Με ιδιαίτερη επιτυχία πραγματοποιήθηκε η συνάντηση της κοινοπραξίας για το ερευνητικό έργο «ΑΜΥΝΑ-ΤΝ: Αντιμετώπιση εξελιγμένων κυβερνοαπειλών ενισχυμένων με μοντέλα Τεχνητής Νοημοσύνης». Στο πλαίσιο εργασιών του Μαΐου 2026, η ερευνητική ομάδα διεκπεραιώνει πιλοτικές δοκιμές σε σενάρια Κρίσιμων Υποδομών, επιτυγχάνοντας ενθαρρυντικά αποτελέσματα σχετικά με:
Ολιστική Ανίχνευση & Ασφαλής Διαμοίραση Πληροφορίας
Μέσα από την συνέργεια των υποσυστημάτων ΑΠΑΒΙΣ-ΤΝ, ΕΔΑΑ και ΚΑΒΑΣ-ΤΝ, αποδείχθηκε η ικανότητα της πλατφόρμας να:
-
Συσχετίζει ετερογενή δεδομένα από πολλαπλά επίπεδα της υποδομής (δίκτυο και logs), επιτυγχάνοντας χρόνο καθυστέρησης από την ανίχνευση έως την ειδοποίηση της ομάδας SOC περίπου στα 15 δευτερόλεπτα.
-
Διαχειρίζεται τα περιστατικά μέσω αυτοματοποιημένης ενορχήστρωσης (Ενεργή Άμυνα), εφαρμόζοντας αυτόματο αποκλεισμό απειλών (IP Ban) για επιθέσεις με υψηλό AI Threat Score (>70).
-
Επιτυγχάνει context-aware ανωνυμοποίηση των απειλών με ποσοστό μεγαλύτερο του 95% στην απόκρυψη ευαίσθητων δεδομένων, χωρίς καμία αλλοίωση της δομής τους. Αυτό επιτρέπει την άμεση ανταλλαγή κρίσιμης CTI γνώσης στις πλατφόρμες MISP/OpenCTI με απόλυτη ασφάλεια.
Ενίσχυση της Ανθεκτικότητας των Μοντέλων Τεχνητής Νοημοσύνης
Με τη χρήση του προσαρμοστικού συστήματος προσομοίωσης επιθέσεων (ΣΠΕ-ΤΝ) και του κβαντικού ομοσπονδιακού συστήματος εντοπισμού (ΚΟΣΕΠ/Q-FIDS), οι δοκιμές ανέδειξαν:
-
Την έγκυρη ανίχνευση προηγμένων επιθέσεων σε ποσοστό άνω του 90%.
-
Την εντυπωσιακή ανάκαμψη της ακρίβειας των αμυντικών μοντέλων στο 98.46% έπειτα από Αντιπαραθετική Επανεκπαίδευση έναντι έξυπνων επιθέσεων, σημειώνοντας κατακόρυφη αύξηση ανθεκτικότητας (> +20%).
-
Τον άμεσο διαμοιρασμό του επικαιροποιημένου, θωρακισμένου μοντέλου σε όλους τους κόμβους του δικτύου, με τον συνολικό χρόνο της Ομοσπονδιακής Επανεκπαίδευσης να ολοκληρώνεται σε μόλις ~47 δευτερόλεπτα.
Τα αποτελέσματα των πιλοτικών δοκιμών, όπως παρουσιάζονται στον ακόλουθο πίνακα, επιβεβαιώνουν ότι η αρχιτεκτονική του ΑΜΥΝΑ-ΤΝ δεν περιορίζεται στην παθητική άμυνα, αλλά προσαρμόζεται δυναμικά στο μεταβαλλόμενο τοπίο των κυβερνοαπειλών. Μια τακτική που επισημαίνει και ο επιστημονικά υπεύθυνος του έργου, Καθηγητής Παναγιώτης Σαρηγιαννίδης στην πρόσφατη τοποθέτηση του στο Voria.gr: https://www.youtube.com/watch?v=rjaUqerOs20&t=1046s
Τα αποτελέσματα των πιλοτικών δοκιμών του έργου αποδεικνύουν την αξία αυτής της προσέγγισης με εντυπωσιακά, μετρήσιμα αποτελέσματα:
| Λειτουργικό Χαρακτηριστικό | Τεχνική Μετρική / Επίδοση | Μηχανισμός Υλοποίησης & Τεχνολογία | Εμπειρική Επιβεβαίωση (Live Testbed) |
| Ανίχνευση & Ειδοποίηση (ΑΠΑΒΙΣ-ΤΝ, ΕΔΑΑ) | < 15 δευτερόλεπτα | Ασύγχρονη λήψη καταγραφών (logs) από το Cowrie honeypot και άμεση μεταγωγή μέσω Webhooks στον ενορχηστρωτή n8n | Επιτυχής: Σε σενάριο επίθεσης (π.χ. Brute-Force), το τελικό SOC Alert παραδόθηκε στο Discord σε ακριβώς 15 δευτερόλεπτα. |
| Ευφυής Ανάλυση & Ιεράρχηση Απειλών(ΑΚ-ΤΝ) | Αυτοματοποιημένη παραγωγή CTI & ετικετών MITRE | Αξιοποίηση Μεγάλου Γλωσσικού Μοντέλου (Google Gemini) ως Virtual SOC Analyst για τη σημασιολογική ανάλυση των καταγραφών. | Επιτυχής: Ορθή απόδοση ετικετών ταξινόμησης (π.χ. MITRE TA0001) και παραγωγή αναλυτικής περίληψης του περιστατικού σε φυσική γλώσσα. |
| Ενεργή Άμυνα & Ενορχήστρωση (ΕΔΑΑ / SOAC) | 100% Ευστοχία αποκλεισμού (IP Ban) για Threat Score > 70 | Εκτέλεση σεναρίων αντίδρασης (playbooks) βάσει επιπέδου επικινδυνότητας. Ο ενορχηστρωτής (n8n) πυροδοτεί το /ban_ip endpoint εξάγοντας την IP του επιτιθέμενου | Επιτυχής: Το AI αξιολόγησε επίθεση με Score 95/100 και ο κανόνας ενεργοποιήθηκε ακαριαία, απομονώνοντας τον επιτιθέμενο. |
| Ασφαλής Προώθηση & Ανωνυμοποίηση | >95% Απόκρυψη PII / IPs (0% Αλλοίωση δομής JSON) | Προώθηση συμβάντων προς υβριδικό μοντέλο NLP με χρήση ειδικής Whitelist, προστατεύοντας τα δομικά κλειδιά (π.χ. UUIDs) για το MISP/OpenCTI. | Επιβεβαιώθηκε η ασφαλής διέλευση των δεδομένων και η πλήρης αντικατάσταση των IPs προτού τα συμβάντα διαμοιραστούν. |