Absher Insight AI

بُني خلال هاكاثون أبشر مع أكاديمية طويق عرضًا مستقلًا لرصد المخاطر بشكل استباقي وقابل للتفسير.

مؤشرات الاستيلاء على الحسابات في الخدمات الرقمية سلوكية: بيانات دخول صحيحة لكن من مكان غير معتاد أو في وقت غير معتاد أو بمعدل غير معتاد. وغالبًا ما تأتي الاستجابة بعد وقوع الحادثة، كما يحتاج المحلل إلى معرفة سبب التنبيه.

• لا بيانات حقيقية للمواطنين — كل الأحداث اصطناعية أو محاكاة
• كل تنبيه يجب أن يشرح سببه
• الإطار الزمني للهاكاثون

خدمة مبنية بـ FastAPI تقيّم كل حدث دخول بقواعد تذكر أسبابها — موقع غير معتاد، دخول في ساعة متأخرة، كثافة إجراءات عالية — وتحتفظ بإحصاءات حيّة تغذي لوحة متابعة تشغيلية، مع محاكٍ يبقي اللوحة نشطة لأغراض العرض.

مساهم في حلول أمن الذكاء الاصطناعي

1. 01 · المدخلات

   حدث دخول

2. 02 · المعالجة

   قواعد قابلة للتفسير

3. 03 · الذكاء

   تنبيه مع الأسباب

4. 04 · المخرجات

   لوحة متابعة تشغيلية

كيف يعمل

• الاستباق بدل ردّ الفعل

  صُمّم لرصد السلوك الخطر مبكرًا بدل الاستجابة بعد وقوع المشكلة.

• قواعد مفسَّرة قبل الصندوق الأسود

  يعتمد المسار الفعلي على قواعد تذكر أسباب كل تنبيه، وتبقى أدوات النماذج تجريبية، ولا تُقدَّم الدرجة التي تحددها القواعد على أنها احتمال مُعايَر.

• الخصوصية في التصميم عبر بيانات اصطناعية

  كل شيء يعمل على سلوك اصطناعي، فيمكن اختبار الفكرة وعرضها دون المساس ببيانات شخصية حقيقية.

نموذج أولي قابل للتشغيل: واجهة تعيد تنبيهات مفسَّرة قائمة على القواعد، وإحصاءات حيّة، ومحاكٍ في الخلفية، ولوحة متابعة، إضافة إلى اختبار لبنية الاستجابة. لا يُدّعى أي أداء فعلي في رصد التهديدات.

• بيانات اصطناعية فقط — لا تشغيل فعلي ولا ارتباط بأي خدمة حكومية.
• قواعد لا نموذج مدرَّب: ملفات النماذج للتجارب فقط.
• البيانات في الذاكرة وتُفقد عند إعادة التشغيل؛ لا يوجد مخزن دائم للأحداث.
• الاختبارات تغطي بنية الاستجابة لا جودة الرصد.

• إعادة تشغيل بيانات مرجعية واقعية لقياس معدل الإنذارات الكاذبة
• حفظ الأحداث وجمع ملاحظات المحللين على كل تنبيه
• مقارنة نموذج مدرَّب لرصد الشذوذ بخط الأساس القائم على القواعد