Utimaco: حماية أنظمة الذكاء الاصطناعي تتطلب الانتقال إلى التشفير ما بعد الكم

ترى Utimaco أن المشكلة الرئيسية أمام الذكاء الاصطناعي في المؤسسات لم تعد في جودة النماذج، بل في حماية البيانات التي تُدرَّب عليها هذه النماذج وتعمل بها. وتحذّر الشركة من أن بناء بنية الذكاء الاصطناعي التحتية لمواجهة تهديدات اليوم فقط سيضطر الشركات إلى إعادة تصميمها بعد بضع سنوات لتلائم متطلبات الأمان ما بعد الكمّي.

العائق الرئيسي أمام الاعتماد

يذكر الكتاب الإلكتروني AI Quantum Resilience أن الشركات تتباطأ في اعتماد الذكاء الاصطناعي في أغلب الأحيان لا بسبب غياب سيناريوهات الاستخدام، بل بسبب خطر تسريب بياناتها أو التلاعب بها أو اختراقها. ويزداد هذا الأمر حساسية لدى المؤسسات التي تريد تدريب النماذج على مستنداتها الداخلية ومعلوماتها المالية وملكيتها الفكرية وغيرها من المعلومات التي تحتفظ بقيمتها لفترة طويلة. وكلما ارتفعت قيمة البيانات زادت كلفة الخطأ: فاختراق مسار التدريب (training pipeline) يضرب جودة النموذج ويرفع المخاطر القانونية في آن واحد.

وتكمن المشكلة في أن التهديدات تظهر على امتداد مسار العمل مع الذكاء الاصطناعي كله. فالأمر لا يقتصر على مرحلة الاستدلال (inference) التي يدور الحديث فيها عادةً عن prompt injection وتسريب النتائج. فالمخاطر تنشأ أيضاً عند تحميل البيانات، وأثناء التدريب، وعند تخزين المفاتيح، ومع نشر النموذج وتشغيله لاحقاً. وإذا بقيت إحدى هذه الطبقات بلا حماية، حصل المهاجم على نقطة دخول إلى المنظومة بأكملها.

ثلاث مناطق خطر

تحدد Utimaco ثلاثة اتجاهات أساسية تكون فيها أنظمة الذكاء الاصطناعي عرضة للاختراق منذ الآن، حتى قبل بلوغ عصر الحواسيب الكمّية الكاملة. وهذه ليست سيناريوهات نظرية، بل مخاطر عملية تواجه الشركات التي تجمع البيانات لسنوات ثم تستخدمها في النماذج والمساعدات وخدمات الذكاء الاصطناعي الداخلية.

• تسميم بيانات التدريب — يمكن للمهاجم دسّ بيانات أو تعديلها بحيث يبدأ النموذج بإنتاج نتائج مشوَّهة، فيصعب اكتشاف السبب.
• سرقة النماذج أو نسخها — إذا جرى استخراج النموذج أو إعادة إنتاجه، تخسر الشركة ملكيتها الفكرية وميزتها التنافسية.
• كشف البيانات الحساسة — قد تُعترض البيانات المستخدمة أثناء التدريب أو الاستدلال إذا كانت البيئة والمفاتيح محميتين بضعف.

ويرتبط خطر مستقل بمبدأ harvest now, decrypt later: إذ يمكن سرقة البيانات المشفّرة اليوم وفك تشفيرها لاحقاً عند ظهور وسائل كمّية أقوى. ولذلك لا ينبغي حماية العمليات الجارية فحسب، بل الأرشيفات ومجموعات البيانات وأي أصول يجب أن تبقى مغلقة لسنوات.

كيف تُبنى الحماية

يقدّر المؤلفون أن التشفير الحالي بالمفتاح العام قد يبدأ بفقدان موثوقيته خلال العقد المقبل. ولهذا لا يجوز تأجيل الانتقال إلى الخوارزميات ما بعد الكمّية حتى يصبح الخطر واسع الانتشار، لأن إعادة بناء البروتوكولات وأنظمة إدارة المفاتيح ومسائل التوافق والأداء تستغرق سنوات. ويشير المؤلفون صراحةً إلى أن هذا الانتقال سيمسّ قابلية التشغيل البيني (interoperability) بين الأنظمة وسرعة عمل البنية التحتية.

وكاستراتيجية انتقالية، تقترح Utimaco مفهوم crypto-agility، أي القدرة على تغيير خوارزميات التشفير دون إعادة تصميم كاملة للبنية، عبر نهج هجين يجمع بين التشفير الكلاسيكي وما بعد الكمّي، بما في ذلك الطرق التي يقترحها NIST.

لكن التشفير وحده لا يكفي. فيؤكد التقرير بشكل مستقل على دور البيئات المحمية بالعتاد وبيئات enclaves التي تعزل المفاتيح والعمليات الحساسة عن البنية التحتية المعتادة. وفي هذا المخطط يمكن توليد مفاتيح تشفير البيانات وتوقيع النماذج وتخزينها داخل نطاق موثوق، والتحقق من سلامة النموذج قبل نشره، وحماية البيانات التي تُعالَج أثناء الاستدلال (inference). وإضافة إلى ذلك، تتيح الوحدات العتادية إجراء إثبات خارجي لسلامة البيئة (attestation) وحفظ سجلات وصول يصعب العبث بها، وهو أمر مفيد أيضاً للامتثال لمتطلبات مثل EU AI Act.

ماذا يعني ذلك

بالنسبة إلى الشركات التي تبني الذكاء الاصطناعي على بياناتها الخاصة، لم يعد الأمان «طبقة إضافية» بل صار جزءاً من معمارية المنتج. وسيكون الرابحون هم من يضعون منذ الآن في حسابهم الانتقال التشفيري وحماية المفاتيح والنطاقات العتادية الموثوقة، لا من يحاولون إصلاح كل شيء بعد أول تسريب خطير أو بعد ظهور التهديدات ما بعد الكمّية.