في عالمنا المتصل بشكل متزايد، تبرز التهديدات السيبرانية كعامل رئيسي يؤثر على الأمن القومي. وبالتحديد، في الصراع الإسرائيلي الإيراني، تلعب الطائرات بدون طيار (Unmanned Aerial Vehicles - UAVs) دورًا حيويًا. دراسة جديدة تستعرض كيف يمكن أن تسهم شبكات الأعصاب البيانية (Graph Neural Networks - GNNs) في تحسين كفاءة الأمن السيبراني وإدارة الطائرات بدون طيار في هذا الإطار.

تركز الدراسة على نظام سيبراني مادي يتضمن التهديدات الرقمية وهجمات الاختراق. إذ تقدم آلية متكاملة تعمل على تعليم أنظمة كشف الاختراق حول الهياكل الشبكية الأساسية، مما يمكنها من التعرف على الأنشطة الخبيثة وتسهيل استجابات الطائرات بدون طيار.

من خلال دراسات محاكاة، تم إنشاء نماذج لهجمات سيبرانية لتحفيز استجابة الطائرات بدون طيار. وأثبتت النتائج أن التعلم القائم على الهياكل البيانية يعزز من الوعي بالموقف وتنسيق الأسراب والتحركات التكيفية. وفقًا لتقييم الأداء، حققت هذه الطريقة معدل كشف يصل إلى 94.2% ومعدل استجابة يبلغ 1.4 ثانية.

كما أظهرت التجارب المقارنة أن شبكة GraphSAGE المقترحة تفوق فعالية على شبكات الالتفاف البيانية (Graphical Convolutional Networks - GCNs) وشبكات الانتباه البيانية (Graphical Attention Networks - GATs) في نفس الظروف. هذه النتائج تدل على قدرة الشبكات البيانية على منع الاختراقات واستجابة الأنظمة السيبرانية المادية الديناميكية بطريقة فعالة وبسرعة.