تمهيد
فرض النمو المتسارع لبيئات إنترنت الأشياء وتعاظم تعقيدها حاجة ملحة إلى آليات أمن سيبراني ذكية وقابلة للتكيف، فمع مليارات الأجهزة المتصلة ذات القدرات المحدودة تتسع أسطح الهجوم وتتنوع التهديدات بسرعة تفوق قدرة الدفاعات التقليدية القائمة على التوقيعات الثابتة، وفي هذا السياق برزت أنظمة كشف التسلل المعتمدة على الذكاء الاصطناعي حلًا واعدًا للتعرف إلى التهديدات والتخفيف منها في الزمن الحقيقي، إذ تتعلم من أنماط الحركة الطبيعية وتكشف السلوك الشاذ، غير أن الأدبيات المتراكمة في هذا المجال متباينة في مقاييس تقويمها ومعايير إبلاغها وتصاميمها المنهجية، ما يجعل تقويم فعاليتها الحقيقية مهمة تحتاج إلى مراجعة منهجية صارمة، وهو ما تنهض به هذه الدراسة
أولًا: أهداف الدراسة ومنهجيتها
تهدف الدراسة إلى تقويم فعالية أنظمة كشف التسلل المعتمدة على الذكاء الاصطناعي في شبكات إنترنت الأشياء تقويمًا منهجيًا، واتبعت لهذا الغرض إرشادات الإبلاغ المفضل لعناصر المراجعات المنهجية والتحليلات البعدية لعام 2020 المعروفة اختصارًا ببريزما، وأجرت بحثًا شاملًا في قاعدتي بيانات سكوبس وشبكة العلوم أسفر عن 203 دراسات، استوفت منها 51 دراسة معايير الإدراج، وهي دراسات منشورة بين عامي 2016 و2025، وحُللت الدراسات المشمولة من حيث توزيعها الجغرافي وتقنيات الذكاء الاصطناعي المستخدمة فيها وجودتها المنهجية ونتائجها المعلنة، ووُظف تحليل الانحدار البعدي ومخططات القمع المعززة بالخطوط الكنتورية لتقويم اتجاهات حجم الأثر وانحياز النشر عبر هذا الرصيد البحثي
ثانيًا: أبرز النتائج
أظهرت المراجعة أن معظم الدراسات صدرت عن الهند والمملكة العربية السعودية والصين، وأن الإنتاج البحثي بلغ ذروته عام 2024، وكشف تحليل الانحدار البعدي عن ارتباط موجب بين سنة النشر وحجم الأثر المعلن، بما يشير إلى تقدم مطرد في منهجيات الذكاء الاصطناعي عبر السنوات، وكانت تقنيات التعلم الآلي والتعلم العميق الأكثر استخدامًا، مع اتجاه متنامٍ نحو النماذج الهجينة والتجميعية التي تعزز دقة كشف التهديدات، كما أبدت الدراسات الحديثة اهتمامًا متزايدًا بالذكاء الاصطناعي القابل للتفسير استجابة لمطلب الشفافية وقابلية تأويل مخرجات النماذج، غير أن عدم تماثل مخططات القمع أشار إلى انحياز نحو نشر النتائج الإيجابية على حساب النتائج السلبية أو المحايدة
ثالثًا: دلالات الدراسة وتطبيقاتها
تؤكد النتائج أن أنظمة كشف التسلل المعتمدة على الذكاء الاصطناعي تملك إمكانات كبيرة في تقوية أمن إنترنت الأشياء، وبخاصة عبر مناهج التعلم الآلي والتعلم العميق والنماذج الهجينة، غير أن الدراسة تنبه في الوقت نفسه إلى تحديات جوهرية تتمثل في عدم اتساق مقاييس التقويم ومعايير الإبلاغ والتصاميم المنهجية بين الدراسات، وهو ما يعيق المقارنة الموثوقة بين النماذج وتراكم المعرفة، وتبرز الحاجة إلى معايير قياس موحدة وأطر عمل متينة توجه البحث المستقبلي وتكفل نشرًا موثوقًا لهذه الأنظمة في سياقات إنترنت الأشياء المتنوعة، كما يعني انحياز النشر المشاهد أن الأدبيات الحالية قد ترسم صورة أكثر تفاؤلًا من الواقع، ما يستدعي الحذر في تعميم نتائجها وتشجيع نشر النتائج أيا كانت وجهتها
وتضيف المراجعة إلى هذه الصورة أبعادًا تستحق الوقوف عندها، فتركّز الإنتاج البحثي في الهند والمملكة العربية السعودية والصين يعكس خريطة الاستثمار العالمي في أمن إنترنت الأشياء أكثر مما يعكس توزيع التهديدات ذاتها، ما يعني أن سياقات جغرافية وتشغيلية كثيرة ما تزال ممثلة تمثيلًا ناقصًا في الأدبيات، وأن تعميم النماذج المدربة في بيئة ما على بيئات مختلفة يحتاج إلى تحقق مستقل، كما أن تنامي الاهتمام بالذكاء الاصطناعي القابل للتفسير ليس ترفًا أكاديميًا، إذ يصعب على مشغلي الأمن الوثوق بتنبيه لا يفهمون سببه في بيئات حساسة كالمنشآت الصناعية والطبية المتصلة، ومن ثم يتجه مسار تطور المجال إلى نماذج تجمع بين دقة الكشف وقابلية التأويل، تقوَّم بمعايير موحدة على مجموعات بيانات مرجعية مشتركة تسمح بمقارنات عادلة بين الدراسات، وهو ما من شأنه تعزيز الثقة بالمعرفة المتراكمة في المجال وتسريع انتقال هذه الأنظمة من المختبرات البحثية إلى التطبيقات الفعلية واسعة النطاق
وخلاصة القول إن أنظمة كشف التسلل الذكية أثبتت عبر 51 دراسة مرجعة إمكانات واعدة في حماية شبكات إنترنت الأشياء، وتتصدرها نماذج التعلم العميق والهجينة بدقة متنامية عامًا بعد عام، غير أن نضج هذا المجال يظل معلقًا على توحيد مقاييس التقويم ومعايير الإبلاغ وكبح انحياز النشر، وهي مهام منهجية لا تقل أهمية عن تطوير النماذج ذاتها
