تعتبر بطولات Capture the Flag (CTF) من أبرز وسائل التدريب الفعال في مجال الأمن السيبراني، حيث تساهم في تطوير المهارات العملية في مجالات التشفير، استغلال الويب، واستغلال الثنائيات. ومع دخول نماذج اللغات الضخمة (Large Language Models - LLMs) إلى الساحة، بدأت هذه النماذج في حل مجموعة متزايدة من التحديات بشكل يكاد يكون مستقلًا، مما يطرح تساؤلات ملحة حول العدالة في المنافسة وموثوقية التصنيفات، إلى جانب هل لا يزال الانخراط في هذه المسابقات يوفر التعلم الذي يبرر الجهد المبذول؟

يقدم هذا البحث دراسة مختلطة تبحث في تأثير LLMs على بطولات CTF الحديثة، حيث يمتزج فيها التحليل بين النتائج المنشورة، بما في ذلك تقييم حكومي حديث، ودراسات حالة لمنافسات حية عبر ثلاث فئات تحديات، إلى جانب ملاحظات منظمة للقنوات العامة حيث يتناول المجتمع نقاشات حول استخدام الذكاء الاصطناعي (AI)، ومقابلات شبه منظمة مع لاعبين ومنظمين ذوي خبرة.

استنادًا إلى هذه الدراسة، قمنا برسم حدود القدرات الحالية بين البشر والآلات حسب الفئة، مُظهرين أن التحديات السهلة والمتوسطة في مجالات التشفير واستغلال الويب والثنائيات أصبحت الآن تلقائية بشكل موثوق بينما تستمر بعض الفئات الفرعية الأضيق في المقاومة.

تظهر نتائج البحث وجود انقسام داخل المجتمع حول ما إذا كان يجب السماح للذكاء الاصطناعي بالمشاركة، وهو خلاف يُرجع أساسًا إلى سؤال غير معلن سابقًا: ما هي الغرض من هذه المنافسات؟ للدخول في عمق هذه القضية، قدمنا إطارًا لحماية يتكون من أربعة مكونات، يجمع بين تقسيمات المنافسة المخصصة، وتصميم تحديات مقاومة لـ LLMs، واستخدام المعلومات (Telemetry) بشكل استقصائي، وصياغة مسودة مدونة سلوك مجتمعية. يتيح هذا الإطار استخدام أداة قرار تربط بين مزيج من التدابير وهدف المنافسة المعلن.

إن هذا النقاش لا يقتصر فقط على بطولات CTF، بل يمتد إلى أي بيئة في مجال الأمن السيبراني حيث يُؤخذ نتيجة معينة كدليل على القدرة الأساسية.

لذا، كيف يساهم الذكاء الاصطناعي في تغيير معايير المنافسة في مجال الأمن السيبراني؟ هل توافق على إمكانية استخدام AI في هذه البطولات؟ شاركونا آراءكم في التعليقات!