مروری جامع بر چالش های امنیتی، آسیب پذیری ها و راهکارهای مقابله در محیط های محاسبات لبه

محاسبات لبه به عنوان رویکردی نوین در پردازش توزیع شده، با نزدیک کردن توان محاسباتی به منبع تولید داده، نقش مهمی در کاهش تاخیر، کاهش ترافیک هسته شبکه و بهبود کیفیت خدمات در کاربردهایی مانند اینترنت اشیا، شهرهای هوشمند، خودروهای متصل و سامانه های صنعتی ایفا می کند. در عین حال، توزیع شدگی گسترده، ناهمگونی بسترهای سخت افزاری و نرم افزاری، محدودیت منابع محاسباتی و ذخیره سازی، و وابستگی به ارتباطات ناایمن، این محیط را در معرض طیف وسیعی از تهدیدات سایبری و آسیب پذیری ها قرار داده است. وجود دستگاه های لبه با امنیت فیزیکی پایین، استفاده از پروتکل های ارتباطی سبک و گاه ناامن، ضعف در مدیریت هویت و دسترسی، امکان دست کاری firmware و بهره برداری از حفره های نرم افزاری، خطراتی جدی برای محرمانگی، یکپارچگی و دسترس پذیری داده ها و خدمات ایجاد می کند. در کنار این موارد، چالش های مربوط به حریم خصوصی کاربران، حملات مبتنی بر یادگیری ماشین و مدل های هوش مصنوعی و دشواری پیاده سازی مکانیزم های دفاعی سنگین در محیط های منابع محدود، پیچیدگی تامین امنیت در سامانه های محاسبات لبه را دوچندان ساخته است. تمرکز بر شناخت لایه ها و سطوح مختلف تهدید، شناسایی نقاط ضعف رایج در معماری ها و پیاده سازی ها، و توجه به راهکارهایی که با محدودیت های محاسباتی و ارتباطی این محیط سازگار باشند، به عنوان عناصر کلیدی در ارتقای سطح امنیت و اعتمادپذیری سامانه های مبتنی بر محاسبات لبه مطرح است.

کلیدواژه ها:

محاسبات لبه ، امنیت سایبری ، تهدیدات امنیتی ، آسیب پذیری ، حریم خصوصی ، اینترنت اشیا ، سیستم های توزیع شده