Ultralytics YOLO27: انضم إلى قائمة الانتظار.
ترخيص YOLO
العودة إلى مسرد Ultralytics

Slopsquatting

سلوبسكواتينغ هو هجوم على سلسلة توريد البرمجيات يستغل أسماء الحزم التي يختلقها الذكاء الاصطناعي لخداع المطورين وحملهم على تثبيت تبعيات ضارة.

سلوبسكواتينغ هو هجوم على سلسلة توريد البرمجيات، ينشر فيه المهاجم حزمة ضارة باسم اخترعه مساعد برمجة يعمل بالذكاء الاصطناعي، ثم يعتمد على المطورين أو الأدوات المؤتمتة لتثبيتها. يحوّل هذا الفخ توصيةً معقولة ظاهريًا بتبعية إلى شيفرة برمجية قابلة للتنفيذ من جهة خارجية. ويربط ذلك بالهلوسات في نماذج اللغة الكبيرة—أي المعلومات المختلقة التي تُعرض على أنها حقائق—بمديري الحزم المستخدمين في بناء البرمجيات.

صاغ الباحث الأمني Seth Larson هذا المصطلح في أبريل 2025، وروّجه Andrew Nesbitt عبر تعريفه الأصلي لسلوبسكواتينغ، مع الإشارة إلى Larson. يجمع الاسم بين هُراء الذكاء الاصطناعي و«الاستحواذ»، في إشارة إلى حجز اسم برمجي سيبحث عنه آخرون.

آلية عمل سلوبسكواتينغ#

ينشئ نموذج لغة كبير شيفرةً تتضمن اسم حزمة مختلقًا أو أمر تثبيت مختلقًا. يتعرّف مهاجم على ذلك الاسم وينشر حزمةً به على سجلّ مثل PyPI أو npm. وعندما تظهر التوصية مجددًا، يؤدي التثبيت إلى جلب حزمة المهاجم. وقد تتكرر هلوسات الحزم عبر المطالبات والنماذج، ما يركز الطلب على أسماء يستطيع المهاجمون حجزها.

تحدد حالة السجل النتيجة. فالاسم غير المسجل يؤدي إلى فشل التثبيت؛ أما الاسم الذي يتحكم فيه مهاجم فيُحلّ بنجاح، ويدخل شيفرةً ضارةً إلى البيئة. وتصبح ثقة المطور بالمساعد مسارًا إلى سلسلة توريد البرمجيات.

يمتد هذا الخطر إلى التطوير بمساعدة البشر وإلى البرمجة القائمة على الوكلاء. يمكن لوكيل ذكاء اصطناعي يتمتع بقدرات استخدام الأدوات أن يحوّل تبعيةً مولّدة إلى إجراء تثبيت. ويمكن لشيفرة الحزمة الضارة أن تُنفّذ أثناء التثبيت أو عند الاستخدام اللاحق، فتعرّض الملفات وبيانات الاعتماد ومخرجات البناء للخطر، بحسب أذونات البيئة.

كيف وصلت حزمة مختلقة إلى المطورين#

نشر Bar Lanyado حزمة Python فارغة باسم huggingface-cli بعدما أوصت نماذج الذكاء الاصطناعي بتلك التبعية غير الموجودة. وبحلول 28 مارس 2024، تجاوز عدد التنزيلات الحقيقية للحزمة المُهلوسة 30,000 تنزيل خلال ثلاثة أشهر. كما ظهرت تعليمات التثبيت في ملف README بمستودع أبحاث تابع لـ Alibaba. وأظهر اعتماد الحزمة الفارغة أن اسم تبعية مختلقًا يمكن أن يصل إلى سير عمل تطوير حقيقي.

تضيف تسمية الحزم مصدرًا آخر للالتباس: فقد تختلف أسماء الملف التنفيذي لسطر الأوامر، والوحدة القابلة للاستيراد، والتوزيعة القابلة للتثبيت. ويكتسب ذلك أهمية في تطوير الرؤية الحاسوبية عندما تنشئ المساعدات تعليمات إعداد البيئة. يدعم Ultralytics YOLO الإصدار YOLO26 عبر حزمة Python المسماة ultralytics، التي توفر سير عمل التدريب والاستدلال والتصدير؛ ويعالج التحقق من تعليمات التثبيت المولّدة بمقارنتها بهوية تلك الحزمة مرحلة اختيار التبعية التي يبدأ عندها سلوبسكواتينغ.

تصف هذه المصطلحات آليات مختلفة تؤثر في أمن التبعيات:

  • هلوسة الحزم: يختلق النموذج تبعية. ويسلّح سلوبسكواتينغ هذا الخطأ في التسمية عبر التسجيل العدائي.
  • الاستحواذ عبر الأخطاء الإملائية: يسجّل مهاجم اسمًا يشبه اسم حزمة موجودة لاستغلال الأخطاء الإملائية. أما سلوبسكواتينغ فيستهدف الأسماء التي يولدها الذكاء الاصطناعي.
  • التباس التبعيات: يسترجع مدير الحزم حزمةً عامةً بينما كان المقصود استخدام تبعية خاصة.
  • حقن المطالبات: يعيد محتوى يتحكم فيه مهاجم توجيه سلوك نظام ذكاء اصطناعي. يستغل سلوبسكواتينغ توصيةً مولّدةً بحزمة عبر السجل.

الوقاية من سلوبسكواتينغ في مسارات البناء#

تحدد الموافقة على التبعيات المشروع والناشر ومستودع المصدر وسجل الإصدارات المقصودة قبل التثبيت. وينطبق فحص التبعيات المرتكز على الأمان على الإضافات المولّدة بالذكاء الاصطناعي كما ينطبق على الشيفرة التي يكتبها البشر. ويثبت توفر الحزمة في السجل وجود الاسم؛ أما التحقق من ملكيته فيحدد الجهة التي ستُشغّل برمجياتها. ويوفر إرساء المساعد على وثائق الحزم المعتمدة هويات الحزم اللازمة لهذا الفحص.

في التكامل المستمر، تضبط بوابات المراجعة تغييرات التبعيات قبل إدخالها في عملية البناء. تحدد الإصدارات المثبتة الإصدارات المعتمدة، فيما تحدد تجزئات العناصر الأثرية ملفاتها بدقة. ويسهم عزل الوكلاء وتقييد الوصول إلى الشبكة واستخدام بيانات اعتماد بأقل الصلاحيات في الحد من الموارد المتاحة لشيفرة التبعيات، ما يقلل وصولها إلى البيانات الحساسة وبيانات اعتماد النشر.

يستخدم وضع التثبيت في Python الذي يتحقق من التجزئات --require-hashes لمقارنة ملفات الحزم التي جرى تنزيلها بالتجزئات المسجلة في ملف المتطلبات. يجب أن يكون لكل تبعية، بما فيها التبعيات الانتقالية—أي المكتبات التي تتطلبها مكتبات أخرى—إصدار محدد وتجزئات مسموح بها للعناصر الأثرية. عندما تختلف تجزئة حزمة تم تنزيلها عن جميع التجزئات المسموح بها، يرفض pip الملف ويوقف التثبيت.

Explore solutions

الرؤية الحاسوبية في الرياضة

الرؤية الحاسوبية في الرياضة

اكتشف كيف يعزّز Ultralytics YOLO الرؤية الحاسوبية الرياضية عبر تتبّع اللاعبين والكرة، وتحليلات الأداء، ورؤى التدريب، وإعادة تأهيل الرياضيين.
معرفة المزيد
الرؤية الحاسوبية للصور الجوية

الرؤية الحاسوبية للصور الجوية

حوّل صور الطائرات المسيّرة والصور الجوية إلى رؤى آنية للزراعة والاستزراع المائي والرصد البيئي والحفاظ على الطبيعة والتحليل الجغرافي المكاني باستخدام Ultralytics YOLO.
معرفة المزيد
الرؤية الحاسوبية في قطاع الطيران والفضاء

الرؤية الحاسوبية في قطاع الطيران والفضاء

أدخل الذكاء الاصطناعي للرؤية إلى المراقبة الجوية باستخدام نماذج Ultralytics YOLO. عزّز الطائرات المسيّرة وسير عمل الطيران والفضاء والحفاظ على البيئة والقطاعات الجغرافية المكانية بحلول الرؤية الحاسوبية.
معرفة المزيد
الرؤية الحاسوبية في مجال الأمن

الرؤية الحاسوبية في مجال الأمن

احمِ كل موقع باستخدام نماذج Ultralytics YOLO. يدعم الذكاء الاصطناعي البصري مراقبة المحيط، واكتشاف التهديدات، والتعرف على لوحات المركبات، والسلامة في مكان العمل.
معرفة المزيد
الرؤية الحاسوبية في الروبوتات

الرؤية الحاسوبية في الروبوتات

عزّز أداء الآلات الذكية باستخدام نماذج Ultralytics YOLO. يدعم الذكاء الاصطناعي البصري في الروبوتات الملاحة الذاتية والإدراك وتعقب الأجسام والتحكم الآني.
معرفة المزيد
الرؤية الحاسوبية في الخدمات اللوجستية

الرؤية الحاسوبية في الخدمات اللوجستية

بسّط العمليات اللوجستية باستخدام نماذج Ultralytics YOLO. يتيح الذكاء الاصطناعي البصري فحص الطرود وفرزها وتتبع المركبات ومراقبة سلامة المستودعات في الوقت الفعلي.
معرفة المزيد
الرؤية الحاسوبية في تجارة التجزئة

الرؤية الحاسوبية في تجارة التجزئة

أعِد تصور تجارة التجزئة باستخدام نماذج Ultralytics YOLO. يتيح الذكاء الاصطناعي البصري تتبع المخزون ومراقبة الرفوف وإدارة الطوابير واستخلاص رؤى أذكى عن العملاء.
معرفة المزيد
الرؤية الحاسوبية في الرعاية الصحية

الرؤية الحاسوبية في الرعاية الصحية

أنشئ حلولًا للرعاية الصحية باستخدام نماذج Ultralytics YOLO. يعزز الذكاء الاصطناعي البصري في الرعاية الصحية سرعة التصوير الطبي، وكفاءة التشخيص، ومراقبة المرضى.
معرفة المزيد
الرؤية الحاسوبية في التصنيع

الرؤية الحاسوبية في التصنيع

حسّن التصنيع باستخدام نماذج Ultralytics YOLO. يعزز الذكاء الاصطناعي للرؤية مراقبة الجودة واكتشاف العيوب والالتزام بمعدات الوقاية الشخصية وأتمتة خطوط التجميع.
معرفة المزيد
الرؤية الحاسوبية في قطاع السيارات

الرؤية الحاسوبية في قطاع السيارات

طبّق الرؤية الحاسوبية في قطاع السيارات باستخدام نماذج Ultralytics YOLO. يعزز الذكاء الاصطناعي للرؤية سلامة الطرق ومساعدة السائق وأتمتة المركبات لإنشاء طرق أكثر ذكاءً.
معرفة المزيد
الرؤية الحاسوبية في الزراعة

الرؤية الحاسوبية في الزراعة

أدخل الذكاء الاصطناعي البصري إلى الزراعة الذكية باستخدام نماذج Ultralytics YOLO. عزّز مراقبة المحاصيل وتتبع الماشية والزراعة الدقيقة لزيادة الإنتاجية وتحسينها.
معرفة المزيد

لنبنِ مستقبل الذكاء الاصطناعي معًا!

ابدأ رحلتك نحو مستقبل تعلّم الآلة