نهج مدفوع بالذكاء الاصطناعي لتأمين بيانات النسخ الاحتياطي وتعزيز المرونة السيبرانية في البنية التحتية الذكية المستدامة

لماذا يهم الحفاظ على بيانات المدينة آمنة

تملأ المدن الحديثة بالمستشعرات والكاميرات والأجهزة المتصلة التي تحافظ بهدوء على سير حركة المرور، وتدفق الطاقة، وتشغيل المستشفيات. إذا نجح المجرمون في قفل أو تلف البيانات التي تقف خلف هذه الخدمات، يمكن أن تتعطل الحياة اليومية للمدينة بأكملها. تستكشف هذه الورقة طريقة جديدة لضمان أنه حتى إذا شن المهاجمون هجمات — خاصة برامج الفدية — يمكن للمدينة اكتشاف الهجوم بأمان واستعادة بيانات النسخ الاحتياطي النظيفة دون إهدار طاقة أو وقت.

كيف تصبح المدن الذكية أهدافاً سهلة

تعتمد المدن الذكية على آلاف الأجهزة الصغيرة التي ترسل معلومات باستمرار إلى خوادم بعيدة. هذا يخلق سطحاً رقمياً ضخماً يمكن للمجرمين الإلكترونيين استغلاله. برامج الفدية، التي تشفر البيانات وتطالب بفدية لفتحها، تشكل خطراً خاصاً هنا: فقد تعطل أنظمة المرور أو معالجة المياه أو سجلات المرضى. ركزت أنظمة الأمان السابقة على رصد الهجمات، لكنها غالباً ما أغفلت خطوة حاسمة — وهي التحقق مما إذا كانت نسخ البيانات الاحتياطية قد تم العبث بها أيضاً قبل إعادة وضعها قيد الاستخدام. كما قد تواجه صعوبة مع أنواع جديدة من الهجمات وتستهلك قدراً كبيراً من الطاقة، مما يتعارض مع أهداف الاستدامة.

قناة بقاء بيانات أذكى للمدينة

يقترح المؤلفون شبكة أمان شاملة لبيانات المدينة تجمع بين اتصالات فعالة، وتشفير قوي، والذكاء الاصطناعي، وفحص دقيق للنسخ الاحتياطية. تُجمَع أجهزة الاستشعار في أنحاء المدينة في عناقيد بحيث يمكن إرسال ومعالجة البيانات بطريقة موفرة للطاقة. أثناء انتقال المعلومات من هذه العقد إلى سحابة مركزية، تُحمى باستخدام شكل متخصص من التشفير مصمم ليكون آمناً وأقل استهلاكاً للحسابات من الطرق التقليدية. في الوقت نفسه، يُرتبط كل جزء مخزن من البيانات ببصمة رقمية مضغوطة، أو هاش، يمكنها لاحقاً إثبات ما إذا كانت البيانات قد تغيرت.

تدريس الآلات على رصد برامج الفدية

لالتقاط برامج الفدية مبكراً، يستخدم الإطار محرك كشف قائم على الذكاء الاصطناعي تم تدريبه على مجموعات كبيرة من الملفات الخبيثة والعادية من العالم الحقيقي. يقوم النظام أولاً بتنظيف البيانات الواردة وتوحيدها، ثم يجمعها حسب السلوك المماثل لتسريع المعالجة. كما ينشئ ملخصات شبيهة بالصور تسمى خرائط حرارة الارتباط، والتي تبرز كيف ترتبط ميزات الملف بعضها ببعض. تُغذى هذه الميزات إلى بنية شبكة عصبية مخصصة تجمع وحدات متكررة موفرة للذاكرة، وتنشيط خاص يسمى "swim" يحسن التعلم، وحيلة تنظيم تقلل الإفراط في التعلّم. يسمح التعلم النقلي للنموذج بإعادة استخدام المعرفة من تهديدات سابقة بحيث يمكنه التكيف بسرعة أكبر مع أنماط هجوم جديدة أو نادرة.

التحقق من النسخ الاحتياطية قبل الوثوق بها

عندما يشتبه محرك الذكاء الاصطناعي بوقوع هجوم، لا يعيد النظام ببساطة أحدث نسخة احتياطية ويأمل الأفضل. بدلاً من ذلك، يجري فحص سلامة النسخ الاحتياطية باستخدام طريقة هاش جديدة تسمى Murmur Polytopes Hash. تختار هذه الطريقة بعناية قيمها الداخلية الابتدائية لتنتج بصمات عشوائية بدرجة عالية، يصعب التنبؤ بها، وبسرعة أكبر ومع تصادمات أقل من البدائل الشائعة. تُخزن النسخ الاحتياطية ليس فقط في السحابة بل أيضاً في شبكة تخزين لامركزية. تحافظ كلتا الموقعين على هياكل شجرية قائمة على الهاش تجعل من السريع التحقق مما إذا كانت نسخة احتياطية معينة تطابق تماماً ما تم تخزينه أصلاً. إذا اتفقت الهاشات من السحابة والتخزين اللامركزي لنفس نقطة الزمن، تُستعاد النسخة؛ وإذا لم تتطابق، تُحظر البيانات المشبوهة.

توفير الطاقة مع البقاء مرنين

نظراً لأن المدن الذكية يجب أن تكون مستدامة أيضاً، صمم المؤلفون نظامهم للحد من استهلاك الطاقة. تختار طريقة التجميع الخاصة بهم مجموعات العقد ومراكز العناقيد بطريقة تقلل الاتصالات المهدرة وتوازن الحمل، مما يؤدي إلى تقليل استهلاك الطاقة والكمون مقارنة بتقنيات التجميع القياسية. تُظهر الاختبارات عبر عدة مجموعات بيانات ضخمة للبرمجيات الخبيثة أن نموذج الكشف المقترح يحقق دقة أعلى وتنبيهات كاذبة أقل من التصاميم الشبكية العصبية المستخدمة على نطاق واسع، بينما تكون مخططات الهاش والتشفير الجديدة أسرع وأكثر أماناً من البدائل الشائعة. يح حفظ الإطار العام حماية قوية خلال كل من التشغيل العادي وسيناريوهات التحقق من الهجوم والاستعادة.

ماذا يعني هذا في الحياة اليومية

بشكل عملي، تقدم هذه العمل للمدن الذكية طريقة أكثر اعتمادية للتعافي من الحوادث السيبرانية دون الثقة العمياء بنسخ احتياطية قد تكون مصابة. من خلال الجمع بين الذكاء الاصطناعي المتقدم والتحقق الدقيق من النسخ الاحتياطية وتصميم واعٍ للطاقة، يساعد الإطار على ضمان إمكانية استعادة الخدمات الحيوية من بيانات نظيفة، حتى في وجه هجمات برامج الفدية المعقدة. بالنسبة للمواطنين، يترجم ذلك إلى أنظمة نقل وصحة وطاقة وسلامة عامة أكثر موثوقية تستمر في العمل — حتى عندما يحاول المهاجمون احتجاز بيانات المدينة كرهينة.

الاستشهاد: Kumar, B., Gupta, S.K., Dwivedi, R. et al. Artificial intelligence driven approach for securing backup data and enhancing cyber resilience in sustainable smart infrastructure. Sci Rep 16, 13609 (2026). https://doi.org/10.1038/s41598-026-37802-6

الكلمات المفتاحية: أمن مدن ذكية, كشف برامج الفدية, تكامل بيانات النسخ الاحتياطي, أمان الذكاء الاصطناعي, المرونة السيبرانية