هوش مصنوعی برای حملات پیشرفته (بدافزارهای خودتطبیق دهنده، فیشینگ عمیق) در مقابل استفاده از هوش مصنوعی مبتنی بر عامل برای دفاع خودکار

پژوهش حاضر به بررسی تقارن نامتقارن میان کاربردهای تهاجمی و تدافعی هوش مصنوعی در حوزه امنیت سایبری می پردازد. در جبهه تهاجمی، ظهور بدافزارهای مجهز به مدل های زبانی بزرگ با قابلیت بازنویسی لحظه ای کد و تطبیق پذیری هوشمند و همچنین حملات فیشینگ عمیق مبتنی بر تولید محتوای پویا و فوق شخصی سازی شده، ساختار دفاع سنتی را با چالشی بی سابقه مواجه ساخته است. در مقابل، نسل جدید سامانه های دفاع خودکار بر پایه «هوش مصنوعی مبتنی بر عامل» با قابلیت استدلال، برنامه ریزی و اقدام مستقل، نویدبخش تحول در مراکز عملیات امنیت است. این مقاله با مرور نظام مند پژوهش های اخیر و مستندات تجربی، شکاف موجود میان سرعت تکامل حملات هوشمند و بلوغ دفاع های خودکار را تحلیل می کند. همچنین با استناد به چارچوب های بین المللی نظیر NIST AI RMF، ISO/IEC ۴۲۰۰۱، MITRE ATLAS و OWASP الزامات حاکمیتی و استانداردهای ارزیابی این سامانه ها را تبیین می نماید. در نهایت، با تاکید بر لزوم ایجاد زیرساخت های آزمایشگاهی پیشرفته شامل محیط های شبیه ساز حملات هوشمند، بانک های داده بزرگ مقیاس و چارچوب های ارزیابی استاندارد، نقشه راهی برای توسعه دفاع های مبتنی بر عامل در برابر تهدیدات مبتنی بر هوش مصنوعی ارائه می گردد.

کلیدواژه ها:

هوش مصنوعی تهاجمی ، هوش مصنوعی تدافعی ، بدافزار خودتطبیق دهنده ، فیشینگ عمیق ، هوش مصنوعی مبتنی بر عامل ، امنیت سایبری خودکار ، چارچوب های حاکمیتی ، آزمایشگاه امنیت هوش مصنوعی