في عصر تزايد التهديدات السيبرانية وتعقيدها، برزت الحاجة إلى أساليب تعليمية أكثر فاعلية وتكييفًا. التعليم التقليدي لم يعد كافيًا، لذا نقدم لكم إطار عمل جديد يحمل عنوان "تعلم تفسير الأمن السيبراني مع لعبة 20 سؤال". هذا النظام التعليمي يعتمد على ذكاء اصطناعي قابل للتفسير (XAI) ويستهدف تعزيز التفاعل أثناء التعلم.

الابتكار في هذا الإطار هو "موصي الأمن السيبراني القابل للتفسير 20Q" (Explainable Q20 Cybersecurity Recommender - EQ-20CR)، الذي يتعلم كيفية استخلاص الحد الأدنى من المعلومات الضرورية لتبرير إجراء دفاعي معين في مجال الأمن السيبراني. من خلال صياغة السؤال "لماذا يجب أن أنفذ هذا الإجراء؟" بصورة لعبة 20 سؤال، يقوم وكيل التعزيز القائم على السياسات (Policy-Based Reinforcement Learning - RL) بأن يطرح أسئلة على البيئة المحيطة به حتى يتمكن من توصية التعليم الأمني الأمثل وشرح تلك التوصية بطريقة مفهومة.

هذا المقال يعتمد على دراسات سابقة تتعلق باللعب باستخدام لعبة 20 سؤال مع وكيل التعزيز القائم على السياسات، حيث يقوم الإطار بتوجيه المستخدم عبر سلسلة من الأسئلة للتعرف على مفاهيم مستهدفة في الأمن السيبراني، سواء كانت أساليب هجومية أو استراتيجيات الدفاع. بالإضافة إلى ذلك، يتم عرض أسئلة متزايدة التعقيد للمستخدم بطريقة تفاعلية، مما يساعد في تطوير فهم شامل وعميق لمفاهيم الأمن السيبراني.

من خلال تصميم الهيكلية وتطبيقها على مجموعة متنوعة من مفاهيم الأمن السيبراني عبر دراسات حالة مدروسة، يبرز هذا البحث القدرة التحولية لهذاالإطار على تحسين تدريبات الوعي بالأمن السيبراني والتوصيات ذات الصلة.