في عالم متسارع التطور، يقدم مجال الأمن السيبراني تقنيات تتجاوز التقليدية. من بين هذه التقنيات، يظهر مفهوم "الأمن الذاتي"، الذي يعتمد على نماذج اللغات الضخمة (LLM) كأداة للتخطيط، والتنفيذ، وتفسير أدوات الأمان. ومع تحول هذه الأنظمة من بيئات العرض إلى المنتجات القابلة للاستخدام، يتكرر ظهور بعض العيوب التشغيلية لدى الممارسين.

في دراسة جديدة، قام الباحثون بتقييم شامل لعشر أدوات مستخدمة على نطاق واسع لاختبار الاختراق، تشمل أدوات ثابتة، ديناميكية، سحابية، وأنظمة الذكاء الاصطناعي. وقدموا "مؤشر الاحتكاك في دمج الأنظمة"، الذي يفصل بين تكاليف الهندسة لمرة واحدة والتكاليف التنظيمية، القانونية والصيانة المتكررة.

علاوة على ذلك، توصلت الدراسة إلى نماذج كمية تفسر أنماط الفشل المتكررة، حيث يظهر أن أنظمة الأمن الذاتي تفقد الأدلة المقيمة مع زيادة عدد العمليات، بينما تمتد الفترات الزمنية للاستخدام مع وجود عوامل ضغط بين الأدلة الخام وملخصاتها.

لمزيد من العمق، تم تقديم نموذج تصنيف المحقق إلى العمل كمسألة حقيبة، مما ساعد في تطوير سعة تنفيذ مغلقة للأدوات ذات الذيل الثقيل. في هذا السياق، يظهر منصتنا "Inspectra" كمنصة عملية تحتوي على آليات تم تصنيفها إلى شحن، جزئي، أو مخطط.

إجمالاً، يُظهر البحث أن الأداة الفعالة تتطلب تكاملًا دقيقًا بين النماذج، المعدات، وسيناريوهات الاستخدام لتحقيق الأمان الفعلي، مما يعكس الحاجة المستمرة لتطوير استراتيجيات جديدة في عالم الأمن السيبراني المتجدد.