في عصر الحوسبة السحابية حيث تتزايد الخدمات اليومية بشكل مستمر، تعتبر سياسات التحكم في الوصول (Access Control Policies) ركيزة أساسية لحماية البيانات الخاصة. تقليديًا، كان على المسؤولين كتابة هذه السياسات بشكل يدوي، مما يجعلها عرضة للأخطاء نظرًا لتعقيدها.

تظهر الدراسات الأخيرة أن نماذج اللغات الضخمة (LLMs) حققت نجاحًا كبيرًا في مجالات توليد الشفرات البرمجية والتلخيص. هذا النجاح يفتح الأفق لاستخدام هذه النماذج في توليد سياسات التحكم في الوصول بشكل تلقائي أو في دعم فهم السياسات الحالية.

تناولت دراسة حديثة فعالية LLMs في توليد وتحليل سياسات الوصول. أظهرت النتائج أن النماذج يمكنها توليد سياسات صحيحة نحويًا، لكنها تعاني من مشاكل في الدقة، حيث نجحت النماذج التي لا تعتمد على التفكير المنطقي (Non-Reasoning LLMs) في تحقيق 45.8% فقط من الدقة المطلوبة. وفي المقابل، نجحت النماذج التي تعتمد على التفكير المنطقي (Reasoning LLMs) في تحقيق دقة تصل إلى 93.7%.

بالإضافة لذلك، تم تقديم أسلوب مبتكر يعتمد على تلخيص الطلبات بناءً على السياق، مستفيدًا من قوة LLMs لتحديد بدقة الطلبات المسموح بها وفقًا للسياسات.

تشير النتائج إلى أنه بالرغم من وجود عقبات كبيرة في استخدام LLMs لتوليد السياسات بشكل آلي، إلا أن دمجها مع الأساليب الرمزية يمكن أن يحقق نتائج واعدة في تحليل السياسات الحالية. هذا التقدم يعتبر خطوة هامة نحو أتمتة التحكم في الوصول وتعزيز الأمان في بيئات الحوسبة السحابية.