اخبار هوش مصنوعی

بحران بات‌نت‌های هوشمند؛ آیا کرم‌های مجهز به هوش مصنوعی اینترنت را تسخیر می‌کنند؟

برای اینکه عمق ماجرا را لمس کنیم، باید به چند سال قبل برگردیم. در پاییز سال ۲۰۱۶، یک بدافزار به ظاهر معمولی توانست بخش بزرگی از ارتباطات وب در جهان به ویژه در سواحل شرقی آمریکا را از کار بیندازد. نام این کابوس دیجیتال میرای بود. میرای برای نفوذ اصلاً به محاسبا…

8 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • امنیت سایبری
  • هوش
  • مصنوعی
  • شبکه
  • ابزارهای
  • میرای

خلاصه تحلیلی خبر

برای اینکه عمق ماجرا را لمس کنیم، باید به چند سال قبل برگردیم. در پاییز سال ۲۰۱۶، یک بدافزار به ظاهر معمولی توانست بخش بزرگی از ارتباطات وب در جهان به ویژه در سواحل شرقی آمریکا را از کار بیندازد. نام این کابوس دیجیتال میرای بود. میرای برای نفوذ اصلاً به محاسبا…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، امنیت سایبری، هوش، مصنوعی، شبکه

برای اینکه عمق ماجرا را لمس کنیم، باید به چند سال قبل برگردیم. در پاییز سال ۲۰۱۶، یک بدافزار به ظاهر معمولی توانست بخش بزرگی از ارتباطات وب در جهان به ویژه در سواحل شرقی آمریکا را از کار بیندازد. نام این کابوس دیجیتال میرای بود. میرای برای نفوذ اصلاً به محاسبات پیچیده تکیه نکرده بود؛ این بدافزار تنها یک لیست ساده از شصت پسورد پیش‌فرض کارخانه‌ای مثل ادمین ادمین یا یک تا شش را داشت و با همان لیست ساده توانست میلیون‌ها دوربین نظارتی، حسگر مداربسته و روتر را آلوده کند.

چرا حمله سال ۲۰۱۶ اینترنت را به زانو درآورد؟

وقتی میرای به اندازه کافی دیوایس تسخیر کرد، تمام آن تجهیزات را هم‌زمان به سمت سرورهای نام دامنه هدایت کرد. بار ترافیکی وحشتناکی که از سمت صدها هزار وب‌کم خانگی تولید می‌شد، شبکه‌های پشتیبان را سوزاند. سرویس‌های محبوبی مثل گیت‌هاب، توییتر و اسپاتیفای ساعت‌ها از دسترس خارج شدند. حال پرسش تحلیل‌گران این است که اگر در آن زمان یک بدافزار بدون هوش و با چند خط کد ساده توانست چنین جهنمی بسازد، مدل‌های مولد یادگیری ماشین چه بلایی سر سیستم‌های آنلاین می‌آورند؟

مایکل بیلی، استاد دانشگاه جورجیا تک، در واکنش به فضاسازی‌های خبری می‌گوید این ایده تازه نیست و نباید فکر کنیم با یک جادوی دست‌نیافتنی روبرو هستیم. به باور بیلی، هوش مصنوعی هنوز به مرحله‌ای نرسیده که خودش به عنوان یک کپی کامل ویروسی از دستگاهی به دستگاه دیگر منتقل شود، بلکه ماجرا به ابزارهای هماهنگ‌کننده برمی‌گردد.

تفاوت ربات‌های هوشمند با بات‌نت‌های سنتی

بزرگ‌ترین فرقی که میان بات‌نت‌های قدیمی و ساختارهای جدید وجود دارد، نیاز به فرماندهی مرکزی است. بات‌نت‌های سنتی نیازمند سرور دستوردهنده بودند که آی‌پی آن اگر لو می‌رفت، پلیس سایبری یا سرویس‌های امنیتی با مسدود کردن آن، کل شبکه را خنثی می‌کردند. در سیستم‌های جدید، هر گره می‌تواند تا حدی خودش تصمیم بگیرد و مثل یک سلول نیمه‌مستقل به بقا ادامه دهد. در ادامه، تفاوت‌های بنیادین این دو نسل را در قالب دسته‌بندی مشخص کرده‌ایم.

ویژگی و معیار مقایسهبدافزارهای کلاسیک (نسل قدیم)بدافزارهای مجهز به هوش مصنوعی (نسل جدید)
شیوه نفوذتلاش با لیست ثابت پسوردهاتحلیل ساختار و تست هوشمند خطای نرم‌افزاری
فرمان‌پذیریوابستگی کامل به سرور کنترلرفتار نیمه‌مستقل و محلی
سرعت تطبیقبسیار کُند و وابسته به هکرسرعت بالا و اصلاح لحظه‌ای کد
هزینه عملیاتنیازمند کار سنگین انسانیتولید ارزان، انبوه و خودکار

اقتصاد امنیت سایبری چگونه به نفع مهاجمان تغییر می‌کند؟

همیشه یک قاعده کلی در پدافند دیجیتال وجود داشته است: دفاع کردن فوق‌العاده گران‌تر از حمله کردن تمام می‌شود. شما برای ایمن نگه داشتن یک زیرساخت باید تمامی پورت‌ها و ورودی‌ها را ببندید، اما یک هکر فقط به یک رخنه کوچک برای وارد شدن احتیاج دارد. با ورود هوش مصنوعی به صحنه، این نابرابری اقتصادی بیش از پیش به زیان متخصصان امنیتی شده است.

کاهش چشمگیر هزینه‌های نفوذ برای هکرها

کریس کانال، از فعالان باسابقه تحلیل زیرساخت‌ها، معتقد است که پژوهشگران ناخواسته خودشان مسیر تسریع این تهدیدات را هموار کرده‌اند. در حقیقت همان ابزارهایی که کارشناسان برای ارزیابی آسیب‌پذیری و خودکارسازی تست نفوذ طراحی می‌کنند، در بازار سیاه با مقداری دستکاری به ابزارهای تخریب تبدیل می‌شوند.

هزینه‌ای که پیش از این برای راه‌اندازی یک کمپین هدفمند سایبری نیاز بود، گاهی به ده‌ها هزار دلار تجهیزات و ماه‌ها کار تیمی می‌رسید. اما اگر یک مهاجم بتواند از یک مدل سبک محلی که روی کارت گرافیک‌های خانگی هم بالا می‌آید کمک بگیرد، هزینه هر حمله به چند سنت انرژی برق کاهش می‌یابد. زمانی که حمله ارزان شود، تعداد و تناوب آن تصاعدی خواهد بود.

نابرابری در توان دفاعی و حمله خودکار

دفاع در برابر این حجم از حملات، شرکت‌های متوسط و کوچک را در بن‌بست می‌گذارد. اگر روتر یک کارگاه کوچک یا مغازه در گوشه‌ای از دنیا دارای تنظیمات نامناسب باشد، ربات‌های مجهز به اسکریپت‌های شناختی در کمتر از چند ثانیه به آن مسلط می‌شوند و از ترافیک آن برای حملات دی‌داس یا اخاذی استفاده می‌کنند، بدون اینکه صاحب تجهیزات کوچک‌ترین پیامی دریافت کند.

جدول مقایسه ابعاد تهدیدات سایبری در ده سال اخیر

برای درک بهتر جایگاهی که در آن قرار گرفته‌ایم، جدول زیر مشخصات دو حمله کلاسیک شناخته‌شده را در کنار تهدیدات احتمالی مدل‌های هوش مصنوعی قرار داده است تا تغییرات این حوزه روشن‌تر شود.

نام تهدید یا موج سایبریسال فراگیریروش اصلی ورود به شبکهسطح خودمختاری بدافزارمیزان تخریب گزارش‌شده
کرم موریس (Morris Worm)۱۹۸۸باگ‌های یونیکس و گذرواژهبسیار پایین و غیرهوشمندقطعی بخشی از آرپانت اولیه
بات‌نت میرای (Mirai)۲۰۱۶پسوردهای پیش‌فرض ابزارهای IoTپایین، اجرای اسکریپت‌های سادهقطع دسترسی سراسری وب در آمریکا
کرم‌های مولد هوش مصنوعی۲۰۲۵ و پس از آنپویش هوشمند خطا و کدنویسی قطره‌ایمتوسط رو به بالا با قدرت تصمیم محلیاختلال پیش‌بینی‌نشده در خدمات ابری

آیا واقعاً با یک فاجعه دیجیتال غیرقابل مهار روبرو هستیم؟

رسانه‌ها عاشق کلمات پر سر و صدا و هولناک هستند، اما واقعیت مهندسی معمولاً روی زمین محکم‌تری می‌ایستد. خیلی از صاحب‌نظران امنیت اطلاعات گوشزد می‌کنند که شرکت‌های سازنده هوش مصنوعی بدشان نمی‌آید خطرات محصولاتشان را بزرگ جلوه دهند، چون ترساندن عموم نوعی نمایش قدرت برای مدل‌های آن‌ها محسوب می‌شود؛ گویی ساخته دست آن‌ها آن‌قدر قدرتمند است که می‌تواند دنیا را بلرزاند.

ابزارهای قطره‌ای در برابر کدهای مستقل مهاجم

همان‌طور که دانشگاهیان شفاف‌سازی کرده‌اند، وزن و حجم فایل‌های وزن‌دهی یک مدل هوش مصنوعی حتی در فشرده‌ترین حالت چندین گیگابایت فضا می‌خواهد. بنابراین، یک کرم نمی‌تواند کل ساختار یک شبکه عصبی هوش مصنوعی را در حافظه ناچیز چند مگابایتی یک وب‌کم یا مسیریاب اینترنت خانگی جا بدهد. کاری که انجام می‌شود این است

۱. مدل اصلی روی یک سرور ریموت یا سیستم مهاجم فعال می‌ماند.
۲. با کمک مدل، یک فایل بسیار سبک به نام دروپر یا قطره‌چکان نوشته می‌شود.
۳. این فایل کوچک پس از نفوذ، تنها کارهای هماهنگی و رله کردن ترافیک را برای سیستم اصلی مهندسی می‌کند.

بنابراین ما هنوز با موجودات خودآگاه دیجیتالی که در بستر فیبرهای نوری تکثیر می‌شوند فاصله زیادی داریم، ولی همین دروپرهای تولید شده نیز می‌توانند تا چند برابر آسیب‌رسان‌تر از گذشته کار کنند.

راهکارهای کاربردی برای مسدود کردن نفوذ بدافزارهای خودکار

نکته امیدبخش گزارش‌های فنی این است که با وجود نوین بودن فناوری مهاجم، روش‌های دفع آن هنوز هم به اصول کلاسیک بازمی‌گردد. وقتی راه ورودی وجود نداشته باشد، هوشمندترین کرم‌های جهان هم پشت درهای بسته معطل می‌مانند.

پایان کار پسوردهای پیش‌فرض با قوانین بین‌المللی

بزرگ‌ترین دشمن امنیت کاربران، تنبلی در اعمال تنظیمات اولیه است. در سال‌های گذشته، بسیاری از دستگاه‌ها از کارخانه با نام کاربری و پسوردهای همسان عرضه می‌شدند. برای مقابله با این سهل‌انگاری، قوانینی چون قانون ایمنی محصول و زیرساخت‌های مخابراتی یا همان پی‌اس‌تی‌آی در بریتانیا تصویب شد. طبق این مصوبه، هیچ شرکتی حق ندارد تجهیزاتی با رمزهای پیش‌فرض عمومی بفروشد و کاربر حتماً باید در راه‌اندازی نخست، گذرواژه‌ای اختصاصی تعیین کند. اگر سایر کشورها نیز این قوانین را با جدیت اعمال کنند، پایگاه‌های اصلی این بدافزارها از بین خواهد رفت.

نقش سرویس‌دهنده‌های اینترنت در پایش شبکه

شرکت‌های ارائه‌دهنده خدمات وب نباید فقط تماشاگر باشند. اگر ترافیک نامتعارفی از پورت‌های اسکن شبکه در یک حساب خانگی دیده شد، فیلترهای خودکار آی‌اس‌پی‌ها می‌توانند با مسدود کردن موقت پورت، از سرایت آلودگی به سراسر جهان جلوگیری کنند. همکاری سرویس‌دهنده‌ها با آزمایشگاه‌های ثبت بدافزار، خط دفاعی اول اینترنت محسوب می‌شود.

چک‌لیست طلایی ایمن‌سازی ابزارهای متصل به شبکه

برای جلوگیری از افتادن در دام این شبکه‌های خرابکار، رعایت چند گام سریع ضرورت دارد

  • تمام ابزارهای خانگی شامل دوربین‌ها، گیرنده‌های دیجیتال و اسپیکرهای هوشمند را بازبینی کنید.
  • بخش مدیریت از راه دور مودم‌ها را به طور کامل خاموش کنید.
  • نام کاربری روت و پسوردهای سازنده را با عبارت‌های دارای ارقام و نمادها عوض کنید.
  • سیستم‌عامل روترها را همیشه به آخرین فریم‌ور منتشر شده ارتقا دهید.
  • تجهیزات اینترنت اشیاء را روی یک شبکه وای‌فای جداگانه یعنی شبکه مهمان قرار دهید تا به سیستم‌های شخصی شما دسترسی نداشته باشند.

راه‌حل‌های پایدار و نگاهی به افق آینده پدافند در عصر هوش مصنوعی

هوش مصنوعی آمده است که در اکوسیستم فناوری باقی بماند و ابزارهای خرابکاری نیز به موازات سایر پیشرفت‌ها، به روز می‌شوند. هشدارهای اخیر متخصصان انتروپیک شاید از جهت بازاریابی پر آب و تاب به نظر برسد، اما یک واقعیت تلخ را آشکار می‌کند: نفوذگران سایبری برای کار خود دیگر نیازی به نوشتن خط به خط آسیب‌پذیری‌ها ندارند، بلکه از بازوهای خودکار برای بررسی باگ‌ها سود می‌برند.

با این وجود، نجات شبکه در گرو شیوه‌های عجیب نیست، بلکه رعایت ساده‌ترین موارد بهداشت سایبری می‌تواند جلوی فاجعه‌هایی بدتر از میرای را بگیرد. تا وقتی که درگاه‌های ورودی با گذرواژه‌های قدرتمند محافظت شوند، کرم‌های خودکار صرفاً اسکنرهایی ناکام خواهند بود که ترافیک بیهوده تولید می‌کنند. آینده امنیت اطلاعات، مسابقه میان سازندگان سدهای نفوذناپذیر و توسعه‌دهندگان الگوریتم‌های هوشمند است و هوشیاری ادمین‌ها برگ برنده این میدان خواهد بود.

سوالات متداول

۱. آیا هوش مصنوعی خودش توانایی ساخت کامل ویروس را دارد؟


هوش مصنوعی به خودی خود ویروس مستقل نمی‌سازد بلکه با بررسی سریع خطاها و نوشتن کدهای هماهنگ‌کننده نفوذ مهاجمان را ارزان‌تر می‌کند.

۲. چرا کارشناسان این خطر را با بات‌نت میرای مقایسه می‌کنند؟


زیرا این بدافزارها مانند میرای با استفاده از ضعف دستگاه‌های هوشمند و پسوردهای ساده شبکه‌ای بزرگ از سیستم‌ها را تسخیر می‌کنند.

۳. هدف اصلی کرم‌های جدید در صورت ورود به شبکه چیست؟


هدف آنها نصب ابزارهای کوچک برای کنترل تجهیزات و انجام حملات سنگین اختلال ترافیک یا جاسوسی بدون نیاز به دخالت مستقیم است.

۴. آیا روترها و دوربین‌های خانگی ما در معرض خطر هستند؟


بله در صورت باقی ماندن گذرواژه‌های پیش‌فرض کارخانه این دستگاه‌ها به سرعت شناسایی شده و در شبکه آلوده به کار گرفته می‌شوند.

۵. موثرترین اقدام فوری کاربران خانگی برای مهار این حملات چیست؟


تغییر دادن نام کاربری و پسورد پیش‌فرض مودم و قطع کردن دسترسی مدیریت از راه دور ساده‌ترین و کارآمدترین راهکار بازدارنده است.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.