبيهات أو التخفيف تلقائيًا؟

نعم، نظامنا يرسل تنبيهات إلى سير العمل الحالية، بالإضافة إلى حظر بعض التهديدات على مستوى الشبكة. يمكنه التشغيل في أوضاع مختلفة، اعتمادًا على تحمل المخاطر.

هل كشف نظام التنميط هذا عن أي أنماط هجمات أو حالات إساءة استخدام مفاجئة خلال الاختبارات الأولية أو التوزيعات؟

نعم، هناك العديد منها. يمكن أن يكون أحد الأمثلة عبر الصناعة “زحف الخيال”، عندما يخترع النماذج اللغوية المتقدمة عناوين URL غير موجودة، ثم يحاول استرجاعها. أو انفجارات فجائية من الطلبات، تكرر في فترات زمنية متساوية، مثل 15 دقيقة أو ساعة. جميع هذه الأنماط مفيدة لنا لتحسين تتبع السلوك وتقليل الإيجابيات الخاطئة.

ما هي الآثار على الخصوصية والأمن من بناء ملفات تعريف سلوكية بدون فحص محتوى الشفرة – خاصة تحت قوانين حماية البيانات العالمية؟

يمكن اعتبار البيانات الوصفية السلوكية بيانات شخصية، لكن هناك استثناءات، على سبيل المثال، إذا كان الاهتمام مشروعًا، يمكن تبريره، ويتطلب أمنًا للرصد. ومع ذلك، يجب أن يكون الاهتمام بالوصول إلى البيانات وكمية البيانات المحتفظ بها متناسبة مع المخاطر التي يتم تقييمها.

كيف تمنع الإيجابيات الخاطئة من وضع علامات على التأتمتات الخاضعة للرقابة، مثل زحف البحث أو وكلاء الذكاء الاصطناعي المسموح لهم، كتهديدات إلكترونية؟

نختبر الحماية الجديدة والقواعد قبل نشرها، ونقيم عدة إشارات قبل اتخاذ أي إجراء، ونستخدم التحديات الناعمة أولاً لاختبار شرعية حركة المرور، بدلاً من حظرها تمامًا. إنه قائمة مراجعة متعددة الطبقات، يتم تعديلها باستمرار.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا IPXO.