كيف يحول المخترقون جهاز الراوتر الخاص بك إلى أداة للتجسس؟
تاريخ النشر: 17th, November 2024 GMT
أحد الأساليب التي يستخدمها المخترقون للتلاعب بشبكتك هو ما يعرف بـ"هجمات فك الارتباط" أو Deauthentication Attack، وفي هذه الحالة، لا يحتاج المخترق إلى الوصول الكامل إلى جهاز الراوتر.
يكفي أن يحدد نوع الجهاز المستخدم، ثم يستخدم أدوات مثل Aircrack-ng لتعطيل الاتصال بالشبكة مؤقتًا، مما يتسبب في إخراج الأجهزة المتصلة من الشبكة بشكل متكرر.
تغيير بيانات الدخول والـSSID
أظهرت دراسة لـForbes أن 86% من المستخدمين لا يغيرون بيانات تسجيل الدخول الافتراضية الخاصة بجهاز الراوتر.
بمجرد دخول المخترق باستخدام هذه البيانات الافتراضية المتاحة بسهولة، يمكنه تغيير كلمة المرور أو اسم الشبكة (SSID)، وحتى إخفاء الشبكة، مما يجعل من الصعب على صاحبها الاتصال بها مرة أخرى.
استخدام الراوتر كجزء من هجمات DDOS أو توجيه حركة المرور
يمكن للمخترقين أيضًا استغلال جهاز الراوتر لتحويله إلى جزء من شبكة "بوتنت" (Botnet)، مما يجعله أداة لشن هجمات "رفض الخدمة الموزعة" (DDOS)، أو لإرسال رسائل إلكترونية عشوائية. كما يمكنهم تغيير إعدادات الـDNS، مما يسمح لهم بتوجيه المستخدم إلى مواقع ضارة تسرق معلوماته.
سرقة المعلومات الحساسة
إذا قام المخترق بتخفيض مستوى التشفير إلى مستوى أقل أماناً أو إزالته بالكامل، قد يُرسل الجهاز بياناتك في نص واضح، مما يسهل على المخترق اعتراض هذه المعلومات وسرقة بيانات تسجيل الدخول إلى حساباتك الهامة.
تغيير بيانات تسجيل الدخول الافتراضية: بمجرد شراء الراوتر، تأكد من تغيير كلمة المرور الافتراضية لتقليل احتمالية اختراقه.
التحديث المنتظم: حافظ على تحديث الراوتر بشكل دوري لضمان حماية الشبكة من أي ثغرات جديدة قد تظهر.
المصدر: صدى البلد
كلمات دلالية: أمن الشبكات اختراق الواي فاي جهاز الراوتر
إقرأ أيضاً:
الشبكة العصبية الاصطناعية ثورة في استنساخ عمل الدماغ البشري
يمن مونيتور/اندبندنت عربية
كان إعلان شركة “أوبن أيه آي” عن بوت الدردشة “تشات جي بي تي” أواخر نوفمبر (تشرين الثاني) 2022، حدثاً ثورياً في عالم بوتات الدردشة. وفي حين لم تكن الفكرة جديدة تماماً، إلا أن ما جاءت به هذه البرمجية كان مختلفاً تماماً، فنحن نتحدث هنا عن بوت ذكي لا يكتفي بتقديم إجابات دقيقة والدخول في محادثة طويلة، بل ويقوم بمهام لا حصر لها بسرعة عالية وجودة جيدة.
والسؤال يطرح هنا: كيف استطعنا الوصول إلى هذا النوع من البرمجيات الذكية التي بإمكانها أن تقوم بمهام كانت حكراً على البشر؟
النماذج اللغوية
يمكننا القول إن الفضل يعود إلى فكرة النماذج اللغوية أولاً، إذ مكنت هذه النماذج الآلة من استقبال وإدراك الكلام البشري والانتقال وظيفياً من مجرد القيام بالعمليات الحسابية المنطقية إلى فهم الكلام المنطوق والصور ومعالجتها، إذ بإمكان النماذج المدربة على مجموعة كبيرة من المعلومات من مصادر متعددة، أداء مهمة ما من خلال ميزة الاستكمال أو التنبؤ اعتماداً على السياق وربط الجمل. واعتبر هذا في وقته تطوراً كبيراً ولكن بالوقت نفسه ونسبة لما وصل إليه الذكاء الاصطناعي، كان محدوداً ومن السهل خداعه، إذ من الممكن في حالات كثيرة أن تغلط الآلة، لذا كان لا بد من برمجية قوية تسير بالآلة إلى موقعها الحالي اليوم، فظهرت الشبكات العصبية الاصطناعية.
الشبكات العصبية الاصطناعية صورة من صور الذكاء الاصطناعي المدرب بصورة عميقة، إذ تندرج الشبكات العصبية تحت مصطلح التعلم العميق (إحدى صور التعلم الآلي)، وترتب بطرق عدة لإنتاج أشكال مختلفة تقوم بدورها في أداء مهام مختلفة في نوع من البناء يطلق عليه “Neural Network Architecture”، بحيث تختلف عن بعضها في طريقة تلقي المدخلات والتعامل معها وإنتاج المخرجات بأعداد كبيرة.
وتهدف الشبكات إلى معالجة البيانات وإنجاز مهام في مجالات متنوعة من خلال تقليد عمل عصبونات الدماغ، إذ صممت لتحاكي عمل الشبكة العصبية البشرية والدماغ البشري ككل، على المستويين البنيوي والسلوكي، فكما شبكة الأعصاب البشرية تتكون من مجموعة من العصبونات ترتبط ببعضها بمشابك كذلك صممت نظيرتها الاصطناعية من الناحية البنيوية، وكذلك تتبع سلوكياً طريقة العصبونات في توليد ونقل الإشارة وقدرة الدماغ على التعلم من التكرار وتعزيز المعارف والخبرات مرة بمرة، إذ تستقبل مدخلات معينة وتخرج مخرجات من طريق تغيير مجموعة من الأرقام تسمى “العوامل المتغيرة parameters”.
مدخلات ومخرجات
وتتألف كل شبكة من مجموعة خلايا العصبية أو العصبونات المرتبة في طبقات فوق بعضها (ثلاثة كحد أدنى)، ولها طبقة بداية وطبقة نهاية، بحيث تتصل عصبونات كل طبقة بالطبقة التي تسبقها وكذلك بالطبقة التي تليها، لتلقي المدخلات ومعالجة البيانات والوصول إلى النتائج والمخرجات، إذ تتلقى الطبقة الأولية المعلومات الخام، وتعالجها لتمررها للطبقة التي تليها.
وبكلام شديد التبسيط، وفي عملية متقنة من استقبال البيانات وتفسيرها وفهمها والتعامل معها بذكاء، تقوم كل طبقة من طبقات الشبكة المصنعة بالقيام بدورها بدءاً من الطبقة الأولى التي تقوم باستقبال البيانات ثم تقوم باقي الطبقات بالتتابع بالتعرف على الأنماط الشديدة الدقة ثم على الأنماط الكبيرة، وصولاً إلى الطبقة الأخيرة للحصول على المخرجات.
وفي النهاية الخلية العصبية الاصطناعية هي مجرد تابع رياضي لديه مجموعة من المدخلات وخرج واحد، وتتمثل مهمتها في أخذ الأرقام من مدخلاته وأداء المهمة الموكلة لها وإرسال النتيجة.
المحولات Transformers
ومن أهم الهياكل المعروفة للشبكات العصبية هي، الشبكات العصبية الالتفافية (CNN) وتسـتخدم مع الصور والفيديوهات لتصنيفها وتجميعها والتعرف على الوجوه وتوليد الصور وتحسين جودتها وإنشاء التأثيرات والبحث عن العناصر والكائنات فـي الصور وفي مقاطع الفيديو، وهي بذلك تحاكي النظام البصري البشري. أما أكثرها شيوعاً فهي الشبكات العصبية المتكررة (RNN) وتستخدم مع الصوت أو النص أو الموسـيقى، إذ تفيد في معالجة اللغة والتعرف على الكلام والترجمة الآلية وتركيب صوت مميز للمساعد الشخصي.
أما أهمها على الإطلاق ما يسمى “المحولات Transformers”، ويمثلها حرف” T ” في “Chat GPT”، ويعد ظهورها عام 2017 من قبل المتخصصين واحداً من أهم إنجازات القرن الـ21، كونها تعمل بطريقة مقاربة جداً لطريقة عمل الدماغ، إذ تعطي لكل كلمة في الجملة نسبة من الاهتمام لأهميتها الفعلية داخل الجملة، على عكس سابقاتها التي كانت تركز على الكلمة الأخيرة في الجملة،
أعطى هذا الإنجاز المجال لظهور النماذج اللغوية الكبيرة التي تستخدم المحولات مثل نموذج “بيرت “Bert الذي صدرته “غوغل” عام 2018 وأول نموذج (Generative pre-trained Transformer (GPT لـ”أوبن أي آي” في العام ذاته.
منظمات حقوقية تطالب بالإفراج الفوري عن رجل الاعمال ”عبد السلام الجبر” المعتقل تعسفيا بصنعاء منذ عام