المعهد الوطني للمعايير والتكنولوجيا يوسع إطار الأمن السيبراني CSF 2.0 ليشمل أنظمة الذكاء الاصطناعي
في 16 ديسمبر 2025، أصدر المعهد الوطني للمعايير والتكنولوجيا (NIST) المسودة الأولية لملف الأمن السيبراني للذكاء الاصطناعي (NIST Cyber AI Profile) لتوجيه المؤسسات في إدارة مخاطر أمن الذكاء الاصطناعي. وتوسع هذه الإرشادات، التي تم إعدادها بالتعاون مع مؤسسة MITRE، معايير الأمن السيبراني الحالية لتشمل أنظمة الذكاء الاصطناعي والنماذج وسلاسل العمل. وتتيح هذه القواعد لفرق إدارة المخاطر دمج تطبيقات الذكاء الاصطناعي والخدمات الخارجية ضمن برامج إطار الأمن السيبراني NIST CSF 2.0 القائمة دون الحاجة إلى إنشاء هياكل إدارية جديدة.
كيف يوسع معيار NIST IR 8596 إطار CSF 2.0 ليشمل أنظمة الذكاء الاصطناعي
يعد NIST IR 8596 ملفاً مجتمعياً أصدره المعهد الوطني للمعايير والتكنولوجيا كمسودة أولية في 16 ديسمبر 2025. وتوسع هذه الوثيقة مخرجات إطار الأمن السيبراني NIST CSF 2.0، التي تتكون من الوظائف والفئات والفئات الفرعية، لتشمل أنظمة الذكاء الاصطناعي. وشملت قائمة مؤلفي المسودة كاتي رينا ميغاس وباربرا كوثيل من NIST، إلى جانب ماريسا دوتر، وميكائيل غاريس، وإيشيكا خيماني، وبرونوين باتريك، ونوح شيرو، وجولي نيثرري سنايدر، ومحمد زارعي من MITRE. وتم جمع التعليقات العامة حتى 30 يناير 2026 للإعداد للمسودة العامة الأولى.
المحاور الثلاثة الرئيسية لمسودة ملف الأمن السيبراني للذكاء الاصطناعي من NIST
تنظم مسودة ملف الأمن السيبراني للذكاء الاصطناعي من NIST إرشاداتها حول ثلاثة مجالات تركيز رئيسية لمعالجة المخاطر والفرص. يتعلق المحور الأول بالحماية (Secure)، ويدور حول تأمين مكونات نظام الذكاء الاصطناعي من خلال توسيع إدارة الثغرات الأمنية لتشمل أطر العمل والمكتبات البرمجية والأجهزة الخاصة بالأنظمة التي تشغلها المؤسسات أو تشتريها. أما المحور الثاني فهو الدفاع (Defend)، ويركز على تنفيذ الدفاع السيبراني المدعوم بالذكاء الاصطناعي، مثل استخدام الذكاء الاصطناعي لتحليل سجلات الأمان على نطاق واسع مع تأكيد بشري قبل اتخاذ إجراءات دفاعية. والمحور الثالث هو الإحباط (Thwart)، ويهدف إلى إحباط الهجمات السيبرانية المدعومة بالذكاء الاصطناعي من خلال تتبع معلومات التهديدات من مصادر مثل MITRE ATLAS وOWASP Top 10 للنماذج اللغوية الكبيرة.
كيف يطبق إطار NIST للأمن السيبراني للذكاء الاصطناعي الوظائف الجوهرية الست
يترجم إطار NIST للأمن السيبراني للذكاء الاصطناعي الوظائف الجوهرية الست لإطار CSF 2.0 إلى إجراءات عملية لتطبيقات الذكاء الاصطناعي. وتحت وظيفة الحوكمة (Govern)، تعين المؤسسات مسؤولاً محدداً عن مخاطر الذكاء الاصطناعي، وتحدد سياسة الاستخدام المقبول، وتحتفظ بجرد لجميع أنظمة الذكاء الاصطناعي. وتحت وظيفة التحديد (Identify)، تقوم الفرق بتصنيف النماذج ومجموعات البيانات والموجهات (Prompts) وواجهات برمجة التطبيقات (APIs) وخدمات الذكاء الاصطناعي الخارجية إلى جانب البيانات التي تتفاعل معها. وتتطلب وظيفة الحماية (Protect) تطبيق حد أدنى من الصلاحيات، وحواجز حماية البيانات، والتحكم في الوصول إلى أنظمة الذكاء الاصطناعي وبيانات الاعتماد. بينما تفرض وظيفة الاكتشاف (Detect) مراقبة سلوك الذكاء الاصطناعي، بما في ذلك استدعاءات الأدوات غير العادية أو الوصول غير المعتاد للبيانات، بدلاً من التركيز فقط على البنية التحتية الأساسية. وتعد وظيفة الاستجابة (Respond) تدابير احتواء الحوادث، مثل تعطيل وكيل الذكاء الاصطناعي أو إلغاء الوصول. وأخيراً، تتطلب وظيفة الاسترجاع (Recover) الاحتفاظ بنسخ موثوقة من النماذج ومصادر البيانات أثناء اختبار استعادة الخدمات.
التغييرات التي يقدمها الملف لإدارة المخاطر في المؤسسات
بالنسبة لفرق إدارة المخاطر في المؤسسات، يغير الملف كيفية دمج أنظمة الذكاء الاصطناعي في الرقابة الحالية على المخاطر. ويظل إطار CSF 2.0 محايداً تقنياً عبر بيئات تكنولوجيا المعلومات وتكنولوجيا التشغيل وإنترنت الأشياء والسحابة والأجهزة المحمولة والذكاء الاصطناعي، مما يعني أن الشركات لا تحتاج إلى الانتظار لحين صدور إطار عمل مستقل قبل تبني الذكاء الاصطناعي. ويتولى الملف مهمة إدراج روبوتات الدردشة ونماذج التقييم والبرامج المدعومة بالذكاء الاصطناعي ضمن برامج مخاطر الأمن السيبراني القائمة. ومن خلال إدراج أصول الذكاء الاصطناعي في سجلات المعالجة الحالية ومراجعات الحوكمة ومراقبة المخاطر، تتجنب المؤسسات تشغيل برامج امتثال مكررة لأدوات الذكاء الاصطناعي.
المقارنة بين NIST CSF 2.0 وAI RMF في إدارة المخاطر
توضح المقارنة بين NIST CSF 2.0 وAI RMF كيفية تنسيق NIST بين معايير الأمن السيبراني العامة والإرشادات المتخصصة للذكاء الاصطناعي. وفي حين يركز إطار إدارة مخاطر الذكاء الاصطناعي (NIST AI RMF) على تحسين موثوقية الذكاء الاصطناعي بشكل عام، يقوم ملف NIST CSF 2.0 للذكاء الاصطناعي بدمج اعتبارات الذكاء الاصطناعي مباشرة في برنامج الأمن السيبراني المتوافق مع CSF. ويكون الامتثال للملف اختيارياً. ولتدعيم التطبيق، حددت NIST ورشة عمل للأمن السيبراني للذكاء الاصطناعي في 14 يناير 2026 بشأن ملحقات عناصر التحكم SP 800-53 لتأمين أنظمة الذكاء الاصطناعي، إلى جانب جلسات عمل افتراضية في 28 أبريل و5 مايو و12 مايو 2026.
أسئلة وشائعة
ما هو ملف الأمن السيبراني للذكاء الاصطناعي من NIST؟
ملف الأمن السيبراني للذكاء الاصطناعي من NIST هو ملف مجتمعي منشور تحت اسم NIST IR 8596 يقدم إرشادات لإدارة مخاطر الأمن السيبراني المتعلقة بأنظمة الذكاء الاصطناعي واستخدام الذكاء الاصطناعي لتعزيز قدرات الأمن السيبراني. وهو مصمم وفقاً لمخرجات ووظائف وفئات وفئات فرعية لإطار الأمن السيبراني NIST CSF 2.0.
هل الامتثال لمعيار NIST IR 8596 إلزامي للشركات؟
لا، الامتثال لمعيار NIST IR 8596 اختياري. فهو بمثابة ملف مجتمعي يساعد المؤسسات على دمج تقنيات الذكاء الاصطناعي في برامج الأمن السيبراني الطوعية القائمة لديها.
كيف يختلف ملف الأمن السيبراني للذكاء الاصطناعي عن إطار NIST AI RMF؟
يوفر إطار إدارة مخاطر الذكاء الاصطناعي (NIST AI RMF) إرشادات تهدف إلى تحسين الموثوقية العامة للذكاء الاصطناعي، بينما يدخل ملف الأمن السيبراني للذكاء الاصطناعي اعتبارات الذكاء الاصطناعي مباشرة في برنامج إدارة المخاطر الحالي لإطار الأمن السيبراني 2.0 في المؤسسة.
رؤية MOZGII
كيف كنا سنبنيه
لبناء نظام ذكاء اصطناعي للمؤسسات يتوافق مع هذا الملف، سنبدأ بإنشاء سجل مركزي لجميع النماذج والموجهات ومجموعات البيانات وواجهات برمجة التطبيقات. وسيتعين على كل خدمة ذكاء اصطناعي خارجية وأداة تقييم داخلية تسجيل تدفقات بياناتها قبل بدء التشغيل الفعلي. وسنخزن نماذج الموجهات ومجموعات بيانات التدريب في مستودعات خاضعة للتحكم في الوصول. ومن شأن هذه الهيكلية أن تضمن وجود مسؤول مخاطر محدد وصلاحيات صريحة لكل عامل آلي.
وبالنسبة لعناصر التحكم أثناء التشغيل، سنوجه جميع إجراءات الوكلاء عبر وكيل فحص. ومن شأن هذا الوكيل أن يتتبع استدعاءات الأدوات ويحدد طلبات البيانات غير المتوقعة أو حركة المرور غير العادية عبر الشبكة. وسنتطلب موافقة بشرية كلما حاول نظام دفاع آلي عزل أجزاء من الشبكة أو تعديل قواعد الوصول. وإذا تغيرت واجهة برمجة تطبيقات خارجية أو تجاوز اختراق الموجهات حواجز الحماية، فسيقوم نظام المراقبة تلقائيا بإلغاء اعتماد الوكيل المتأثر.
وسيكون المقياس الرئيسي الذي سنتابعه هو الوقت المطلوب لاكتشاف النموذج أو الوكيل الخاطئ وتعطيله. وللاستعداد للتعافي، سنبني آليات استعادة تلقائية تعيد فوريا لقطات النماذج المعتمدة ومصادر البيانات السليمة. بعد ذلك، سنبني تغذيات آلية لاستيعاب استخبارات التهديدات لمسح مكتبات النماذج ومقارنتها بقواعد بيانات التتبع مثل MITRE ATLAS وقوائم OWASP.
المصادر
من أين جاءت حقائق هذا الخبر.