سطح هجوم الذكاء الاصطناعي

سطح هجوم الذكاء الاصطناعي الذي لا يأخذه أحد في الاعتبار

على مدى السنوات القليلة الماضية، كان لأمن التطبيقات حدود واضحة: المستودع و pipelineهناك كانت توجد أدوات التحكم، وهناك كانت تُجرى عمليات المسح، وهناك كانت الفرق تُقرر ما إذا كان سيتم نشر شيء ما في بيئة الإنتاج. كل ذلك كان يعتمد على افتراض واحد: أن المطور يختار بشكل صريح أي كود وأي تبعيات تدخل النظام.

لم يعد هذا الافتراض صحيحًا. فنسبة متزايدة من التعليمات البرمجية اليوم تُكتب أو تُقترح أو تُثبّت بواسطة وكيل ذكاء اصطناعي، غالبًا دون أن ينظر أحد إلى اسم ما يتم استدعاؤه. عندما يكون الـcisمع تغير ما يدخل في الكود، يتغير الهجوم أيضاً. ينتقل إلى مقدمة العملية: لحظة إنشاء الكود، داخل المساعد نفسه وفي الملفات التي تُهيئه.

هذا هو سطح هجوم الذكاء الاصطناعي لديك: كل نموذج، ووكيل، وخادم MCP، ومهارة، وكل تبعية يقترحها الذكاء الاصطناعي، والتي يمكن أن تُشكّل خطرًا قبل أن يراجعها أي إنسان. حتى الذكاء الاصطناعي نفسه الذي يثق به مطورو البرامج لديك أصبح جزءًا منه. هذا ليس خطرًا مُحتملًا، بل هو تحوّلٌ قد حدث بالفعل، وإليك كيف يبدو على أرض الواقع.

موجة من الهجمات، وليست حادثة معزولة

لا شيء مما يلي يُعد تمرينًا معمليًاcisأو افتراضية. هذه حوادث عامة وموثقة، جميعها تقريبًا من العام الماضي، وكل منها يقترب قليلاً من وكيل الذكاء الاصطناعي نفسه:

  • أغسطس 2025، التفرد: قام المهاجمون بسرقة رمز نشر من Nx، أحد أنظمة البناء الأكثر استخدامًا، ودفعوا إصدارات ضارة إلى npm، باستخدام أدوات الذكاء الاصطناعي للبحث عن الأسرار على أجهزة المطورين.
  • سبتمبر 2025، chalk/debug: إحدى أكبر عمليات الاختراق التي طالت npm من حيث الوصول، حيث تم الاستيلاء على 18 حزمة بأكثر من ملياري عملية تنزيل أسبوعية، من خلال اختطاف حساب أحد المشرفين.
  • سبتمبر 2025، شاي-هولود: أحد أوائل الفيروسات الموثقة القادرة على الانتشار الذاتي عبر npm. وكانت موجتها الثانية، في نوفمبر، أكثر شراسة وارتبطت بأسرار تم الكشف عنها عبر أكثر من 25,000 مستودع.
  • أكتوبر 2025، الواردات غير المستخدمة: جزء من حملة PhantomRaven، حيث أدخلت الهلوسة الناتجة عن الذكاء الاصطناعي برامج ضارة حقيقية إلى npm من خلال تقنية الاستيلاء على الملفات.
  • هذا العام، كلوهاب: سجل مهارات الذكاء الاصطناعي المسموم حيث كانت خمس من أكثر سبع مهارات تم تنزيلها عبارة عن برامج ضارة.

يتبنى القطاع الصناعي هذا الاستنتاج بشكل رسمي. يضع تقرير OWASP لأهم 10 مخاطر لتطبيقات إدارة المخاطر (LLM) ثغرة الحقن الفوري في المرتبة الأولى. ويستهدف تقرير OWASP لأهم 10 مخاطر لبرامج إدارة المخاطر (MCP) (الموجود حاليًا في مرحلة تجريبية) البروتوكول الذي تستخدمه البرامج الوسيطة للتواصل مع الأدوات. أما تقرير OWASP لأهم 10 مخاطر لمهارات البرامج الوسيطة، وهو مشروع جديد في مرحلة حاضنة الأعمال، فيُصنّف المهارات الخبيثة كأهم المخاطر. عادةً ما تتخذ OWASP خطواتها بحذر؛ إلا أن فتح ثلاث جبهات في وقت واحد، إحداها بشكل عاجل، يُشير إلى مدى سرعة هذا التطور.

تتفق النقاط الثلاث جميعها على فكرة واحدة: التعليمات والأدوات والإعدادات المتعلقة بالنموذج أصبحت الآن جزءًا من نطاق هجوم الذكاء الاصطناعي، وعادةً ما تكون موجودة داخل مستودعك الخاص. وهذا يطرح السؤال الأول الذي يجدر طرحه على فرقك: من يراجع ملفات القواعد والمهارات وإعدادات MCP الموجودة في مستودعك؟

سطح هجوم الذكاء الاصطناعي

 المتجه 1: المهارة المسمومة

المهارة عبارة عن ملف من التعليمات والقدرات التي تُعلّم وكيل الذكاء الاصطناعي كيفية أداء مهمة ما. وهي ليست الطريقة الوحيدة لتشكيل سلوك الوكيل (ملفات القواعد، hooks، وتكوينات MCP تفعل الشيء نفسه)، لكنها جميعًا تشترك في خاصية واحدة: وهي أنها تنتقل داخل المستودع، مع الكود.

استعرضت الأبحاث التي أجريت هذا العام 4,000 من هذه المهارات:

  • 36% منها كانت تحتوي على خلل أمني واحد على الأقل.
  • كانت نسبة 13.4% منها حرجة.
  • احتوى ما يقرب من 100 منها على حمولات خبيثة بشكل مباشر.

التحول الجوهري: لم يعد المهاجم يستهدف شفرتك البرمجية، بل يستهدف البرنامج الذي يكتبها، حيث يزرع تعليمات خفية (باستخدام أحرف غير مرئية أحيانًا) يقرأها البرنامج ويتعامل معها على أنها قابلة للتنفيذ. ثم يقوم مراجع بشري بالموافقة عليها. pull request بحسن نية لأن الملف يبدو نظيفاً في نظرهم. النموذج يفسر التعليمات التي لم يرها المراجع مطلقاً.

هذا ليس مجرد كلام نظري. فقد سمحت الثغرة CVE-2025-59536 (CVSS 8.7) بتشغيل برنامج Claude Code من مستودع غير موثوق، حيث يمكن لتكوين خبيث تنفيذ أوامر قبل موافقة المستخدم على مربع حوار الثقة. كما سمحت ثغرة أخرى، CVE-2026-21852، بتسريب مفتاح API من خلال تكوين يتحكم فيه المشروع، دون موافقة المستخدم.

H2: المتجه 2: القرفصاء المتهالك

يجمع الاسم بين كلمة "slop" (البيانات غير المرغوب فيها التي قد ينتجها الذكاء الاصطناعي أحيانًا) وهجوم انتحال أسماء النطاقات التقليدي. يعتمد هذا الهجوم على الخطأ البشري: حيث يقوم المهاجم بتسجيل اسم حزمة قريب من اسم شائع وينتظر حدوث خطأ إملائي. إنه أمر عشوائي.

القرفصاء غير المنظم لا ينتظر حدوث خطأ. في الدراسة المشار إليها خلال هذه الجلسة، أشارت 19.7% من مراجع الحزم التي تم إنشاؤها بواسطة نماذج الذكاء الاصطناعي إلى حزم غير موجودة. تميل النماذج إلى تكرار نفس الأسماء بشكل متكرر، لذلك يراقب المهاجم الأسماء التي يخترعها الذكاء الاصطناعي، ويسجل تلك الأسماء باستخدام التعليمات البرمجية الخبيثة، وينتظر عملية التثبيت التالية التي يقترحها الذكاء الاصطناعي لسحبها إلى تطبيقك.

النطاق ليس صغيراً: تم تحديد أكثر من 450,000 ألف حزمة خبيثة جديدة في عام 2025. مثالان يوضحان ذلك بشكل ملموس:

  • قام باحث بزرع حزمة اختبار غير ضارة تسمى Huggingface-cli لإثبات وجهة النظر. تم تسجيل ذلك أكثر من 30,000 ألف عملية تنزيل في ثلاثة أشهر.
  • الواردات غير المستخدمةمن خلال الجدول الزمني أعلاه، تأكد وجود برمجية خبيثة، موجودة في سجل عام، تستخدم هذه التقنية تحديدًا. لم يكن ذلك اختبارًا.

السؤال ليس ما إذا كان هذا سيحدث لفريقك، بل كم عدد الحزم المقترحة من الذكاء الاصطناعي التي تدخل إلى التعليمات البرمجية الخاصة بك اليوم دون أن يطلع عليها أحد.

الإجابة: standardبدأوا يلحقون بالركب

قوتان تعملان بالتوازي. وبينما تتسارع الهجمات، standardتتفاعل الأجسام:

  • معيار المعهد الوطني للمعايير والتكنولوجيا رقم 800-218A يوسع إطار تطوير البرمجيات الآمنة بممارسات خاصة بنماذج الذكاء الاصطناعي، بما في ذلك أدلة على النزاهة والأصل.
  • In مايو 2026، CISوشركائها الدوليين في مجموعة السبع تم نشر إرشادات حول قائمة مكونات البرمجيات للذكاء الاصطناعي، والتي تحدد ما ينتمي إلى تلك القائمة: النماذج، ومجموعات البيانات، والمكونات، والموردين، والتبعيات.

الاتجاه واضح: SBOM تتوسع لتصبح شركة متخصصة في الذكاء الاصطناعي وقوائم المواد. لا يمكنك التصديق أو الإقرار بما لا يمكنك حصره. واليوم، لا تستطيع معظم المؤسسات القيام بذلك.

  • 43% لا يمكنهم تدقيق أو جرد أدوات الذكاء الاصطناعي التي يستخدمونها بالفعل.
  • 79% ليس لديهم أي رؤية لوكلاء الذكاء الاصطناعي وأنظمة MCP التي تعمل في بيئتهم الخاصة.

في البيئات الخاضعة للتنظيم، يتحول هذا الجرد من ممارسة جيدة إلى توقع تعاقدي أو التزام امتثال. لكن الجرد لا يُظهر سوى ما لديك، ولا يكفي وحده لمنع الهجوم.

الفجوة: نظام كشف واستجابة نقاط النهاية لأمن التطبيقات

SAST و SCA صُممت الأدوات لتحليل الشفرة والتبعيات، وليس لتحليل سلوك الوكيل أو تكوينه. EDR تستطيع هذه الأدوات رصد العمليات واتصالات الشبكة، لكنها تفتقر عادةً إلى سياق أمان التطبيقات اللازم لتفسير التبعيات أو إعدادات الوكلاء. وبين هاتين الفئتين من الأدوات تكمن فجوة، تحديدًا في موضع إنشاء التعليمات البرمجية حاليًا، وفي موضع استغلال نقاط ضعف الذكاء الاصطناعي.

تحتوي تلك الفجوة على ثلاث نقاط عمياء:

  1. أصول الذكاء الاصطناعي. لا تظهر النماذج والوكلاء وخوادم MCP في قائمتك SASTأو SCAرادار. لا يمكنك جرد ما لا يمكنك رؤيته.
  2. ملفات التكوين. تُشكل المهارات والقواعد وإعدادات MCP سلوك الوكيل، ولكن عادةً ما تتم مراجعتها كما لو كانت نصًا عاديًا غير ضار.
  3. تثبيت الحزمة. A يمكن أن تعمل التبعية الخبيثة قبل أن يُعرف أنها خبيثة.ثم يقومون بتسريب الأسرار والرموز دون موافقة أي شخص.

كيف يختتم زيجيني الأمر

ما يفعله نظام الكشف والاستجابة لنقاط النهاية (EDR) لنقاط النهاية، زيجيني ما يفعله برنامج Shield لدورة حياة التطوير المدعومة بالذكاء الاصطناعي: فهو يحمي مكان إنشاء التعليمات البرمجية مع فهم سياق أمان التطبيق.

  • الرؤية حيث SAST و SCA لا تمد يدك. يقوم برنامج Xygeni بتحديد المهارات الضارة وملفات القواعد، وتحليل إعدادات MCP، وإنشاء ملف جاهز للتدقيق. AI-BOM، تم ربطها بـ OWASP LLM و MCP و Agentic Skills Top 10s.
  • المعلومات الاستخباراتية، وليس مجرد التوقيعات. يقوم نظام الإنذار المبكر بالبرمجيات الخبيثة (MEW) بتحليل سلوك ومخاطر أي حزمة برمجية لحظرها قبل ظهور أي ثغرة أمنية (CVE) أو إشعار تحذيري أو توقيع عام. كما تعمل معلومات الشبكة المُحدَّثة على قطع الاتصالات بالبنية التحتية المعروفة بضررها.
  • نقطة تحكم واحدة، من الكود إلى نقطة النهاية. وكيل واحد، يتم نشره دون إعادة تصميم البيئة، مع تضمين أدلة على سيادة البيانات الأوروبية والامتثال.

في عرض توضيحي مباشر، نجح تطبيق هذه السياسة في منع محاولة وكيل ذكاء اصطناعي تثبيت حزمة خبيثة عبر ثلاثة مسارات تثبيت مختلفة (بيئة افتراضية، مدير الحزم، والتنزيل المباشر) قبل اكتمال التثبيت، وتم تسجيل كل ذلك في الوقت الفعلي وتصديره إلى مركز عمليات الأمن السيبراني. يستغرق إعداد المشروع الأول عادةً حوالي ساعة، بينما يستغرق توسيع نطاق التغطية ليشمل مؤسسة بأكملها عادةً من أسبوع إلى أسبوعين، وذلك حسب هيكلها التنظيمي.

الأسئلة الشائعة

ما هي نقاط ضعف الذكاء الاصطناعي في فقرة واحدة؟ 

تُعرَّف منطقة هجوم الذكاء الاصطناعي بأنها مجموعة النماذج والوكلاء وخوادم MCP والمهارات وملفات القواعد والتبعيات المقترحة من الذكاء الاصطناعي، والتي يمكن من خلالها أن تتسلل المخاطر إلى التطبيق، غالبًا قبل مراجعته من قِبل المستخدم. وهي تتجاوز التعليمات البرمجية والتبعيات التقليدية لتشمل ملفات التكوين والتعليمات التي تُحدد سلوك وكيل الذكاء الاصطناعي.

كيف يمكنني معرفة ما إذا كان اسم الحزمة الذي اقترحه مساعدي الذكي مجرد هلوسة أم أنه اسم حقيقي ولكنه غير مألوف؟ 

تحقق قبل التثبيت: افحص سجل النظام وحلل المحتوى الفعلي للحزمة والغرض منها بدلاً من الاعتماد على اسمها فقط. يقوم Xygeni بأتمتة هذا التحقق في الوقت الفعلي أثناء إنشاء التعليمات البرمجية، بحيث تتم الموافقة على التثبيت أو رفضه قبل تشغيله، سواءً كانت الحزمة مألوفة لديك أم لا.

هل يؤثر التلاعب بالبيانات على جميع نماذج الذكاء الاصطناعي بالتساوي؟ 

شمل البحث الذي استند إليه الرقم 19.7% نماذج متعددة، ووجد أن المشكلة منتشرة على نطاق واسع، مع اختلاف طفيف بينها. وهذا نمط سائد في تطوير البرمجيات بمساعدة الذكاء الاصطناعي، وليس عيبًا خاصًا بمساعد واحد.

هل يمكننا التحقق بأثر رجعي مما إذا كنا قد قمنا بالفعل بتثبيت حزمة وهمية أو ضارة؟ 

نعم. تتيح منصة Xygeni للعملاء الوصول إلى قاعدة بيانات محدثة باستمرار للحزم الضارة المكتشفة، والتي يمكن البحث فيها مقابل قائمة مكوناتك الحالية، بحيث يمكنك التأكد ببضع نقرات مما إذا كان أي شيء مثبت بالفعل يمثل تهديدًا معروفًا.

كم من الوقت يستغرق التنفيذ بالنسبة لمنظمة متوسطة الحجم تضم فرقًا متعددة؟ 

عادةً ما تستغرق عملية إعداد مشروع أول حوالي ساعة. أما التوسع ليشمل مؤسسة بأكملها فيستغرق عادةً من أسبوع إلى أسبوعين، وذلك حسب هيكل الفريق وأساليب العمل. 

ارسم خريطة لسطح هجوم الذكاء الاصطناعي الخاص بك، مجاناً

ارسم خريطة لبصمة الذكاء الاصطناعي لتطبيقك مجانًا: أنشئ حسابًا و قم بإجراء الفحص الأولي في غضون دقائقابدأ بتطبيق واحد، وانظر إلى الذكاء الاصطناعي الموجود بداخله، وانظر إلى أي جزء من سطح هجوم الذكاء الاصطناعي الخاص بك يشكل خطراً.

*يتم تطبيق بعض القدرات المشار إليها أعلاه من خلال درع Xygeni و ASPMوحدات أمان الذكاء الاصطناعي؛ قد يختلف التوفر حسب الخطة. انظر xygeni.io للاطلاع على تفاصيل المنتج الحالية.

أدوات تحليل التركيبات البرمجية sca
إعطاء الأولوية للمخاطر التي تتعرض لها برامجك، ومعالجتها، وتأمينها
احصل على حسابك المجاني.
أي بطاقة ائتمان.

قم بتأمين تطوير البرامج الخاصة بك وتسليمها

مع مجموعة منتجات Xygeni