إطار عمل OWASP الذي يفهرس أهم 10 مخاطر أمنية في البنية التحتية للحوسبة السحابية الحديثة ومراكز بيانات الذكاء الاصطناعي، ويغطي الأجهزة والشبكات والعزل ومستويات الإدارة وسلسلة التوريد.

عزّز حماية العتاد الذي يقوم عليه النموذج.
🌐 صفحة المشروع: owasp.org/projects/top-10-neocloud-and-ai-data-center-security-risks
تعتمد أحمال عمل الذكاء الاصطناعي على بنية تحتية معقدة تشمل المسرّعات، والشبكات عالية السرعة، والتخزين، ومنصات التنسيق، وأنظمة الهوية، ومستويات الإدارة، والبرمجيات الثابتة (firmware)، والمرافق المادية. وفي السحابات الحديثة (neoclouds) ومراكز بيانات الذكاء الاصطناعي، تدعم هذه الطبقات أحمال عمل عالية القيمة وقد تكون مشتركة بين عدة عملاء، مما يجعل نقاط الضعف في العزل والإعدادات وضوابط التشغيل ذات عواقب بالغة الأهمية.
يوفّر إطار OWASP لأهم 10 مخاطر أمنية للسحابات الحديثة ومراكز بيانات الذكاء الاصطناعي إطارًا عمليًا محايدًا تجاه المورّدين لفهم أهم المخاطر الأمنية في هذه البيئات والحدّ منها. وهو يساعد المزوّدين والمشغّلين والعملاء وفرق الأمن على تقييم البنى المعمارية، وتقييم الضوابط الأمنية، وترتيب أولويات التحسينات، وإرساء لغة مشتركة لأمن البنية التحتية للذكاء الاصطناعي.
يركّز هذا الإطار على أمن البنية التحتية للذكاء الاصطناعي ومراكز البيانات التي تحتضنها: العتاد المادي، وشبكات الربط (networking fabrics)، ومستويات الإدارة، وأنظمة التنسيق، وأنظمة التخزين، والبيئات التشغيلية التي تعمل عليها أحمال عمل الذكاء الاصطناعي.
ولا يركّز على نماذج الذكاء الاصطناعي نفسها ولا على مخاطر طبقة التطبيقات مثل حقن الأوامر (prompt injection)، أو السلوك غير الآمن للوكلاء، أو إساءة استخدام النماذج، أو التقييم على مستوى النموذج. وتتناول هذه المخاطر أطر تركّز على أجزاء أخرى من حزمة الذكاء الاصطناعي، بما في ذلك OWASP Top 10 for LLM Applications وMITRE ATLAS وNIST AI Risk Management Framework وISO/IEC 42001. ومعًا، تمنح هذه المصادر الممارسين صورة أكثر اكتمالًا لأمن الذكاء الاصطناعي، بدءًا من الحوكمة ومخاطر طبقة التطبيقات وصولًا إلى البنية التحتية للحوسبة الأساسية.
كما توجد بعض المخاطر الواردة في هذا المستند في بيئات مراكز البيانات والسحابة التقليدية. وقد أُدرجت هنا لأن البنية التحتية للذكاء الاصطناعي تجعلها أشد خطورة بشكل جوهري: فالحوسبة المشتركة عالية القيمة، وعناقيد المسرّعات المعقدة، وطبقات الإدارة الكثيفة، والعمليات متعددة المستأجرين يمكن أن تحوّل نقاط الضعف التقليدية في البنية التحتية إلى مخاطر أمنية أشد خطورة، لأن احتمال أي حادث وأثره أعلى بكثير مما هو عليه في عمليات نشر البرمجيات والخدمات التقليدية على مستوى المؤسسات.
يمكن أن يستفيد مزوّدو السحابات الحديثة ومشغّلو مراكز البيانات من هذا الإطار كدليل عملي لفهم مشهد التهديدات في البنية التحتية للذكاء الاصطناعي، ومراجعة سطح الهجوم، وتعزيز أمن البيئة، وترتيب أولويات الأمن، وإثبات مستوى النضج.
يمكن أن يستفيد عملاء السحابات الحديثة من هذا الإطار كدليل عملي للمشتريات، والمراجعات الأمنية، والمتطلبات التعاقدية، ومقارنة المزوّدين، وتقييم القدرة على الصمود أمام سيناريوهات واقعية لاختراق البنية التحتية انطلاقًا من مستأجر.
يمكن أن تستفيد فرق أمن السحابة الهجينة من هذا الإطار كدليل عملي لإعداد البنية التحتية المحلية (on-premise) وصيانتها وتأمينها ضد الهجمات الحديثة، التي يمكن أن تنتقل بسرعة بين البيئات.
صُمّم ليتطور مع هذا المجال، ويبقى مفتوحًا كي يتمكن مجتمع الذكاء الاصطناعي والأمن بأكمله من استخدامه وتحدّيه وتحسينه.
نود أن نشكر ونقدّر جميع الخبراء الذين شاركوا في مراجعة هذا المستند والتحقق من صحته.
هل لديك ملاحظات أو ترغب في المساهمة؟ افتح GitHub issue أو انضم إلى النقاش في #project-neocloud-ai-infrastructure على OWASP Slack. راجع CONTRIBUTING.md للبدء — تُنسب المساهمات عند نشر كل إصدار جديد.
تُرتَّب المخاطر حسب الخطورة، من الأعلى إلى الأدنى. يوضح الجدول احتمالية كل خطر وأثره وصعوبة اكتشافه.