منذ بداية الحرب الروسية الأوكرانية، قامت روسيا برعاية العديد من هجمات الحرمان من الخدمة الموزعة (DDoS) ضد الأهداف الأوكرانية، بما في ذلك الهجمات المختلفة ضد الكيانات الحكومية والمالية. يمكن استخدام شبكات الروبوت، وهي شبكات من أجهزة الكمبيوتر المصابة ببرامج ضارة يتحكم فيها المهاجم ويستخدمها لتنفيذ أنشطة إلكترونية ضارة، لشن هجمات DDoS هذه. استخدمت الدول والمجرمون شبكات الروبوت لتعطيل الخدمات والمؤسسات العامة والخاصة على مستوى العالم ميري على سبيل المثال، قامت شبكة الروبوتات بتعطيل خدمات الإنترنت الرئيسية على طول الساحل الشرقي للولايات المتحدة في عام 2016. كما تم استخدام شبكات الروبوت لجمع معلومات استخباراتية قيمة ونشر معلومات مضللة وإلحاق خسائر مالية كبيرة بالشركات في جميع أنحاء العالم.

يتمتع أولئك الذين يستفيدون من شبكات الروبوتات - الذين يطلق عليهم "أسياد الروبوتات" - بالعديد من المزايا على خصومهم، مما يجعل شبكات الروبوت تحديًا عالميًا مستمرًا. ومن المعروف أن تحديد الجناة أو تحديدهم أمر بالغ الصعوبة، ويمكن لكل من الدول والمجرمين تطوير ونشر شبكات الروبوت بسهولة تقنية نسبية وبتكلفة منخفضة. في كثير من الأحيان، يتم توزيع شبكات الروبوت جغرافيًا بين العديد من الدول التي لديها معايير أمنية متساهلة. يساهم النشر السريع لأجهزة إنترنت الأشياء (IoT)، مثل الهواتف المحمولة والأجهزة الذكية الأخرى، في خلق بيئة مواتية للانتشار المتزايد لشبكات الروبوتات. تشير المزايا العديدة لشبكات الروبوت إلى أننا من المرجح أن نرى استخدامها المتزايد في الحرب بين روسيا وأوكرانيا، وكذلك في الصراعات المستقبلية.

قد يؤدي الذكاء الاصطناعي إلى زيادة خطورة شبكات الروبوتات. على سبيل المثال، يمكن للذكاء الاصطناعي أن يزيد من قدرة مدير الروبوت على إصابة الأجهزة الضعيفة بشكل أكثر كفاءة وفعالية. ويمكنه القيام بذلك عن طريق إنشاء برامج ضارة أفضل، حيث يتم تشغيل تثبيت البرامج الضارة لشبكات الروبوتات غالبًا عن طريق تضمين أو إرفاق تعليمات برمجية مصابة بالبريد الإلكتروني العشوائي وعناوين URL المخترقة ومواقع مشاركة الملفات والوسائط الاجتماعية، على سبيل المثال لا الحصر. تطوير برامج ضارة أكثر تعقيدًا ومدعومة بالذكاء الاصطناعي تتميز بمراوغة عالية وأكثر دقة من أي وقت مضى في استهداف الضحايا - يشبه إلى حد كبير "DeepLocker" من شركة IBM فئة من البرامج الضارة - يمكن أن تضع الدفاعات في الخلف. وفي حين أنه من غير الواضح ما إذا كانت هذه البرامج الضارة "منتشرة" في الوقت الحاضر، إلا أن هناك أنواعًا أخرى النهج الآلي إن عدوى الروبوتات موجودة بالفعل، مما يشير إلى أن الولايات المتحدة وشركائها لا ينبغي لهم أن يتجاهلوا مثل هذه التقنيات، ويتعين عليهم الاستمرار في الاستثمار في الدفاعات والاستجابات الفنية (على سبيل المثال، الكشف والتخفيف).

هناك أيضًا عنصر غير تقني يبرز في المعركة ضد شبكات الروبوت: الشبكات التنظيمية التعاونية. كما أشارت السياسة الموجودة و تقييم، يجب على الكيانات التي تشكل "النظام البيئي لمكافحة الروبوتات" - بما في ذلك الحكومات والكيانات الخاصة داخل الصناعة والأوساط الأكاديمية - أن تتعاون بكفاءة وفعالية لمعالجة تهديدات الروبوتات. في حين تحتفظ الوكالات الفيدرالية بأدوار ومسؤوليات رسمية لمواجهة شبكات الروبوتات، فضلاً عن التهديدات السيبرانية الأخرى، فإنها غالبًا ما تعتمد على الشبكات التنظيمية التي تتضمن الحكومات المحلية وحكومات الولايات والكيانات الخاصة والشركاء الدوليين لتنفيذ وتنسيق الوقاية من خلال التعليم والتوعية، والمشاركة في قضايا الكشف والتخفيف مثل تبادل أفضل الممارسات والتكنولوجيا، ودعم أنشطة إنفاذ القانون. تعد مجموعة عمل Conficker مثالًا شائعًا لشبكة تعاونية بين القطاعين العام والخاص لمكافحة شبكات الروبوت. مثال آخر أحدث هو تعطيل المشروع الذي ترعاه روسيا "وميض العملاق" الروبوتات. ويجب على الولايات المتحدة وشركائها الاستمرار في تعزيز وإدارة مثل هذه الشبكات؛ ومع ذلك، لا يوجد سوى القليل من التوجيه العملي حول كيفية قيام المنظمات داخل هذا النظام البيئي بالعمل معًا بشكل أفضل لمحاربة هذا التهديد المستمر.

وينبغي لكل من الوكالات الحكومية والصناعات الخاصة استثمار المزيد من الوقت والموارد في تطوير فهم منهجي لشبكاتها الخاصة. كحد أدنى، يجب أن يتضمن هذا النهج وضع سياسات تنظيمية وتخصيص الموارد من أجل التقاط البيانات بانتظام حول التفاعلات المرتبطة بشبكة الروبوتات مع المنظمات الأخرى، مثل تطوير اتفاقيات رسمية لتبادل المعلومات، والمشاركة في المؤتمرات ومجموعات العمل. علاوة على ذلك، يجب على الوكالات والصناعة أن تتبنى التعقيد أو الفوضى وديناميكية النظام البيئي المضاد للبوت نت.

يجب على الكيانات العامة والخاصة جمع وتحليل البيانات المتعلقة بشبكاتها الخاصة باستخدام تحليل الروابط والشبكات الاجتماعية (SNA). أحد الأسباب هو أن بيانات الشبكة، خاصة عندما يسهل الوصول إليها وتصورها بشكل فعال، يمكن أن تساعد صناع القرار في الحصول على الوعي الظرفي لشبكاتهم. يمكن لهذا النهج أن يفيد في تخطيط وتنسيق الأنشطة الاستباقية والتفاعلية ضد شبكات الروبوت. وعلى وجه التحديد، يمكن أن يتجاوز هذا النهج مجرد دعم التحقيقات والاستجابات على المستويين الوطني والميداني؛ ويمكن أن يساعد في توجيه الجهود لخلق فرص جديدة للتعاون، وتعزيز تبادل البيانات والمعلومات عندما يكون ذلك محدودا، وتعزيز آليات ردود الفعل من خلال إضفاء الطابع الرسمي على استراتيجيات التعاون، وتمكين الوسطاء والوسطاء من القطاعين العام والخاص.

سبب آخر لجمع بيانات الشبكة هو تعزيز المعرفة المؤسسية الأوسع المتعلقة بشبكات الروبوتات والجهود المبذولة لمواجهتها. وتشكل هذه النقطة أهمية خاصة بالنسبة للحكومة الفيدرالية، التي تواجه تحديات في توظيف واستبقاء المتخصصين في مجال الإنترنت، وغالباً ما تعتمد بشكل كبير على الكيانات الخاصة للحصول على مجموعات المهارات ذات الصلة، وكلاهما يمكن أن يؤدي إلى تشويش الوعي الظرفي لدى صناع القرار. يمكن أن يساعد جمع بيانات الشبكة وتخزينها ضمن الحدود الأخلاقية والقانونية في الحفاظ على المعرفة المؤسسية، مع احتمال الحفاظ أيضًا على رأس المال الاجتماعي الذي قد يتركه الموظفون المغادرون.

لكن التقاط بيانات الشبكة وتحليلها وحده لا يكفي. ومن الناحية العملية، غالبًا ما تعكس بيانات الشبكة الأنظمة في لقطات زمنية. تتمثل إحدى طرق معالجة هذه المشكلة في الحفاظ على رؤية أوسع وأكثر ديناميكية لنظامها البيئي من خلال الاستفادة من مجال أنظمة التكيف المعقدة (CAS). على الرغم من عدم وجود تعريف واحد لـ CAS، إلا أنها غالبًا ما توصف بأنها أنظمة شديدة الترابط تظهر فيها أنماط أو سلوكيات عالية المستوى من التفاعلات بين المكونات التكيفية (مثل المنظمات) وليس من التحكم المركزي. بمعنى آخر، CAS تنظم نفسها ذاتيًا.

يُظهر النظام البيئي المضاد للبوت نت العديد من هذه الخصائص نفسها. وهو يتألف من العديد من المنظمات العامة والخاصة المترابطة التي تعمل عمومًا لتحقيق مصالحها الخاصة، دون "مراقبة" مركزية على مستوى النظام - على الرغم من أنه قد تكون هناك وكالة رائدة اعتمادًا على نوع هجوم الروبوتات، وآثاره على الأمن القومي. تعمل هذه الكيانات داخل النظام البيئي المضاد لشبكات الروبوتات وتتفاعل مع بعضها البعض، بالإضافة إلى تهديدات شبكات الروبوتات والعوامل السياقية الأخرى مثل التهديدات السيبرانية الجديدة، أو التغييرات في القوانين والأعراف.

ويمكن لصناع القرار، وخاصة داخل الوكالات الحكومية الرائدة، دمج منظور CAS في اجتماعات التخطيط وورش العمل وتقييمات شبكاتهم الخاصة والنظام البيئي الأكبر لشبكات الروبوتات المضادة. على وجه التحديد، يمكنهم تقييم ما إذا كانت مؤسستهم وشبكتهم المباشرة، بالإضافة إلى النظام البيئي العام، قابلة للتكيف ومرنة بما يكفي للاستجابة لأنشطة الروبوتات. على سبيل المثال، هل تعتمد الحكومة الفيدرالية بشكل كبير على كيان واحد أو عدد قليل من المنظمات المتخصصة في المهارات والتقنيات الأساسية مثل استخدام الذكاء الاصطناعي/التعلم الآلي لاكتشاف شبكات الروبوت؟ هل يعتمدون بشكل كبير على الكيانات التي تحتفظ بالاتصالات الرئيسية التي تمكن أنشطة الروبوتات العالمية المضادة؟ هل الحكومات والمنظمات المحلية في قطاعات التكنولوجيا الرئيسية قادرة على التكيف بما يكفي لدعم أنشطة مكافحة الروبوتات؟ ما هي العواقب المترتبة على أي نقاط ضعف من هذا القبيل في تنسيق الاستجابات الاستباقية والتفاعلية إذا تحولت دول مثل روسيا وإيران والصين بشكل متزايد إلى شبكات الروبوت، بما في ذلك تلك التي تدعم الذكاء الاصطناعي، في الصراعات الحالية والمستقبلية؟ ومن خلال التسلح بهذا المنظور وبيانات الشبكة، سيكون النظام البيئي المضاد لشبكات الروبوتات في وضع أفضل للتعامل مع التهديدات التي تشكلها الجهات الفاعلة الحكومية وغير الحكومية التي قد تستفيد من شبكات الروبوتات أثناء الصراعات المستقبلية.

دانييل كننغهام هو عالم معلومات في مؤسسة RAND غير الحزبية وغير الربحية، حيث تركز أبحاثه على علم البيانات وتطبيق أبحاث الشبكات الاجتماعية على الحرب غير النظامية ووسائل التواصل الاجتماعي والسياقات التنافسية.

يوفر التعليق لباحثي مؤسسة RAND منصة لنقل الأفكار بناءً على خبرتهم المهنية، وغالبًا ما تعتمد على أبحاثهم وتحليلاتهم التي يراجعها النظراء.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
• تشارت بريم. ارفع مستوى لعبة التداول الخاصة بك مع ChartPrime. الوصول هنا.
• BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
• المصدر https://www.rand.org/blog/2023/08/what-are-practical-steps-to-embrace-the-messiness-of.html