تصميم نظام الوعي الأوضاعي الأمني لشبكة الطاقة SCADA قائم على GWO-LSTM المحسّن

الحفاظ على استمرار التيار في عالم متصل

لم تعد شبكات الطاقة الحديثة تكتفي بنقل الكهرباء؛ فهي أنظمة رقمية واسعة تتواصل باستمرار مع أجهزة الاستشعار والحواسيب وغرف التحكم. هذه الاتصالية تزيد الكفاءة لكنها تفتح أيضاً المجال أمام هجمات سيبرانية قد تقطع التيار عن المنازل والمستشفيات والمصانع. يشرح البحث طريقة جديدة لرصد «صحة» شبكة التحكم في الشبكة الكهربائية في الوقت الحقيقي، لاكتشاف الهجمات والمشكلات مبكراً وبدقة أعلى من الأدوات الحالية.

لماذا تحتاج الشبكة إلى حراس رقميين

تعتمد المرافق الكهربائية على أنظمة معلومات الشبكة وشبكات تحكم SCADA لتتبع تدفقات الكهرباء وإرسال أوامر إلى المعدات. ومع تزايد تعقيد هذه الأنظمة واتصالها بشبكات أوسع، أصبحت أكثر عرضة للاختراق والتهديدات الرقمية الأخرى. كثير من أدوات الأمان الحالية تفشل في رصد العلامات التحذيرية الدقيقة، أو تولّد الكثير من الإنذارات الكاذبة، أو لا تواكب أنماط حركة المرور المتغيرة على الشبكة. يجادل المؤلفون بأن المرافق بحاجة إلى «وعي وضعي»—نظرة مستمرة لحالة الأمن العامة يمكنها اكتشاف السلوك غير الطبيعي، وتقييم مستوى الخطر، والتنبؤ بكيفية تطور التهديدات مع مرور الوقت.

تعليم الخوارزميات لصيد التهديدات

لتحسين هذه الصورة الأمنية، يجمع البحث بين نوعين من الطرق الحاسوبية: نهج تحسين مستوحى من كيفية صيد الذئاب الرمادية في مجموعات، وشبكة تنبؤ سلاسل زمنية تُستخدم غالباً في معالجة الكلام واللغة. يستكشف الأسلوب المستوحى من الذئاب إعدادات متعددة لنموذج التنبؤ، باحثاً عن تركيبات تُنتج أدق التوقعات. ثم تتعلم شبكة التنبؤ أنماطاً من نشاط الشبكة والأحداث الأمنية السابقة، مثل الهجمات وحركة المرور العادية، لتتوقع «الوضع» المستقبلي—قيمة واحدة تعكس مدى أمان الشبكة أو تعرضها للخطر. من خلال ضبط الإعدادات الداخلية الرئيسية تلقائياً، يساعد خوارزم الذئب المحسّن نموذج التنبؤ على تجنب الوقوع في حلول ضعيفة وتتبع التحولات الطفيفة في السلوك بشكل أفضل.

رؤية المشاكل المتسلسلة قبل أن تنتشر

نظرًا لأن شبكات الطاقة مترابطة بشدة، يمكن لفشل أو هجوم في مكان واحد أن يثير تفاعلاً متسلسلاً. لذلك يربط الباحثون نموذج التنبؤ لديهم بتحليل للخلل المتسلسل—كيفية انتشار المشاكل المحلية عبر الشبكة الأوسع. باستخدام مجموعة بيانات أمن سيبراني مدروسة على نطاق واسع تحاكي مرور الشبكة، يظهرون أن طريقتهم المجمعة يمكنها تقدير مكان ووقت ظهور المشكلة بدقة أكبر، وكيف قد تنتقل بين الخدمات والأجهزة الفردية والشبكة ككل. لا يكتفي النموذج بتصنيف المستوى الحالي للأمن (من «آمن» إلى «خطر شديد للغاية») بل يتنبأ أيضاً بالتغيرات المقبلة حتى يتمكن المشغلون من التدخل قبل أن تتحول المشكلات البسيطة إلى انقطاعات كبيرة.

بناء مركز أعصاب أذكى للشبكة

فوق نموذج التنبؤ، يصمم المؤلفون منصة أمنية كاملة لـSCADA ذات طبقات مميزة لجمع البيانات والتحليل والتخزين ولوحات عرض بصرية. تُنقح بيانات الشبكة الواردة وتُضغط، ثم تمر عبر شبكة اعتقاد عميق لتقييم الوضع الحالي وعبر نموذج التنبؤ المضبوط بخوارزم الذئب للنظر إلى الأمام. تساعد خوارزميات إضافية في تقليل الإنذارات الكاذبة من خلال تحسين كيفية وزن النظام لأنواع الهجمات المختلفة وتأثيرها على سرية وسلامة وتوافر بيانات الشبكة. في الاختبارات، يحقق النهج الجديد انخفاضاً حاداً في مقاييس الخطأ الشائعة، ويخفض الإيجابيات الكاذبة والهجمات الفائتة بأكثر من النصف مقارنة بعدة تقنيات معيارية، ويظل سريعاً بما يكفي ليكون عملياً للرصد في الوقت الحقيقي.

ما الذي يعنيه هذا للموثوقية اليومية

بالنسبة لغير المتخصصين، الرسالة الأساسية أن المؤلفين بنوا نظام إنذار مبكر أذكى للمخاطر السيبرانية على شبكة الطاقة. من خلال السماح للخوارزميات باستكشاف إعدادات عديدة والتعلم من بيانات مرور غنية، يمكن لطريقتهم تقييم مدى أمان الشبكة في أي لحظة بدقة أكبر وتوقّع كيفية تغير هذا الوضع. هذا يعطي المشغلين إشارات أوضح وأبكر حول أين يركزون جهودهم ومدى استعجال الاستجابة. إذا تم التحقق من هذه التقنيات على شبكات مرافق حقيقية، فقد تساعد في إبقاء الكهرباء، وخدمات حيوية أخرى مثل المياه والغاز والتحكم المروري، تعمل بأمان حتى مع ازدياد اتصالها وتعريضها للتهديدات الرقمية.

الاستشهاد: Chen, Z., Zheng, H., Gao, L. et al. Design of security situation awareness power grid SCADA system based on improved GWO-LSTM. Sci Rep 16, 8788 (2026). https://doi.org/10.1038/s41598-026-38382-1

الكلمات المفتاحية: الأمن السيبراني لشبكة الطاقة, الوعي الوضعي, كشف التسلل, التعلّم الآلي لنظم SCADA, أمن البنية التحتية الحيوية