التهديدات المدعومة بالذكاء الاصطناعي: مراجعة منهجية للذكاء الاصطناعي التوليدي في تصيّد البريد الالكتروني الاحتيالي وروابط مواقع التصيّد

الملخص

أدّت التطورات الحديثة في الذكاء الاصطناعي التوليدي (Gen-AI) ونماذج اللغة الكبيرة (LLMs) إلى تحسين الإنتاجية في العديد من المجالات، لكنها في الوقت نفسه زادت من مستوى الواقعية ودقة الاستهداف في هجمات التصيّد الاحتيالي. تستعرض هذه المراجعة المنهجية الدراسات الحديثة المتعلقة بـ: (1) استخدام نماذج اللغة الكبيرة وغيرها من تقنيات الذكاء الاصطناعي التوليدي في صياغة رسائل البريد الإلكتروني الاحتيالية وإنشاء روابط التصيّد الاحتيالي أو تمويهها، و(2) كشف رسائل البريد الإلكتروني الاحتيالية وروابط التصيّد، و(3) العوامل البشرية المرتبطة بقابلية التعرّض للتصيّد الاحتيالي. وقد شملت المراجعة الدراسات المنشورة بين عامي 2020 و2025، وقارنت أداءها باستخدام مقاييس الدقة (Accuracy)، والاسترجاع (Recall) ، والإحكام (Precision)، ودرجة F1. وتشير الدراسات المُراجَعة إلى أن تعلّم الآلة (ML) ، والتعلّم العميق (DL) ، والتعلّم التجميعي قد استُخدمت على نطاق واسع في كشف التصيّد الاحتيالي. وفيما يتعلق بكشف رسائل البريد الإلكتروني الاحتيالية، أظهرت نماذج المحوّل من نوع BERT أعلى أداء في جميع الدراسات التي شملتها المراجعة. أما في كشف روابط التصيّد الاحتيالي، فقد أظهرت النماذج الهجينة التي تجمع بين المعلومات البنيوية والمعلومات المعجمية أفضل أداء. كما تؤكد المراجعة دور العوامل البشرية، مثل أُلفة المرسِل والخوف من فوات الفرصة (FoMO) ، في التأثير في قابلية التعرّض للتصيّد الاحتيالي. وبصورة عامة، تدعم النتائج الجمع بين نماذج الكشف عالية الأداء والتحذيرات المتمحورة حول المستخدم والتدريب، من أجل تحسين القدرة الواقعية على الصمود أمام هجمات التصيّد الاحتيالي.