عمان – (رويترز) – تشعر إسلام يوسف (27 عاما) بالقلق من الأثر الذي سيتسبب به تطبيق قانون الجرائم الإلكترونية الجديد على حريتها بالتعبير على مواقع التواصل الاجتماعي لا سيما إذا علق أحد متابعي صفحتها على منشور لها برأي قد تحاسب هي عليه. وتقول إسلام، وهي موظفة في شركة للإعلان والتسويق، “لم أفهم تفاصيل القانون ولكن سمعت من صديقاتي أنه يوجد عقوبات كبيرة على التعليقات سواء المسيئة أو التي لا تتناسب مع رأي معين تجاه أي موضوع أو شخصية اعتبارية”.

وتضيف أنها مشتركة في العديد من المجموعات على فيسبوك وتقوم بالتعليق على المواضيع المطروحة بكل حرية وتحب أن تقرأ الآراء الأخرى ولكن يبدو الآن أنها ستلتزم الصمت. في حين يقول فادي الفقهاء (45 عاما) “يكاد لا يخلو الحديث في أي اجتماع أو لقاء في الأردن من التطرق لقانون الجرائم الإلكترونية الذي يثير بلبلة وخوفا من الجميع”. ويضيف الفقهاء، الذي يمتلك مكتبا للاستشارات الهندسية، إنه يسمع الحديث عن القانون عند صالون الحلاقة والبقالة وفي المكتب وحتى في البيت من أطفاله، الذين يستخدمون فيسبوك بشكل كبير، معلقا أن “حتى أبنائي خائفون من القانون وعقوباته”. وأقر مجلس النواب خلال جلسة عقدها أمس الأربعاء، مشروع قانون الجرائم الإلكترونية كما ورد من مجلس الأعيان. وتقول المادة 17 من القانون “يعاقب كل من قام قصدا باستخدام الشبكة المعلوماتية أو تقنية المعلومات أو نظام المعلومات أو موقع إلكتروني أو منصة تواصل اجتماعي لنشر ما من شأنه إثارة الفتنة أو النعرات أو تستهدف السلم المجتمعي أو الحض على الكراهية أو الدعوة إلى العنف أو تبريره أو ازدراء الأديان بالحبس من سنة إلى ثلاث سنوات أو بغرامة لا تقل عن 5000 دينار (8000 دولار)، ولا تزيد على 20000 دينار أو بكلتا هاتين العقوبتين”. * مخاوف يقول عضو مجلس نقابة الصحفيين الأردنيين خالد القضاة إن القانون جاء بتسرع كبير، ولم يراعى فيه الممارسات الفضلى المعتمدة في إقرار القوانين من خلال العرض على ديوان التشريع لتلقي الملاحظات، ثم إعادة صياغته وتبني حوار مع جميع الأطراف، وأخيرا إرساله إلى مجلس النواب لمناقشته ثم اقراره. ويرى القضاة، الذي يعمل مدربا بقضايا حقوق الإنسان والسلامة المهنية، أن الغريب في موضوع قانون الجرائم الإلكترونية هو اعطاؤه صفة الاستعجال، من حيث طريقة إرساله من الحكومة لمجلس النواب وثم مجلس الأعيان واللجان التي قامت بعقد جلسات مطولة لإقراره، لذلك “أعتقد بوجود مخالفات للنظام الداخلي وتسرع بإقرار هذا القانون”. ويبين أن تلك الطريقة التي تعاملت فيها الحكومة مع القانون تسببت في حالة من الإرباك لدى كل الأطراف التي تتعامل مع القانون. ويضيف القضاة أن القضية الثانية الأهم هي أن هذا القانون يمس الجميع وأي شخص متصل بالإنترنت، وجاء في فترة تحول سياسي في الأردن، وأعتقد أنه سينشأ عن هذا القانون العديد من المشاكل، كونه يأتي بعقوبات غليظة لكنه لم يضع حلولا للمشكلات التي حاول أن يعالجها من خلال ما يسمى بضبط العالم الإلكتروني. ويشير إلى أن القانون احتوى على كلمات فضفاضة قابلة للتفسير والتأويل، متوقعا أن تلك المصطلحات ستضع الناس والقضاء في مواجهة. ويؤكد القضاة أن القانون سيؤثر مباشرة على العمل الصحفي “لأنه من خلال بنوده في كل الوسائل الإعلامية التي بدأت تتحول إلى مؤسسات إعلامية شاملة ولها صياغة إلكترونية سواء على مواقعها الرسمية أو على شبكات التواصل الاجتماعي التابعة لها لذلك أصبح هذا القانون يطبق عليها وليس قانون المطبوعات والنشر أو قانون المرئي والمسموع”. ويقول القضاة “القانون سيخلق مشاكل جديدة أكثر بكثير من المشاكل التي سيحلها وسيدفع الناس إلى الصمت وعدم مشاركة الرأي حتى في القضايا العامة التي كانوا يخوضون فيها عبر شبكات التواصل الاجتماعي خوفا من الدخول في شبهات هذا القانون”. ويرى أن هذا القانون سيؤثر تأثيرا مباشرا على المحتوى الأردني في العالم الرقمي وسيتراجع بشكل كبير نتيجة خوف الجميع من المحتوى ومن التعليقات التي حمل القانون صاحب المنشور الأصلي مسؤوليتها في حال كانت مسيئة. لكن محمد المومني، عضو مجلس الأعيان ووزير الإعلام السابق، يرى أن “التشريعات يجب أن تستجيب للظواهر المجتمعية وتتطور بشكل مستمر وقانون الجرائم الإلكترونية يستجيب لحاجة مجتمعية لضبط خطاب الكراهية والتهديدات الإلكترونية للأمن والسلم المجتمعي”. ويقول المومني “مجلس الأعيان بعد عرض القانون عليه قام بتخفيض بعض الغرامات وإلغاء بعض المواد الجدلية، ليصبح القانون مقبولا بشكل أكبر من قبل القوى التي عارضته”. وكشف تقرير عالمي حول الواقع الرقمي في الأردن أن عدد مستخدمي جميع منصات التواصل الاجتماعي في المملكة بلغ في عام 2022 قرابة سبعة ملايين مستخدم نشط. وقال التقرير، الذي أصدرته شركة (هووتسوت) عن حالة الإنترنت حول العالم، إن “قاعدة مستخدمي مختلف شبكات التواصل الاجتماعي في الأردن مع بلوغها هذا المستوى تكون قد زادت 500 ألف مستخدم وبنسبة ثمانية بالمئة مقارنة بقاعدة المستخدمين المسجلة بداية العام 2021 والتي بلغت وقتها 6.5 مليون مستخدم”. بدورها ترى المديرة التنفيذية لمركز العدل للمساعدة القانونية، هديل عبدالعزيز، أن هذا القانون سيؤثر سلبا على جميع القطاعات في المملكة سواء الاقتصادية أو الاجتماعية وسيمس كل بيت في الأردن. وتبين هديل أن هذا القانون سيقيد الحريات رغم أن جميع التعديلات اللي تمت عليه كانت متواضعة جدا، ولم تحقق الأمل ولم تعكس الإرادة التي تعبر عنها الأحزاب ومؤسسات المجتمع المدني. وتؤكد أنه لم يكن هناك مشاورات لمناقشة القانون وأن التسرع في إقراره كان غريبا والمسار الذي مشى فيه القانون غير مقبول ولا يتفق مع أهميته وخطورته. وتقول هديل “حتى لو نحن نسلم أنه هناك حاجة للتنظيم وحماية المساحات بالحديث على الإنترنت والحماية من الاعتداء بالتعليقات ولكن هذا لا يبرر النصوص التي وردت في القانون والمغالاة غير المسبوقة في العقوبات.”

المصدر: رأي اليوم

كلمات دلالية: قانون الجرائم الإلکترونیة التواصل الاجتماعی مجلس الأعیان فی الأردن

إقرأ أيضاً:

من الهجوم إلى الدفاع.. دور الذكاء الاصطناعي في مكافحة الجرائم الإلكترونية

أحدثت شبكة الإنترنت تحولًا جذريا في مختلف مناحي الحياة، مقدمة مزايا غير مسبوقة للأفراد والشركات، إلا أن هذا التطور صاحبه ارتفاع ملحوظ في الهجمات الإلكترونية التي تستهدف المستخدمين والأنظمة الرقمية.

وباتت البرمجيات الخبيثة تشكل تهديدًا متزايدا للحواسيب والهواتف الذكية والشبكات، حيث تستهدف سرية البيانات وسلامتها، بالإضافة إلى تأثيرها المباشر في الموارد المالية للأفراد والمؤسسات.

ولكن اكتشاف هذه البرمجيات يمثل تحديًا مستمرا في ظل التطور المستمر لأساليب المهاجمين وقدرتهم على التهرب من أنظمة الحماية التقليدية.

وفي ظل محدودية كفاءة برامج مكافحة الفيروسات التقليدية والتحليل اليدوي في التصدي لهذه التهديدات المتجددة، برز التعلم الآلي كأداة قوية لتعزيز أمن المعلومات.

كيف يعزز التعلم الآلي الأمن السيبراني؟

يعتمد التعلم الآلي على تحليل أنماط وسلوكيات الملفات المختلفة، بما في ذلك الملفات التنفيذية والبرامج النصية والمستندات والصور، لتحديد مدى خطورتها.

وتصنف خوارزمياته الملفات استنادًا إلى تشابهها مع عينات خبيثة معروفة أو انحرافها عن الأنماط الطبيعية.

كما تتمتع هذه التقنية بقدرة ذاتية على التعلم من البيانات الجديدة وتحديث نماذجها لمواكبة تطور التهديدات السيبرانية.

إعلان

ويستخدم التعلم الآلي تقنيات متعددة، تتنوع بين الأساليب الخاضعة للإشراف وغير الخاضعة للإشراف، تبعًا لنوع البيانات والمهمة المطلوبة.

وتتيح هذه التقنية للأنظمة الحاسوبية التعلم دون الحاجة إلى برمجتها، مما يجعلها تحاكي الطريقة التي يتعلم بها البشر من خلال التجربة.

ويعزز التعلم الآلي الأمن السيبراني من خلال تحليل البيانات واكتشاف الأنماط المخفية للكشف المبكر عن التهديدات الإلكترونية والمساعدة في التعرف على الأنماط التي قد لا يلاحظها البشر أو برامج مكافحة الفيروسات التقليدية.

وتعتمد هذه التقنية على تدريب الأنظمة لكي تستطيع التنبؤ بالسلوكيات الخبيثة واتخاذ قرارات استباقية لحماية الأنظمة الرقمية.

ومن خلال تحليل بيانات البرمجيات الخبيثة، تستطيع الخوارزميات تحديد أنماط وخصائص البرمجيات الخبيثة واكتشاف التهديدات الداخلية والتصرفات غير المألوفة للمستخدمين والتنبؤ بالمناطق الخطرة عبر الإنترنت وحماية البيانات المخزنة في السحابة من خلال مراقبة السلوك المشبوه.

دور التعلم الآلي في كشف البرمجيات الخبيثة

تحلل المؤسسات ملايين البيانات المرتبطة بالبنية التحتية والمستخدمين. وفي ظل الكم الهائل من البيانات، يصبح من الصعب الاعتماد على فرق الأمن التقليدية فقط.

ويأتي هنا دور التعلم الآلي، الذي يساعد فرق الأمن السيبراني في تحديد التهديدات واتخاذ الإجراءات اللازمة قبل وقوع الضرر.

وتعتمد هذه العملية على تزويد الخوارزميات ببيانات ضخمة، مما يمكنها من استنتاج الارتباطات والأنماط المخفية. وبناءً على هذه الأنماط، تتوقع الخوارزميات التهديدات وتتخذ إجراءات مناسبة.

وعادةً ما تشمل عملية التعلم الآلي جمع كميات كبيرة من البيانات وتنظيمها وتجهيزها للتحليل، واستخرج الخصائص المهمة من البيانات، وتدريب الخوارزمية على البيانات المستخرجة، واختبار أداء النموذج للتحقق من دقته وقدرته.

إعلان

وبالنظر إلى الطبيعة الديناميكية للتعلم الآلي، فإن إضافة بيانات جديدة يعزز أداء النماذج ويحسن قدرتها على كشف البرمجيات الخبيثة.

المؤسسات تحلل ملايين البيانات المرتبطة بالبنية التحتية والمستخدمين (شترستوك) تقنيات الكشف

توجد منهجيات مختلفة لاستخدام تقنيات التعلم الآلي للكشف عن البرمجيات الخبيثة، بما في ذلك:

الكشف القائم على التوقيع: يقارن ملفًا أو نظامًا بقاعدة بيانات توقيع البرمجيات الخبيثة. تكتشف هذه الطريقة البرمجيات الخبيثة المعروفة، لكنها لا تستطيع اكتشاف التهديدات الجديدة. التحليل الاستدلالي: يكتشف أنماط سلوك النظام أو التعليمات البرمجية المشبوهة. تكتشف هذه الطريقة التهديدات الجديدة، ولكنها قد تولد أيضًا نتائج إيجابية خاطئة. الكشف القائم على التعلم الآلي: تحلل الخوارزميات مجموعات بيانات ضخمة من البرمجيات الخبيثة المعروفة للعثور على أنماط البرمجيات الخبيثة وسماتها. تكتشف هذه الطريقة التهديدات المعروفة وغير المتوقعة وتقليل وقت اكتشاف البرمجيات الخبيثة وإزالتها.

وتصنف تقنيات التعلم الآلي المستخدمة في الكشف عن البرمجيات الخبيثة إلى ثلاثة أنواع رئيسية، وهي الأساليب الخاضعة للإشراف، والأساليب غير الخاضعة للإشراف، والأساليب القائمة على التعزيز.

ويمتلك كل نوع إيجابيات وسلبيات، وتعتمد الطريقة المختارة على حالة الاستخدام والبيانات المقدمة.

وغالبًا ما تُستخدم الأساليب الهجينة، التي تجمع بين الأنواع المتعددة، لتعزيز دقة ومتانة أنظمة الأمن السيبراني في اكتشاف التهديدات المتطورة والتخفيف منها.

دور التعلم الآلي في تعزيز الأمن السيبراني

يراقب التعلم الآلي سلوك الشبكة بشكل مستمر لاكتشاف أي نشاط غير طبيعي. ومن خلال تحليل كميات كبيرة من البيانات في الوقت الفعلي، فإنه يستطيع تحديد الحوادث الأمنية الحرجة، ويشمل ذلك التهديدات الداخلية، والبرمجيات الخبيثة غير المعروفة سابقًا، وانتهاكات سياسات الأمان.

إعلان

وتستطيع أنظمة التعلم الآلي التنبؤ بالمواقع الضارة عبر الإنترنت لمنع وصول المستخدمين إليها. كما تحلل أنشطة الإنترنت بشكل مستمر لاكتشاف البنية التحتية التي يستخدمها المهاجمون لشن هجمات سيبرانية جديدة أو ناشئة.

وتساعد خوارزميات التعلم الآلي في الكشف عن البرمجيات الخبيثة الجديدة غير المعروفة سابقًا، وتعتمد على تحليل خصائص وسلوك البرمجيات الخبيثة المعروفة لتحديد أي تهديد ناشئ ومنعه قبل إلحاق الضرر بالأجهزة.

ويتيح التعلم الآلي تعزيز أمان بيئات العمل السحابية عبر تحليل سلوكيات تسجيل الدخول المشبوهة، واكتشاف الأنشطة غير الاعتيادية بناءً على الموقع الجغرافي، وإجراء تحليلات متقدمة لعناوين بروتوكول الإنترنت "آي بي" (IP) من أجل تحديد المخاطر المحتملة.

وتستطيع أنظمة التعلم الآلي تحليل البيانات المشفرة دون فك تشفيرها، إذ تعتمد على دراسة أنماط حركة المرور المشفرة داخل الشبكة لتحديد السلوكيات المشبوهة، ورصد أي تهديدات مخفية داخل التشفير.

فوائد ومزايا التعلم الآلي

أصبح إدماج التعلم الآلي في أنظمة كشف البرمجيات الخبيثة خطوة أساسية لتعزيز إجراءات الأمان وتحسين الكفاءة التشغيلية، إذ تحقق الخوارزميات معدلات دقة مرتفعة في الكشف عن البرمجيات الخبيثة.

وتتيح الخوارزميات اكتشاف البرمجيات الخبيثة تلقائيًا، مما يقلل من العبء على خبراء الأمن السيبراني ويوفر الوقت والموارد.

وتتميز أنظمة التعلم الآلي بالقدرة على التكيف مع التهديدات الجديدة والتعلم من الأخطاء السابقة. وتستطيع النماذج المحدثة اكتشاف أنواع جديدة من البرمجيات الخبيثة، مما يعزز من كفاءتها في مواجهة التهديدات المتطورة.

وفيما يلي خمس تقنيات رئيسية للتعلم الآلي تعزز من قدرات الكشف عن البرمجيات الخبيثة:

استخراج الخصائص: تتيح هذه التقنية تحليل الخصائص المتعلقة بالبرمجيات الخبيثة، مثل الحجم والنوع والسلوك. التعرف على الأنماط: تتيح هذه التقنية اكتشاف الأنماط المخفية في البيانات التي قد لا يتمكن المحللون البشر من ملاحظتها. التعلم من التجربة: تتحسن الأنظمة عبر تحليل الأنماط والاتجاهات داخل مجموعات البيانات الكبيرة التي قد يغفلها المحللون البشريون. التحليل المتقدم: يتيح التحليل السريع للبيانات الضخمة اكتشاف التهديدات والاستجابة لها في الوقت الفعلي. الأتمتة: تساهم الأتمتة في تقليل العبء على خبراء الأمن السيبراني عبر أتمتة عمليات الكشف عن البرمجيات الخبيثة. إعلان

ويؤدي الجمع بين التقنيات إلى تحسين دقة وكفاءة الكشف عن البرمجيات الخبيثة. وبفضل هذه القدرات، تستطيع الخوارزميات تحديد التهديدات بسرعة وفعالية، مما يسهم في منع الهجمات الإلكترونية وتعزيز الأمان السيبراني.

تحديات التعلم الآلي

يعاني استخدام التعلم الآلي من بعض التحديات، منها تولد نتائج إيجابية كاذبة أو نتائج سلبية كاذبة، مما قد يقلل من الموثوقية والكفاءة.

كما أن هذه التقنية عرضة للهجمات المتعمدة للتلاعب بالخوارزمية أو خداعها عن طريق تعديل البيانات أو المزايا.

ومن أجل التغلب على ذلك، توجد حلول قد تساعد في تحسين دقة الخوارزمية، ويشمل ذلك استخدام الخوارزميات المتعددة والمتنوعة، واستخدام بيانات عالية الجودة، واستخدام الخوارزميات القابلة للتفسير وتمكين التدخل البشري أو التحقق عند الحاجة.

ختامًا، يوفر التعلم الآلي إمكانات كبيرة لإحداث ثورة في مجال كشف التهديدات من حيث القدرة على تحديد البرمجيات الخبيثة بسرعة ودقة.

ويعتمد نجاح التعلم الآلي في كشف البرمجيات الخبيثة على البيانات المستخدمة في تدريبه، ويمثل استخدام هذه التقنية خطوة مهمة نحو تحسين تدابير الأمن السيبراني، إلا أن البحث والتطوير المستمرين في هذا المجال ضروريان من أجل استغلال إمكاناته الكاملة والحفاظ على بيئة رقمية آمنة.

مقالات مشابهة

  • ترامب يوقع قانوناً لتجنب الإغلاق الحكومي
  • ترامب يوقع على مشروع قانون للإنفاق المؤقت
  • الشيوخ الأمريكي يقر مشروع قانون لزيادة العقوبات على الاتجار بالفنتانيل
  • «الشيوخ الأميركي» يوافق على مشروع قانون لتجنب الإغلاق الحكومي
  • بعد تراجع الديمقراطيين..الشيوخ الأمريكي يوافق على مشروع قانون لتجنب الإغلاق الحكومي
  • 5 اختصاصات للمجلس الأعلى للأجور بمشروع قانون العمل الجديد
  • بمشاركة ممثلي العمال وأصحاب العمل.. التنسيقية تعقد جلسة حول "قانون العمل"
  • من الهجوم إلى الدفاع.. دور الذكاء الاصطناعي في مكافحة الجرائم الإلكترونية
  • زعيم الأقلية بالحزب الديمقراطي يدعم مشروع قانون الإنفاق الجمهوري
  • إقرار 3 اتفاقيات دولية.. حصاد جلسات النواب من 9 إلى 11 مارس