من بيانات وهمية إلى برمجيات حقيقية: منصة Bugcrowd الجديدة لتدريب الذكاء الاصطناعي على اختراق البرمجيات وإصلاحها

الكثير من نماذج الأمن السيبراني القائمة على الذكاء الاصطناعي يتم تدريبها باستخدام مجموعات بيانات اصطناعية أو اختبارات معيارية مبسطة. لكن هذه البيانات غالباً لا تعكس تعقيد البرمجيات الحقيقية.

لذلك صممت Bugcrowd منصتها الجديدة بحيث توفر مئات الآلاف من بيئات التدريب المبنية على مشاريع مفتوحة المصدر تحتوي على شيفرة حقيقية وثغرات حقيقية.

في هذه البيئات يمكن لوكلاء الذكاء الاصطناعي التفاعل مع البرنامج بشكل عملي، واكتشاف كيف تظهر الثغرات في الأنظمة الواقعية وكيف يمكن استغلالها ثم إصلاحها.

دورة التعلم المعزز: اكتشف… استغل… أصلِح

تعتمد المنصة على تقنية التعلّم المعزز (Reinforcement Learning)، وهي طريقة تدريب يتعلم فيها النموذج من خلال التجربة والخطأ مع الحصول على تقييم واضح لكل نتيجة.

داخل كل بيئة تدريبية، يستطيع وكيل الذكاء الاصطناعي تنفيذ خطوات مشابهة لعمل الباحث الأمني:

• اكتشاف الثغرات في الشيفرة البرمجية
• تشغيل أو استغلال الخطأ لإثبات وجوده
• تقييم قابلية الاستغلال وتأثيره الأمني
• اقتراح إصلاحات أو التحقق من صحة الإصلاح

كل خطوة يتم تقييمها بنتيجة رقمية داخل النظام، ما يمنح النموذج تغذية راجعة قابلة للقياس تساعده على تحسين استراتيجياته تدريجياً.

التقنية جاءت من استحواذ Mayhem Security

تعتمد RL Environments على تقنيات من شركة Mayhem Security المتخصصة في الأمن الهجومي باستخدام الذكاء الاصطناعي، والتي استحوذت عليها Bugcrowd في نوفمبر 2025.

طورت Mayhem أدوات قادرة على اختبار البرامج بطريقة تشبه تفكير المهاجمين، باستخدام أنظمة آلية للعثور على الثغرات واستغلالها. بعد الاستحواذ، دمجت Bugcrowd هذه التقنيات مع منصتها التي تعتمد أيضاً على مجتمع عالمي من الباحثين الأمنيين.

الهدف هو إنشاء منظومة تجمع بين:

• الاختبار الأمني الآلي المعتمد على الذكاء الاصطناعي
• خبرة مجتمع الباحثين الأمنيين
• بيئات تدريب للتعلم المعزز

لماذا التدريب على برامج حقيقية مهم؟

الفرق الأساسي بين هذا النهج والنهج التقليدي هو واقعية البيانات.

البيانات الاصطناعية قد تساعد النماذج على تعلم الأنماط الأساسية، لكنها غالباً لا تعكس التعقيد الحقيقي للبرمجيات—حيث تظهر الثغرات نتيجة تفاعلات غير متوقعة بين أجزاء مختلفة من النظام.

تعتقد Bugcrowd أن تدريب الذكاء الاصطناعي في بيئات أقرب للواقع يمكن أن يؤدي إلى نماذج أمنية أكثر قدرة على اكتشاف الثغرات في الأنظمة الفعلية.

ماذا عن البيانات الحساسة؟

نظراً لحساسية الاختبارات الأمنية، أوضحت الشركة أن المنصة تستخدم برمجيات مفتوحة المصدر فقط لإنشاء بيئات التدريب.

وبحسب Bugcrowd، لا يتم استخدام أي بيانات تخص العملاء أو الباحثين الأمنيين أثناء التدريب، مما يسمح لمختبرات الذكاء الاصطناعي بتجربة اكتشاف الثغرات دون تعريض بيانات حساسة للخطر.

الذكاء الاصطناعي لا يستبدل القراصنة الأخلاقيين

رغم تركيز المنصة على الأتمتة، تؤكد Bugcrowd أن الهدف ليس استبدال الباحثين الأمنيين البشر.

الشركة تصف هذا التوجه بأنه "أمن معزز بالبشر"، حيث تعمل أدوات الذكاء الاصطناعي جنباً إلى جنب مع خبرة المخترقين الأخلاقيين. فالذكاء الاصطناعي قادر على استكشاف عدد هائل من السيناريوهات بسرعة، بينما يبقى البشر الأفضل في فهم السياق وتطوير استراتيجيات هجوم جديدة.

سباق تسلح جديد في الأمن السيبراني

السبب وراء هذه المبادرات هو أن المهاجمين أنفسهم بدأوا يستخدمون الذكاء الاصطناعي لاكتشاف الثغرات وإنشاء أدوات الاختراق بشكل أسرع.

وهذا يدفع شركات الأمن إلى تبني الذكاء الاصطناعي أيضاً. منصات مثل RL Environments تهدف إلى تدريب النماذج على مواجهة تهديدات أكثر تعقيداً ومساعدة الفرق الأمنية على اكتشاف الثغرات وإصلاحها بسرعة أكبر.

إذا نجح هذا النهج، فقد يصبح الذكاء الاصطناعي قادراً على تنفيذ جزء كبير من عملية اكتشاف الثغرات بشكل آلي، بينما يركز الخبراء البشر على الهجمات الأكثر تعقيداً والاستراتيجيات الأمنية طويلة المدى.