تعتمد مقررات أمن الشبكات اعتمادًا كبيرًا على المختبرات العملية التي يضبط فيها الطلاب شبكات لينكس افتراضية للتدرب على الهجوم والدفاع، غير أن التغذية الراجعة الآلية ما تزال نادرة لأن معيارًا موحدًا لتبادل التكوينات التفصيلية بين برمجيات التمارين والنماذج اللغوية الكبيرة التي يمكن أن تعمل معلمًا لم يكن متوافرًا، وتشمل هذه التكوينات الواجهات والجسور وجداول التوجيه وسياسات جدار الحماية، وغياب هذا المعيار يحد من قدرة النماذج على قراءة حالة الشبكة أو توليدها بصيغة مقروءة آليًا، ومن ثم يبقى المعلم البشري وحده مصدر التصحيح والتوجيه في معظم المختبرات
في هذا السياق قدمت الدراسة ملفًا تمرينيًا من عائلة يانغ يعالج فجوة التشغيل البيني هذه، ويعزز الملف وحدة الشبكات المعتمدة لدى فريق مهام هندسة الإنترنت بوحدة جديدة للأجهزة الشبكية، فيعبر عن إعدادات واجهات لينكس والتوجيه وقواعد جدار الحماية، ويوسم كل عقدة بأدوار مثل خادم لينكس أو جدار حماية لينكس، وبهذا يصبح تبادل الحالات الشبكية بين برمجية التمرين والنموذج اللغوي ممكنًا في الاتجاهين معًا
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تمكين النماذج اللغوية الكبيرة من تحليل حالات الشبكات وتوليدها آليًا داخل مختبرات أمن الشبكات، ودمج الباحث الملف المقترح في منصة لاينز كلاود الخاصة به، ثم قيّم أداء ثلاثة نماذج مملوكة هي تشات جي بي تي فور أو وكلود ثلاثة فاصلة سبعة سونيت وجيميناي اثنان فاصلة صفر فلاش، على أربع بنى شبكية تتدرج من زوج بسيط من العميل والخادم إلى سيناريوهات متعددة الشبكات الفرعية تضم أجهزة أمنية مخصصة
ثانيًا: أبرز النتائج
1، شمل التقييم 1050 مهمة موزعة على فهم الملف بواقع 180 مهمة وتحليل الحالات بواقع 750 مهمة وتوليد الحالات بواقع 120 مهمة، وأجابت النماذج الثلاثة إجابة صحيحة في 1028 حالة منها، فبلغت الدقة الكلية 97.9 في المئة
2، بلغت دقة مهام التحليل 98.1 في المئة ودقة مهام التوليد 93.3 في المئة، وذلك حتى مع الاكتفاء بإشارات متابعة قليلة لا تتجاوز ثلاث جولات، دون سلاسل توجيه مصممة يدويًا بعناية
3، أظهرت النتائج أن الملف يلتقط دلالات لينكس وجدران الحماية بصيغة واحدة قابلة للقراءة الآلية، وأن النماذج قادرة على التعامل معه عبر بنى مختلفة التعقيد، وهو ما يجعله أول ملف تمريني يوثق هذه الدلالات ويُتحقق منه تجريبيًا عبر ثلاثة نماذج مملوكة
ثالثًا: دلالات الدراسة وتطبيقاتها
تفتح هذه النتائج بابًا عمليًا لمختبرات أمنية مدعومة بالذكاء الاصطناعي، إذ يمكن للنماذج أن تقدم تغذية راجعة فورية وأن تولد سيناريوهات جديدة بمستويات متدرجة، بما يتجاوز قدرة المعلم البشري وحده على المتابعة الفردية، كما أن توحيد صيغة التبادل يسهل بناء أدوات تعليمية قابلة للمشاركة بين المقررات والمنصات المختلفة، ويقلل الجهد اليدوي في إعداد التمارين وتصحيحها
وتكتسب هذه الجهود أهمية متزايدة مع توسع الاعتماد على التعلم العملي في برامج الحوسبة والأمن السيبراني، إذ يواجه المعلمون صعوبة حقيقية في متابعة كل طالب على حدة داخل المختبرات المزدحمة، ولا سيما عندما تتطلب التمارين ضبط إعدادات معقدة واكتشاف أخطاء دقيقة في التوجيه أو جدار الحماية، ويساعد توحيد صيغة التبادل على تخفيف هذا العبء، لأنه يتيح للأنظمة الآلية قراءة حالة الطالب الحالية ومقارنتها بالحالة المطلوبة وتقديم إرشادات محددة بدل ملاحظات عامة، كما يسهل على المؤسسات التعليمية تبادل التمارين الجاهزة وتكييفها مع مقرراتها دون إعادة بناء البنية التحتية من الصفر، ويعزز ذلك فرص الطلاب في التدرب المتكرر والتجريب الآمن، حيث يتعلمون من أخطائهم في بيئة افتراضية دون تعريض شبكات حقيقية للخطر، ويطورون مهارات التفكير الأمني التي يحتاج إليها سوق العمل في مجال الدفاع السيبراني
وخلاصة القول إن الملف المقترح يمثل أساسًا عمليًا لتوسيع المختبرات الأمنية التفاعلية، ويبين أن النماذج اللغوية الكبيرة قادرة على فهم الحالات الشبكية وتوليدها بدقة عالية عندما تُقدم لها بصيغة منظمة، مما يعزز تعلم أمن الشبكات بالممارسة والتجريب
