تعاني الصناعات في العصر الرقمي من موجة متزايدة من الهجمات الإلكترونية، مما يؤدي إلى تعطل العمليات وتكبد خسائر فادحة. ورقة بحثية جديدة نشرت على arXiv تقدم حلاً مبتكرًا يتمثل في نموذج التحكم العصبي، الذي يعزز الأمان في البيئات الصناعية من خلال دمج نموذج لغوي ضخم (LLM) مع نموذج زمني مُدرب مسبقاً.

يواجه النظام التحديات التقليدية لمراقبة الأمن من خلال تقديم آلية "حقن الفيزياء المضادة" التي تحاكي تأثير التدخلات المقترحة من LLM خلال الفضاء العددي للنموذج الأساسي، مما يسمح برفض الأفعال غير الآمنة أو المتوهمة.

في تقييمه على مجموعة بيانات صناعية، أظهر هذا الإطار أداءً متفوقًا مقارنة بالنماذج التقليدية مثل LSTM وTCN، حيث منع خمس خروقات بنسبة نجاح تصل إلى 33.3%. يُعَد هذا التقدم خطوة كبيرة نحو ضمان شمولية وموثوقية أنظمة الذكاء الاصطناعي في البنية التحتية الحساسة.