ترجمه فارسی مقاله نقش و کاربردهای دوقلوی دیجیتال فرودگاهی در محافظت در برابر حملات سایبری در دوران هوش مصنوعی مولد

چکیده

In recent years, the threat facing airports from growing and increasingly sophisticated cyberattacks has become evident. Airports are considered a strategic national asset, so protecting them from attacks, specifically cyberattacks, is a crucial mission. One way to increase airports’ security is by using Digital Twins (DTs). This paper shows and demonstrates how DTs can enhance the security mission. The integration of DTs with Generative AI (GenAI) algorithms can lead to synergy and new frontiers in fighting cyberattacks. The paper exemplifies ways to model cyberattack scenarios using simulations and generate synthetic data for testing defenses. It also discusses how DTs can be used as a crucial tool for vulnerability assessment by identifying weaknesses, prioritizing, and accelerating remediations in case of cyberattacks. Moreover, the paper demonstrates approaches for anomaly detection and threat hunting using Machine Learning (ML) and GenAI algorithms. Additionally, the paper provides impact prediction and recovery coordination methods that can be used by DT operators and stakeholders. It also introduces ways to harness the human factor by integrating training and simulation algorithms with Explainable AI (XAI) into the DT platforms. Lastly, the paper offers future applications and technologies that can be utilized in DT environments.

چکیده به فارسی (ترجمه ماشینی)

در سالهای اخیر ، تهدیدی که فرودگاه ها از حملات سایبری در حال رشد و به طور فزاینده ای روبرو هستند آشکار شده است.فرودگاه ها یک دارایی ملی استراتژیک محسوب می شوند ، بنابراین محافظت از آنها در برابر حملات ، به ویژه حملات سایبری ، یک مأموریت مهم است.یکی از راه های افزایش امنیت فرودگاه ها استفاده از دوقلوهای دیجیتال (DTS) است.این مقاله نشان می دهد و نشان می دهد که چگونه DTS می تواند مأموریت امنیتی را ارتقا بخشد.ادغام DTS با الگوریتم های تولید کننده AI (Genai) می تواند منجر به هم افزایی و مرزهای جدید در مبارزه با حملات سایبری شود.این مقاله روشهای مدل سازی سناریوهای حمله سایبری را با استفاده از شبیه سازی ها و تولید داده های مصنوعی برای آزمایش دفاع نشان می دهد.همچنین در مورد چگونگی استفاده از DTS به عنوان ابزاری مهم برای ارزیابی آسیب پذیری با شناسایی نقاط ضعف ، اولویت بندی و تسریع اصلاحات در صورت حملات سایبری بحث می کند.علاوه بر این ، این مقاله رویکردهایی را برای تشخیص ناهنجاری و شکار تهدید با استفاده از یادگیری ماشین (ML) و الگوریتم های Genai نشان می دهد.علاوه بر این ، این مقاله روشهای پیش بینی تأثیر و روشهای هماهنگی بازیابی را ارائه می دهد که توسط اپراتورهای DT و ذینفعان قابل استفاده است.همچنین با ادغام الگوریتم های آموزش و شبیه سازی با AI قابل توضیح (XAI) در سیستم عامل های DT ، راه هایی برای مهار فاکتور انسانی معرفی می کند.سرانجام ، این مقاله برنامه ها و فناوری های آینده را ارائه می دهد که می توانند در محیط های DT استفاده شوند.