كيف طوّرت Tamnoon نظام أمان سحابي مدعوماً بالذكاء الاصطناعي
نجحت شركة Tamnoon في تطوير مساعد ذكي لمعالجة الثغرات الأمنية السحابية بالاعتماد على تقنيات الذكاء الاصطناعي المتقدمة، مما أسهم في خفض التهديدات الحرجة بشكل قياسي.
رضوان عبدالهاديمحرر وكاتب تقني
تحديات المعالجة التقليدية للثغرات السحابية
تتراكم التنبيهات الأمنية والثغرات في بيئات الحوسبة السحابية بوتيرة أسرع بكثير مما تستطيع فرق الأمان التعامل معه يدوياً، حيث تنتج منصات حماية تطبيقات السحابة وأدوات الماسح الضوئي أعداداً هائلة من النتائج. ونتيجة لذلك، تبقى معظم هذه التنبيهات دون معالجة ليس لصعوبة إصلاحها فحسب، بل لأن التحقيق في سياقها وتحديد الجهة المسؤولة عنها والتأكد من أمان الإصلاح يتطلب وقتاً وجهداً بشرياً كبيراً يفوق طاقة الفرق المتاحة.
تواجه فرق الأمن الاصطناعي تحديات يومية تتمثل في حجم التنبيهات الهائل، والتحقيقات اليدوية المتكررة، والخوف المستمر من تأثير الإصلاحات على بيئات الإنتاج الحية. ولمواجهة هذه الفجوة، طوّرت منصة Tamnoon مساعداً ذكياً يستهدف أتمتة هذه العمليات بأمان تام.
ابتكار المساعد الذكي Tami على Amazon Bedrock
قامت الشركة ببناء مساعدها الذكي المسمى Tami باعتباره منسقاً لمعالجة المخاطر السحابية مدعوماً بالوكلاء الذكيين عبر منصة Amazon Bedrock. يقوم هذا النظام بالتحقيق التلقائي في النتائج المستخرجة من منصات CNAPP والمصادر السحابية الأصلية، ويقيم مدى أمان معالجتها قبل توليد وتنسيق الإصلاحات بضوابط حوكمة صارمة.
ساهم هذا النهج المبتكر في تحقيق نتائج تشغيلية ممتازة تمثلت في خفض التعرض السحابي الحرج بنسبة تجاوزت التسعين بالمائة خلال تسعين يوماً فقط، ودون تسجيل أي مشكلات تؤثر على استقرار بيئات الإنتاج للعملاء.
هندسة العمليات والوكلاء الذكيين المتخصصين
تعتمد المنصة المعمارية لمعالجة الثغرات على بنية خوادم بدون خوادم مدعومة بأحداث على سحابة AWS، وتتوزع المهام على أربعة وكلاء ذكيين متخصصين يغطي كل منهم مرحلة محددة من خط أنابيب المعالجة. يتولى الوكيل الأول التحقيق مستنداً إلى تدريب يعتمد على ملايين البيئات السحابية الحقيقية، بينما يقيس وكيل تقييم الأمان نسبة المخاطر ويصنفها بتتحفظ واعد.
أما الوكيل الثالث فيختص بصياغة خطة المعالجة التفصيلية وتحديد التسلسل والاعتمادات، في حين يتولى وكيل توليد الكود تحويل الخطوات إلى إصلاحات تنفيذية قابلة للتطبيق بعد فحص المدخلات عبر حراس الأمان لضمان السلامة والموثوقية.
لماذا وقع الاختيار على تقنيات AWS والذكاء الاصطناعي
تطلبت طبيعة العمل تنويع النماذج الأساسية لتناسب المهام المختلفة؛ فبعض المهام تتطلب استدلالاً عميقاً لفهم الجذور، بينما تحتاج أخرى إلى سرعة عالية في التحقق. أتاح استخدام منصة أمازون للذكاء الاصطناعي استدعاء النموذج الأنسب لكل مهمة عبر واجهة برمجة تطبيقات واحدة، مما سهل تطوير النظام وتحديثه دون إعادة هيكلة البرمجيات.
إلى جانب مرونة النماذج، ضمنت الميزات المتقدمة مثل الاستدلال عبر المناطق توزيع حركة المرور تلقائياً والحفاظ على مستوى عالٍ من الأمان وحماية الخصوصية، بحيث تظل بيانات العملاء الحساسة داخل حدود ثقة البيئة السحابية الخاصة بالشركة.
التكامل الواسع مع أدوات الأمان السحابي
تعمل منصة المعالجة الذكية بشكل متكامل ومباشر كخطوة لاحقة لأدوات الاكتشاف ومنصات حماية التطبيقات السحابية التي تستخدمها فرق الأمن عادةً، مثل حلول الحماية المتقدمة والخدمات الأصلية لمزودين متعددين. تتيح هذه العمليات التكاملية عبر واجهات برمجة التطبيقات توحيد النتائج في تنسيق مشترك يسهل على الفرق التعامل معها بكفاءة عالية.
المصادر
- AWS Machine Learning BlogHow Tamnoon built AI-powered cloud security remediation with Amazon Bedrock
تابع التسلسل الزمني
تغطية الكيانات المرتبطة
أخبار مرتبطة
أمازون تطلق بيئة تشغيل AgentCore الجديدة لتعزيز كفاءة وكلاء الذكاء الاصطناعي
أعلنت AWS عن بيئة تشغيل AgentCore الجديدة ضمن Amazon Bedrock، التي توفر إدارة ذاكرة مرنة وأوقات تشغيل ثابتة وسريعة للوكلاء الأذكياء في بيئات الإنتاج.
نموذج Claude Opus 5.5 يتوفر رسميًا على منصة AWS
أعلنت شركة AWS عن إتاحة نموذج Claude Opus 5.5 من Anthropic على Amazon Bedrock، مع تحسينات في الكفاءة والتكلفة لدعم المهام البرمجية الطويلة.
إطار AAIF يوازن بين النماذج المحلية والسحابية في AWS
يقدّم إطار AAIF الذكي، المبني على Strands Agents، حلاً لتقليل تكاليف الذكاء الاصطناعي عبر توجيه المهام الروتينية لنماذج محلية والمهام المعقدة لسحابة Amazon Bedrock.
أمازون تعلن عن Claude Haiku 5.5 على Bedrock بتكلفة أقل
أطلقت أمازون النموذج Claude Haiku 5.5 على Amazon Bedrock، وهو أسرع وأكثر كفاءة في عائلته، ويوفر خفضاً بنسبة 75% في التكاليف للمهام عالية الحجم والحساسة للتكلفة.
