في زمن تزداد فيه المخاطر الإلكترونية بشكل متواصل، تتطلب الأتمتة والتكنولوجيا الحديثة نماذج جديدة للتعامل مع بيانات الأمان المعقدة. تكشف ورقة بحثية حديثة عن إطار عمل يسمّى الذكاء الاصطناعي للأصول (AI-native asset intelligence)، والذي يحول البيانات المتنوعة إلى طبقة ذكاء منظمة.

تواجه المؤسسات تحديات كبيرة في بيئات الأمان الحديثة، ففي ظل توفر إشارات مفككة عبر موارد السحابة، والهويات، والتكوينات، وأدوات الأمان الخارجية، تبرز أهمية وجود إطار يعمل بشكل استباقي. رغم أن المساعدين الأمنيين المعتمدين على الذكاء الاصطناعي قد حققوا تحسينات في الوصول إلى هذه البيانات، إلا أنهم يظلّون تفاعليين بطبيعتهم، مما يعني أن على المستخدمين طرح الأسئلة الصحيحة وتفسير النتائج غير المتصلة.

يعرض الإطار الجديد مزيجاً من نموذج تمثيلي للأصول والهويات والعلاقات والضوابط، مع طبقة تقييم تحول الإشارات المفككة إلى قياسات موحدة لأهمية الأصول. يتضمن نظام التقييم هذا فصل التعرض الفطري، المرتبط بالأخطاء والتكوينات السيئة وأدلة نقاط الهجوم، عن الأهمية السياقية، التي تعتمد على شدة الحالة النقدية للأعمال أو البيانات.

تم اختبار هذا النظام على مجموعة بيانات تضم 131,625 مورداً من 15 بائعاً و178 نوعاً من الأصول. أظهرت التحليلات الحساسية أن نظام التقييم قادر على استيعاب تغيرات بيئة الأمان، مما يساهم في إعداد الأولويات بشكل ثابت ويعزز من تفسير الأصول.

إن النجاح الذي حققته هذه الأساليب الجديدة يعكس قدرة الذكاء الاصطناعي على دعم الأمان بشكل أكثر موثوقية واستباقية.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات!