<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
	<channel>
		<title>حسوب I/O - مساهمات المستخدم zainnofanabuzaid</title>
		<description>المساهمات التي أرسلها zainnofanabuzaid - حسوب I/O</description>
		<language>ar</language>
		<generator>حسوب I/O</generator>
		<item>
			<title>كيف بدأت أبحث في استخدام الذكاء الاصطناعي لاكتشاف التصيد والهندسة الاجتماعية؟</title>
			<pubDate>Sat, 08 Aug 2026 22:43:50 +0000</pubDate>
			<link>https://io.hsoub.com/tech/185005-%D9%83%D9%8A%D9%81-%D8%A8%D8%AF%D8%A3%D8%AA-%D8%A3%D8%A8%D8%AD%D8%AB-%D9%81%D9%8A-%D8%A7%D8%B3%D8%AA%D8%AE%D8%AF%D8%A7%D9%85-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-%D9%84%D8%A7%D9%83%D8%AA%D8%B4%D8%A7%D9%81-%D8%A7%D9%84%D8%AA%D8%B5%D9%8A%D8%AF-%D9%88%D8%A7%D9%84%D9%87%D9%86%D8%AF%D8%B3%D8%A9-%D8%A7%D9%84%D8%A7%D8%AC%D8%AA%D9%85%D8%A7%D8%B9%D9%8A%D8%A9</link>
			<description><![CDATA[بدأ اهتمامي بهذا الموضوع من ملاحظة بسيطة: كثيرا من هجمات التصيد لا تعتمد على اختراق تقني مباشر بقدر ما تعتمد على إقناع المستخدم نفسه باتخاذ قرار خاطئ. قد تصل رسالة تبدو وكأنها من بنك أو شركة أو منصة معروفة وتطلب من المستخدم تسجيل الدخول أو تأكيد حسابه أو الضغط على رابط خلال وقت قصير. في هذه الحالة لا يعتمد الهجوم على الرابط فقط. طريقة كتابة الرسالة نفسها جزء من الهجوم. من هنا بدأت أبحث في العلاقة بين الذكاء الاصطناعي والأمن السيبراني وتحديدا في إمكانية استخدام الذكاء الاصطناعي للمساعدة في اكتشاف التصيد والهندسة الاجتماعية. ما الذي كنت أبحث فيه؟ كان السؤال الذي ركزت عليه هو: كيف يمكن للذكاء الاصطناعي أن يساعد في اكتشاف المؤشرات الموجودة في رسائل التصيد والهندسة الاجتماعية؟ بدأت بالنظر إلى الموضوع من أكثر من جانب. هناك مؤشرات تقنية يمكن تحليلها مثل الروابط والنطاقات وبعض خصائص العنوان. لكن هناك أيضا مؤشرات مرتبطة باللغة والسلوك مثل الاستعجال والتهديد وانتحال جهة موثوقة وطلب المعلومات الحساسة ومحاولة دفع المستخدم إلى اتخاذ قرار سريع. وهنا وجدت أن المشكلة أوسع من مجرد اكتشاف رابط ضار. لماذا لا يكفي فحص الرابط؟ لو وصلتني رسالة تحتوي على رابط مشبوه فمن الطبيعي أن يكون الرابط أحد أهم الأشياء التي يجب فحصها. لكن ماذا لو كان الرابط يبدو طبيعيا؟ ماذا لو كانت الرسالة نفسها تحاول التلاعب بالمستخدم؟ مثلا: &quot;تم تعليق حسابك. يجب تأكيد معلوماتك خلال 10 دقائق لتجنب إغلاق الحساب.&quot; حتى قبل فحص الرابط توجد عدة مؤشرات تستحق الانتباه. هناك استعجال واضح. هناك تهديد بعاقبة معينة. هناك محاولة لدفع المستخدم إلى التصرف بسرعة. وقد تكون هناك محاولة لانتحال جهة موثوقة. لذلك بدأت أتعامل مع التصيد باعتباره مشكلة تجمع بين الأمن السيبراني وتحليل المحتوى والسلوك البشري. أين يمكن أن يساعد الذكاء الاصطناعي؟ يمكن للذكاء الاصطناعي أن يساعد في تحليل كميات كبيرة من المحتوى والبحث عن أنماط قد يكون من الصعب ملاحظتها يدويا. يمكن مثلا تحليل النص بحثا عن أنماط مرتبطة بالاستعجال أو التهديد أو طلب المعلومات الحساسة. ويمكن تحليل الروابط والخصائص المرتبطة بها عندما تكون البيانات متاحة. ويمكن أيضا الجمع بين أكثر من نوع من المؤشرات بدلا من الاعتماد على مؤشر واحد. لكن هذا لا يعني أن الذكاء الاصطناعي يستطيع معرفة أن كل رسالة مشبوهة أو سليمة بشكل مؤكد. أي نموذج يمكن أن يخطئ. لذلك أرى أن الاستخدام الأفضل للذكاء الاصطناعي في هذه الحالة هو أن يعمل كأداة مساعدة تقدم تحليلا وتفسيرا للمستخدم بدلا من أن تتخذ القرار عنه. من البحث إلى ScamLens AI بعد دراسة الموضوع بدأت أعمل على فكرة ScamLens AI. الفكرة هي بناء نظام يساعد على تحليل محتوى مشبوه مثل الرسائل والبريد الإلكتروني والروابط ولقطات الشاشة والبحث عن المؤشرات المرتبطة بالتصيد والهندسة الاجتماعية. المهم بالنسبة لي لم يكن أن يعطي النظام نتيجة مثل: &quot;هذه رسالة خطيرة.&quot; بل أن يحاول توضيح السبب. مثلا يمكن أن يوضح أن الرسالة تحتوي على استعجال غير طبيعي أو طلب لمعلومات حساسة أو محاولة لانتحال مؤسسة أو رابط يحتاج إلى مزيد من التحقق. بهذا أصبحت ScamLens AI امتدادا تطبيقيا للموضوع الذي بدأت بدراسته بحثيا. أهمية تفسير النتيجة أحد الأشياء التي أصبحت مهتما بها أثناء العمل على الفكرة هو Explainable AI أو الذكاء الاصطناعي القابل للتفسير. لو قال لك نظام ما: &quot;درجة الخطورة 92 بالمئة&quot; فهذا لا يخبرك كثيرا. أما إذا قال: &quot;تم اكتشاف استعجال مصطنع وطلب لمعلومات حساسة ومحاولة محتملة لانتحال جهة موثوقة&quot; فالمستخدم أصبح قادرا على فهم سبب التحذير. في الأمن السيبراني أعتقد أن هذا الفرق مهم جدا لأن المستخدم يحتاج إلى فهم المشكلة حتى يستطيع اتخاذ قرار صحيح. ما الذي تعلمته من هذه التجربة؟ أهم شيء خرجت به من دراسة الموضوع هو أن التصيد ليس مشكلة تقنية فقط. المهاجم يمكن أن يستخدم رابطا أو نطاقا مشبوها لكن يمكنه أيضا استخدام اللغة والخوف والاستعجال والثقة وانتحال الهوية. وهذا يجعل الذكاء الاصطناعي مجالا مثيرا للاهتمام في هذا النوع من الأمن السيبراني لأنه يستطيع التعامل مع كميات كبيرة من البيانات وتحليل أنماط مختلفة في الوقت نفسه. وفي المقابل يجب عدم المبالغة في قدراته. أي نظام يحتاج إلى بيانات مناسبة واختبارات حقيقية وقياس واضح للنتائج قبل أن يمكن الاعتماد عليه. البحث والمقالات والمشروع نشرت بحثا بعنوان: &quot;The Role of Artificial Intelligence in Detecting Social Engineering and Phishing Attacks&quot; وبعد ذلك بدأت بكتابة مقالات مرتبطة بنفس الموضوع ونشرها في منصات تقنية مختلفة. كما أعمل على تطوير ScamLens AI باعتباره امتدادا عمليا لهذا المسار. أتعامل مع هذه الأعمال كأجزاء مرتبطة ببعضها: البحث يدرس المشكلة. المقالات تشرح الأفكار وتناقشها. المشروع يحاول تحويل بعض هذه الأفكار إلى تطبيق عملي. إلى أين يمكن أن يصل هذا المجال؟ هناك الكثير من المساحات التي يمكن البحث فيها مستقبلا. منها تحليل اللغة الطبيعية في رسائل التصيد وتحليل النصوص ولقطات الشاشة معا وتطوير نماذج أكثر قابلية للتفسير واستخدام بيانات واقعية لتقييم أنظمة الكشف. كما أن الخصوصية تمثل جانبا مهما لأن تحليل الرسائل والبريد الإلكتروني قد يتضمن معلومات شخصية. لذلك لا أعتقد أن بناء نظام ذكاء اصطناعي للكشف عن التصيد ينتهي عند إنشاء النموذج. الاختبار والخصوصية وقابلية التفسير وطريقة استخدام النتائج كلها أجزاء من المشكلة. خلاصة التجربة بدأ الموضوع بالنسبة لي كسؤال عن إمكانية استخدام الذكاء الاصطناعي في اكتشاف التصيد والهندسة الاجتماعية. ثم تحول إلى بحث ثم إلى مقالات ثم إلى فكرة مشروع اسمها ScamLens AI. ما أعمل عليه حاليا هو تطوير هذا المسار وفهم كيف يمكن الجمع بين البحث والتطوير البرمجي للوصول إلى أدوات أمنية تكون مفيدة للمستخدم وليست مجرد نموذج يعطي نتيجة غير مفسرة. البحث المرتبط بالموضوع: The Role of Artificial Intelligence in Detecting Social Engineering and Phishing Attacks المشروع المرتبط: ScamLens AI الكاتب: Zain Nofan Abuzaid زين نوفان ابوزيد]]></description>
		</item>
	</channel>
</rss>
