کشف آسیب‌پذیری‌های نرم‌افزاری با کمک هوش مصنوعی، خطر حملات سایبری را افزایش می‌دهد

www.latestly.com

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

پیشرفت‌های سریع در حوزه هوش مصنوعی، موجی پیوسته از نقص‌های پنهان نرم‌افزاری را آشکار کرده است؛ موضوعی که کارشناسان امنیت سایبری را نسبت به وقوع موج‌های تازه‌ای از اختلالات دیجیتال در ماه‌های آینده نگران کرده است. این هشدارها پس از آن مطرح شد که با شناسایی آسیب‌پذیری‌های جدید در PHP، زبان برنامه‌نویسی متن‌بازی که بخش بزرگی از زیرساخت اینترنت جهان بر آن متکی است، تعطیلی‌های پیشگیرانه گسترده‌ای در درگاه‌های عمومی اروپا و آسیا صورت گرفت.

واکنش اضطراری اخیر، روندی شتاب‌گرفته در حوزه امنیت نرم‌افزار را برجسته می‌کند. به گزارش تایمز آو ایندیا، متیو پرینس، مدیرعامل شرکت کلادفلر، تأیید کرده است که چندین آسیب‌پذیری جدی را در بسته‌های نرم‌افزاری مهم دیگری نیز زیر نظر دارند. او پیش‌بینی کرده است که سازمان‌ها در دوره پیش رو با فشار عملیاتی شدیدی مواجه شوند؛ زیرا ابزارهای خودکار زیرساخت اینترنت را برای یافتن نقاط ضعف قدیمی و پنهان اسکن می‌کنند.

تصویری نمادین از هوش مصنوعی
تصویری نمادین از هوش مصنوعی (منبع تصویر: ویکی‌مدیا کامنز)

افشای گسترده آسیب‌پذیری‌ها و آماده‌باش برای وصله‌های امنیتی اضطراری

هم‌زمان با تلاش‌های فوری برای رفع مشکلات امنیتی PHP، تعداد آسیب‌پذیری‌های افشاشده در پلتفرم‌های بزرگ فناوری نیز به‌طور غیرمعمولی افزایش یافت. در همان بازه هفت‌روزه، نقص‌های امنیتی بحرانی در محیط اجرای Node.js و پلتفرم پخش آنلاین Plex شناسایی شدند.

در همین حال، رخنه‌های امنیتی، درگاه هوش مصنوعی LiteLLM و پلتفرم میزبانی برنامه Railway را تحت تأثیر قرار دادند. همچنین اطلاعاتی درباره ضعف کلیدهای رمزنگاری مورد استفاده شرکت هندی eMudhra، یکی از مراجع صدور گواهی دیجیتال، منتشر شد. پژوهشگران اطلاعات تهدید در شرکت VulnCheck تأکید می‌کنند که افشای هم‌زمان چنین آسیب‌پذیری‌هایی، مدیران فناوری اطلاعات را ناچار خواهد کرد برای محافظت از سامانه‌های در معرض دسترسی از طریق اینترنت، بارها تمرین‌های واکنش اضطراری انجام دهند.

کاهش فرصت واکنش و سرعت گرفتن ساخت ابزارهای سوءاستفاده

پلتفرم‌های نرم‌افزاری امروزی بر پایه مجموعه‌های گسترده و پیچیده‌ای از کد ساخته شده‌اند که ممکن است نقص‌های شناسایی‌نشده در آن‌ها دهه‌ها باقی بمانند. در گذشته، بررسی دستی کدها به تیم‌های امنیتی فرصت ارزشمندی می‌داد تا پیش از آنکه مهاجمان بتوانند با مهندسی معکوس، ابزارهای عملی سوءاستفاده از آسیب‌پذیری‌ها را بسازند، به‌روزرسانی‌های دفاعی را تهیه، آزمایش و منتشر کنند.

مدل‌های خودکار هوش مصنوعی این وضعیت را تغییر داده‌اند. این مدل‌ها می‌توانند میلیون‌ها خط کد را به‌طور مداوم بررسی کنند، آسیب‌پذیری‌ها را با سرعتی بالا و پشت سر هم شناسایی کنند و ظرف چند ساعت، محموله‌های عملیاتی لازم برای بهره‌برداری از آن‌ها را تولید کنند.

رهبران صنعت فناوری اذعان دارند که این روند در کوتاه‌مدت اختلالاتی ایجاد می‌کند؛ بااین‌حال، کارشناسان معتقدند شناسایی فعالانه و برطرف کردن نقص‌های پنهان نرم‌افزاری در نهایت می‌تواند تاب‌آوری بلندمدت اینترنت را تقویت کند.