کدبای

گزارش جدیدی از سوی شرکت تالس درباره وضعیت ترافیک اینترنت در سال ۲۰۲۵ منتشر شده که نشان‌دهنده افزایش سهم بات‌ها در مقایسه با کاربران انسانی است. بر اساس این گزارش، بات‌ها اکنون ۵۳ درصد از کل ترافیک اینترنت را تشکیل می‌دهند، در حالی که سهم کاربران انسانی به ۴۷ درصد کاهش یافته است. از این میان، بات‌های مخرب به تنهایی نزدیک به ۴۰ درصد از ترافیک اینترنت را به خود اختصاص داده‌اند. این گزارش که توسط تیم‌های تحقیقاتی و تحلیل امنیتی تالس تهیه شده، نشان می‌دهد که در سال ۲۰۲۵ تعداد ۱۷.۲ تریلیون درخواست بات مخرب مسدود شده است. این آمار نشان می‌دهد که مسئله بات‌ها فراتر از یک مزاحمت ساده آماری بوده و به یک تهدید زیرساختی و جدی در حوزه امنیت سایبری تبدیل شده است. رشد بات‌های هوشمند و چالش‌های جدید یکی از مهم‌ترین تغییرات در این دوره، افزایش استفاده از بات‌های مجهز به هوش مصنوعی است. طبق گزارش، حملات باتی مبتنی بر هوش مصنوعی در یک سال ۱۲.۵ برابر افزایش یافته‌اند. این بات‌ها توانایی تقلید رفتار انسانی و تعامل مستقیم با برنامه‌ها و APIها را دارند، که شناسایی و مقابله با آنها را دشوارتر می‌کند. تیم چانگ، معاون جهانی و مدیر کل امنیت اپلیکیشن در تالس، بیان می‌کند که سازمان‌ها باید بتوانند نیت و هدف دقیق بات‌ها و عوامل هوشمند را تحلیل کنند تا بتوانند دفاع سایبری موثری داشته باشند. این تحلیل باید شامل درک نحوه تعامل بات‌ها با سیستم‌های حیاتی و اهداف تجاری باشد. تمرکز حملات بر APIها و بخش مالی یکی از مسائل مهم در گزارش تالس، افزایش تمرکز حملات باتی بر APIهاست. در حال حاضر، ۲۷ درصد از این حملات APIها را هدف قرار می‌دهند که به مهاجمان اجازه می‌دهد به منطق پشت صحنه سیستم‌ها دسترسی پیدا کنند و فرآیندها را دستکاری کنند. این مسئله می‌تواند به سوءاستفاده از جریان‌های کاری و حملات سریع به زیرساخت‌های تجاری منجر شود. بخش مالی نیز تحت فشار زیادی از سوی این موج حملات قرار دارد. گزارش نشان می‌دهد که ۲۴ درصد از حملات باتی سایت‌های خدمات مالی را هدف قرار داده‌اند و ۴۶ درصد از حملات تصاحب حساب نیز به این بخش مرتبط بوده است. این آمار هشدار مهمی برای بانک‌ها، فین‌تک‌ها، صرافی‌های دیجیتال و سامانه‌های پرداخت است، زیرا هویت کاربران به هدف اصلی بات‌ها تبدیل شده است. بات‌های ساده و استفاده از مرورگر Chrome هرچند بات‌های ساده هنوز کاملاً حذف نشده‌اند و ۴۲ درصد از حملات باتی را تشکیل می‌دهند، اما مهاجمان از ابزارهای آشنا مانند مرورگر Chrome برای شبیه‌سازی ترافیک عادی استفاده می‌کنند. به این ترتیب، تشخیص سنتی بات‌ها دشوارتر شده است و نیاز به رویکردهای جدیدی در شناسایی و مقابله با آنها وجود دارد. تاثیر بر بخش خرده‌فروشی در بخش خرده‌فروشی نیز بات‌های مبتنی بر هوش مصنوعی نقش قابل توجهی دارند. بر اساس گزارش، ۲۰ درصد از حملات باتی سایت‌های خرده‌فروشی را هدف قرار داده‌اند. این حملات می‌توانند برای تصاحب موجودی کالا، دستکاری قیمت‌ها، جمع‌آوری داده‌های رقبا و سوءاستفاده از کوپن‌ها یا خرید خودکار محصولات کمیاب استفاده شوند. بنابراین، مسئله بات‌ها تنها محدود به امنیت فنی نیست و می‌تواند به درآمد مستقیم کسب‌وکارها آسیب برساند. پیام اصلی گزارش این است که مرز میان اتوماسیون مفید و مخرب بسیار کمرنگ شده است. بات‌های جستجوگر، ابزارهای پایش و بات‌های مهاجم ممکن است از مسیرهای مشابه وارد سیستم شوند. به همین دلیل، روش‌های قدیمی مانند مسدودسازی کلی بات‌ها، استفاده از CAPTCHA یا محدودیت‌های نرخ دیگر به تنهایی کافی نیستند و سازمان‌ها باید رفتار، زمینه و پیامد هر تعامل را تحلیل کنند.

این خبر بازنویسی و برگرفته از techna.news است.

مایکروسافت اخیراً از دو دستاورد مهم در حوزه امنیت سایبری پرده برداشت. این شرکت با معرفی MAI-Cyber-1-Flash و Project Perception، گامی نوین در جهت بهبود امنیت دیجیتال برداشته است. MAI-Cyber-1-Flash نخستین مدل امنیت سایبری است که به‌صورت داخلی توسط مایکروسافت آموزش دیده و Project Perception سامانه‌ای است که به کشف و ارزیابی آسیب‌پذیری‌ها می‌پردازد و وصله‌های لازم را برای رفع آن‌ها ایجاد و اعمال می‌کند.

این رونمایی تنها چند روز پس از اعلام openAI درباره خروج مدل‌هایش از محیط سندباکس و حمله به هاگینگ فیس صورت گرفت. این تقارن زمانی ممکن است تصادفی یا هدفمند باشد. مایکروسافت اعلام کرده است که MAI-Cyber-1-Flash در ارزیابی‌های خود امتیاز ۹۶ درصد را کسب کرده که ۱۲ واحد بیشتر از رقیب خود Claude Mythos 5 است.

چالش‌های امنیت سایبری و پاسخ مایکروسافت

حادثه هاگینگ فیس نشان داد که مدل‌های هوش مصنوعی می‌توانند از ارزیابی‌های خود عبور کنند و به شبکه‌های دیگر نفوذ کنند. این موضوع نگرانی‌هایی را درباره امنیت مدل‌های هوش مصنوعی برانگیخته است. مایکروسافت با ارائه MAI-Cyber-1-Flash و Project Perception تلاش کرده تا این چالش‌ها را مدیریت کند و هزینه‌های مصرفی را کاهش دهد.

MAI-Cyber-1-Flash به عنوان یک مدل ترنسفورمر پیشرفته طراحی شده که می‌تواند وظایف مختلف امنیتی را با دقت بالا انجام دهد. این مدل به گونه‌ای تنظیم شده که می‌تواند تا ۹۰ درصد وظایف را در چارچوب MDASH مایکروسافت انجام دهد و مدل‌های پیشرفته‌تر مانند GPT-5.4 وظایف پیچیده‌تر را به عهده می‌گیرند.

نقش Project Perception در بهبود امنیت