This post is also available in:
English (אנגלית)
תקלות אינטרנט לא תמיד נגרמות מקריסה של נתבים או של רשתות שלמות. לעיתים, ציוד הרשת ממשיך לפעול לכאורה כרגיל, אך מאבד נתונים בדרך מבלי שהדבר מורגש. תקלות מסוג זה, המכונות "חורים שחורים" ברשת, עשויות להיות קשות במיוחד לזיהוי, משום שהנתב המושפע מהן לא בהכרח מציג סימנים ברורים לתקלה.
חוקרים מהאוניברסיטה הטכנית של איסטנבול פיתחו מערכת חיזוי מבוססת בינה מלאכותית, שנועדה לזהות סימני אזהרה מוקדמים לתקלות הרשת השקטות הללו, ובכך לאפשר למפעילים להתערב עוד לפני שהמשתמשים חווים בעיות בקישוריות.
במקום להמתין עד שחבילות מידע ייעלמו, המערכת מנתחת את השינויים בתעבורת הרשת לאורך זמן ומחפשת דפוסים שעשויים להעיד על תקלה מתקרבת.
על פי דיווח של TechXplore, הטכנולוגיה משלבת אשכול נתונים, ניתוח סדרות עתיות ולמידה עמוקה בתהליך בן שלושה שלבים.
תחילה, המערכת מזהה מדידות חריגות של תעבורת רשת ומבצעת החלקה זמנית של החריגות הבולטות ביותר, כדי ליצור תמונה ברורה יותר של התנהגות הרשת התקינה. לאחר מכן היא בוחנת רצפים של נתוני תעבורה כדי לזהות שינויים עדינים יותר שעשויים להצביע על בעיה מתפתחת.
כך יכולה המערכת לזהות שלושה סוגי חריגות: מדידות חריגות נקודתיות, פעילות שהופכת לחשודה בשל העיתוי או ההקשר שלה, ושילובים של אירועים שנראים תקינים בפני עצמם אך יוצרים יחד דפוס חריג.
חשוב לציין כי הגישה מבוססת על למידה בלתי מונחית, כלומר אינה דורשת אלפי דוגמאות של תקלות שזוהו בעבר כדי ללמוד כיצד נראית פעילות חשודה.
החוקרים בחנו את המערכת באמצעות נתוני תעבורה אמיתיים של ספקית שירותי אינטרנט לאורך 60 ימים, שכללו 17,280 מדידות שנאספו במרווחים של חמש דקות.
בנוסף, הם העריכו את ביצועיה באמצעות שני מאגרי נתונים מוכרים בתחום אבטחת הסייבר, הכוללים חריגות רשת שסומנו מראש. בבדיקות הללו השיג המודל שיעור גילוי של עד 98% וציון F1 של כ־90%, תוך הצגת ביצועים טובים יותר מגישות חיזוי אחרות המבוססות על למידה בלתי מונחית שנכללו בהשוואה.
עם זאת, מאגרי הנתונים המסומנים לא כללו אירועי "חור שחור" מאומתים, ולכן אין לפרש את התוצאות כשיעור הצלחה של 98% בחיזוי תקלות אינטרנט אמיתיות.
הניסויים שנערכו על תעבורת רשת אמיתית הצביעו על כך שהמערכת עשויה לזהות דפוסים המעידים על היווצרות "חור שחור" בחלון חיזוי של חמש דקות.
לטכנולוגיה עשויים להיות יישומים חשובים בתחומי הביטחון וביטחון המולדת, שבהם תקשורת אמינה חיונית לרשתות פיקוד ושליטה, למערכי תגובה בחירום ולתשתיות קריטיות. זיהוי מוקדם של התנהגות חריגה ברשת עשוי להעניק למפעילים זמן לבדוק את הציוד או לנתב מחדש את התעבורה לפני שאיכות התקשורת נפגעת.
המחקר עדיין נמצא בשלב ניסיוני, ויכולתה של המערכת למנוע תקלות מבצעיות טרם הודגמה בפועל. בנוסף, תצורות רשת שונות עשויות לדרוש אימון נוסף של המודל.
עם זאת, הגישה מצביעה על שינוי אפשרי בתחום אבטחת הרשתות וניהולן: במקום לגלות בעיה רק לאחר שהתקשורת נפגעת, בינה מלאכותית עשויה לסייע בזיהוי סימני האזהרה בזמן שהרשת עדיין נראית כאילו היא פועלת כרגיל.
עבור מערכות שבהן אפילו אובדן קישוריות קצר הוא משמעותי, אותן דקות ספורות של התרעה מוקדמת עשויות לעשות הבדל גדול.
המחקר פורסם כאן.
