0505276099للتواصل والاتصال
دليل عملي

DoWNet—classification of Denial-of-Wallet attacks on serverless application traffic

تقدم هذه الدراسة مصنفًا مبتكرًا لرصد هجمات حرمان المحفظة الخفية التي تستهدف تطبيقات الحوسبة عديمة الخادم لرفع فواتير استخدامها، يقوم على تمثيل حركة الطلبات في خرائط حرارية وتحليلها بشبكات عصبية التفافية تميز السلوك الطبيعي من الخبيث، وقد حقق المصنف دقة مقدارها 97.98 في المئة، واقترن بنظام مراقبة في الزمن الحقيقي ينذر مالكي التطبيقات بالسلوك المشبوه قبل تراكم الخسائر المالية

تتناول هذه الدراسة مشكلة أمنية مستجدة ترتبط بانتشار الحوسبة عديمة الخادم بوصفها نموذجًا برمجيًا متناميًا يتبناه المطورون حول العالم، لما يتمتع به من قابلية عالية للتوسع وموازنة تلقائية للأحمال ودفع مقابل الاستخدام الفعلي فقط، وهو ما يجعله أداة قوية تخفض التكاليف التشغيلية بدرجة كبيرة، غير أن هذه المزايا ذاتها تفتح الباب أمام تهديد فريد يعرف بهجمات حرمان المحفظة، ويتمثل في استهداف نقاط نهاية وظائف الحوسبة عديمة الخادم عمدًا بحركة طلبات مصطنعة لرفع فواتير الاستخدام على مالك التطبيق، وتزداد خطورة هذه الهجمات مع نمط فرعي منها يسمى الهجمات المتطفلة البطيئة، التي تنفذ الحرمان بمعدل منخفض قد يمر دون اكتشاف لأنه لا يظهر في صورة تدفق مفاجئ عنيف من الطلبات، ومن هنا تنبع أهمية الدراسة في سعيها إلى بناء وسيلة قادرة على رصد هذا النمط الخفي من الهجمات وتصنيفه بدقة، بما يحمي مالكي التطبيقات من خسائر مالية صامتة ويصون جدوى النموذج الاقتصادي للحوسبة عديمة الخادم ذاته

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى ابتكار وسيلة لاكتشاف هجمات حرمان المحفظة المتطفلة البطيئة التي تستهدف تطبيقات الحوسبة عديمة الخادم، ولتحقيق ذلك اقترح الباحثون مقاربة جديدة تقوم على تمثيل حركة الطلبات في صورة خرائط حرارية، ثم تدريب خوارزمية لتصنيف الصور على التمييز بين سلوك الحركة الطبيعي وسلوكها الخبيث، وقد وظف النموذج المقترح، الذي أطلق عليه اسم دو نت، الشبكات العصبية الالتفافية في تحليل هذه الخرائط الحرارية واستخلاص الأنماط المميزة للهجمات، كما صمم الباحثون نظامًا لتطبيق هذا النموذج يتيح لمالكي التطبيقات مراقبة حركة طلباتهم في الزمن الحقيقي والتنبه إلى أي سلوك مشبوه فور وقوعه، واعتمدت منهجية الدراسة على بناء المصنف وتدريبه على بيانات حركة مصنفة، ثم تقويم أدائه بقياس دقته في التمييز بين الحركتين الطبيعية والخبيثة، وصولًا إلى تصميم نظام المراقبة القابل للتشغيل الفعلي لدى أصحاب التطبيقات

ثانيًا: أبرز النتائج

أظهرت النتائج أن المصنف المقترح القائم على الشبكات العصبية الالتفافية حقق دقة بلغت 97.98 في المئة في تصنيف حركة الطلبات وتمييز السلوك الخبيث من السلوك الطبيعي، وهي دقة عالية تؤكد جدوى تمثيل الحركة في صورة خرائط حرارية ومعالجتها بأدوات تصنيف الصور، وتبين أن هذه المقاربة قادرة على التقاط النمط البطيء المتخفي للهجمات المتطفلة التي قد تفلت من وسائل الرصد التقليدية المعتمدة على حدود التدفق المفاجئ، كما أثبت تصميم النظام المقترن بالنموذج إمكان مراقبة الحركة في الزمن الحقيقي، بما يمنح مالك التطبيق إنذارًا مبكرًا بالسلوك المشبوه قبل أن تتراكم فواتير الاستخدام المصطنعة إلى مستويات مرهقة، وبذلك قدمت الدراسة حلًا متكاملًا يجمع بين دقة الاكتشاف وقابلية التطبيق العملي في بيئات الحوسبة عديمة الخادم الحديثة

ثالثًا: دلالات الدراسة وتطبيقاتها

تحمل نتائج الدراسة دلالات عملية مهمة لمطوري التطبيقات عديمة الخادم ومقدمي خدمات الحوسبة السحابية وفرق الأمن السيبراني، إذ توفر وسيلة استباقية لحماية الميزانيات التشغيلية من هجمات تستهدف الموارد المالية لا البيانات، وهو نمط تهديد آخذ في التزايد مع اتساع اعتماد نموذج الدفع مقابل الاستخدام، ويمكن لمقدمي المنصات السحابية دمج مثل هذه المصنفات في أدوات المراقبة والفوترة لتنبيه العملاء تلقائيًا عند رصد أنماط حركة مريبة، كما تفتح الدراسة المجال أمام تطوير وسائل اكتشاف أعم لأشكال الاحتيال المالي في البيئات السحابية، ومع ذلك تبقى الحاجة قائمة إلى اختبار النموذج على نطاق أوسع من أنماط الحركة والهجمات المستجدة، والتحقق من كفاءته الحسابية عند التشغيل المستمر، قبل تعميم الاعتماد عليه في البيئات الإنتاجية الكبيرة

ويكتسب هذا النمط من الهجمات خطورته من كونه يستغل خاصية أصيلة في الحوسبة عديمة الخادم هي الدفع مقابل كل استدعاء، فتتحول كل طلبة خبيثة إلى كلفة مالية مباشرة على مالك التطبيق، كما أن بطء وتيرته يجعل تمييزه من النمو الطبيعي في حركة التطبيقات أمرًا صعبًا على أدوات المراقبة التقليدية، وهو ما منح مقاربة الخرائط الحرارية قيمتها في قراءة الأنماط الدقيقة للحركة واكتشاف الانحرافات الطفيفة فيها

وخلاصة القول إن هذه الدراسة تقدم إسهامًا أمنيًا متخصصًا في مواجهة هجمات حرمان المحفظة التي تستهدف تطبيقات الحوسبة عديمة الخادم، إذ ابتكرت مصنفًا يعتمد على الشبكات العصبية الالتفافية وتحليل الخرائط الحرارية لحركة الطلبات، وحقق دقة مقدارها 97.98 في المئة، مقترنًا بنظام مراقبة في الزمن الحقيقي لمالكي التطبيقات، وبذلك تمنح الدراسة الممارسين أداة عملية للإنذار المبكر بهذا النمط الخفي من الهجمات المالية، وتمهد الطريق لمزيد من البحوث في أمن النماذج السحابية القائمة على الدفع مقابل الاستخدام وحماية مستخدميها من الاستنزاف المالي المتعمد

طلب بيانات المقال

آراء عملائنا

صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
سلة طلب الرسائل (0)