Bit2Watt: هجوم بحثي يحوّل أحمال معالجات GPU السحابية إلى سلاح لزعزعة استقرار شبكات الكهرباء

نظرة عامة

فكرة الهجوم: لا ثغرة برمجية، بل فيزياء حوسبية

Bit2Watt ليس هجوماً يستغل خللاً برمجياً أو ثغرة تقليدية بالمعنى المعتاد — بل يستغل حقيقة فيزيائية بسيطة: معالجات GPU الحديثة تستهلك طاقة كهربائية متفاوتة بشكل كبير جداً بين حالة الخمول وحالة الحوسبة المكثَّفة. الفكرة المحورية للبحث هي أن مستأجراً بخدمة سحابية (Cloud Tenant) — يعمل بشكل شرعي بالكامل ضمن حدود صلاحياته المدفوعة — يستطيع نظرياً التحكم بتوقيت تبديل هذا الحمل الحوسبي بدقة عالية، بحيث يتحول استهلاك الطاقة نفسه لأداة تذبذب كهربائي متعمَّد ومتحكَّم به.

بحسب وصف الباحثين أنفسهم: أفعال حوسبية بحتة، تُنفَّذ كأحمال عمل شرعية تماماً، يمكن تسليحها لزعزعة استقرار البنية التحتية الكهربائية.

طريقتان لتنفيذ التذبذب المتحكَّم به

الطريقة الأولى: أحمال عمل اصطناعية (SWMA)

تعتمد على أنوية CUDA مخصَّصة (Custom CUDA Kernels) مصمَّمة خصيصاً للتبديل بين وضع حوسبة مكثَّف ووضع قريب من الخمول بشكل متكرر ومنضبط، لتوليد تذبذب بتردد يتراوح بين 1.5 و6 كيلوهرتز، بذروة أداء ملحوظة على معالجات RTX 4090 تحديداً.

الطريقة الثانية: تضمين داخل تدريب نماذج ذكاء اصطناعي حقيقية (LTMA)

الطريقة الأخطر عملياً من ناحية الإخفاء: تضمين نفس نمط التذبذب داخل عملية تدريب نموذج ذكاء اصطناعي شرعية وحقيقية بالكامل، عبر تعديل طفيف بالمعاملات الفائقة (Hyperparameters) والعمليات المساعدة أثناء التدريب. هذا يولّد تردداً بين 1.2 و3 كيلوهرتز، لكنه يندمج بشكل شبه كامل مع الضجيج الطبيعي لأي عملية تدريب اعتيادية — ما يجعل اكتشافه أصعب بكثير مقارنة بالطريقة الاصطناعية المباشرة.

محاكاة الأثر على شبكة كهرباء حقيقية

اختبر الباحثون سيناريو محاكاة لأسوأ الحالات المحتملة: 1,000 معالج GPU متزامن على شبكة محلية بقدرة 1 ميغاواط، مغذّاة بنسبة 90% من مصادر طاقة متجدِّدة موزَّعة (نمط شائع بمراكز بيانات حديثة تسعى للاستدامة). النتائج كانت لافتة:

• التشوه التوافقي الكلي الإجمالي (Total Harmonic Distortion) وصل لنسبة 46.8% — أعلى بكثير من الحد الإرشادي المقبول البالغ 13% فقط.
• نسبة التخميد (Damping Ratio) انخفضت لقيمة سالبة (-0.27)، وهو مؤشر مباشر على عدم استقرار الشبكة الكهربائية فعلياً، لا مجرد تدهور بجودة الطاقة.
• على نموذج محاكاة لشبكة نقل كهرباء أوروبية بـ9,241 نقطة اتصال (Bus)، تسبَّبت الاضطرابات بتتالي عبر 13 مرحلة، أدى لإسقاط ما يقارب 81% من الحمل الكهربائي الكلي بالمحاكاة.

القيد الأساسي: التزامن الدقيق لا يزال مشكلة مفتوحة

النقطة الأهم لتقييم الخطورة الواقعية لهذا الهجوم: يعترف الباحثون صراحة بأن تحقيق تزامن دقيق (Lockstep) بين آلاف معالجات GPU فعلية موزَّعة لا يزال مشكلة تقنية مفتوحة غير محلولة بالكامل. أي اهتزاز بسيط بالتوقيت (Timing Jitter) يقلل فعالية الهجوم بشكل ملموس — انحراف معياري بمقدار 100 ميكروثانية فقط بالتوقيت قلَّل السعة الإجمالية للتذبذب بنحو 20%.

هذا يعني أن الهجوم، رغم إثباته نظرياً ومحاكاتياً بشكل مقنع، لا يزال بعيداً عن التنفيذ الفعلي الموثوق على نطاق واسع بالوقت الحالي — عائق التزامن الفيزيائي يبقى تحدياً هندسياً حقيقياً لأي جهة تحاول استغلاله عملياً.

لماذا يصعب اكتشافه بالأدوات الحالية؟

الباحثون يوضحون أن أدوات المراقبة القياسية غير كافية لرصد هذا النمط من الهجوم:

• عدّادات وحدات توزيع الطاقة بالخوادم (Rack PDU) تأخذ عينة واحدة فقط بالثانية.
• تقنية NVIDIA NVML للقياس عن بُعد تصل لحد أقصى 450 هرتز.
• حتى الواجهات المتقدمة نسبياً (مثل RAPL وBMC) تصل لحد أقصى قريب من 1 كيلوهرتز.

كل هذه الأدوات أبطأ بكثير من التردد الفعلي للتذبذب المُستخدَم بالهجوم (بين 1.2 و6 كيلوهرتز)، ما يعني أن المراقبة القياسية الحالية لا تستطيع رصده أصلاً. جرَّب الباحثون كاشفاً بحثياً خفيفاً فأظهر أداءً ضعيفاً؛ التنميط الفعلي لسلوك GPU حسَّن النتائج نسبياً، بينما كان استشعار التداخل الكهرومغناطيسي (EMI Sensing) المخصَّص هو الأداة الأكثر فعالية بالكشف.

تهديد ثانوي: قناة تسريب بيانات خفية

نفس آلية التضمين تصلح أيضاً كـقناة جانبية (Covert Channel) لتسريب البيانات خارج البنية السحابية. رمَّز الباحثون بيانات ثنائية باستخدام فرق التردد (2 كيلوهرتز يمثّل “1”، و200 هرتز يمثّل “0”)، واستطاعوا استرجاع تسلسل اختباري من 50 بت بدون أي خطأ إطلاقاً، باستخدام استشعار بالمجال القريب (Near-Field Antenna Detection).

التوصيات الدفاعية

الباحثون يقترحون طبقتي دفاع منفصلتين ومتكاملتين:

على مستوى البنية التحتية الكهربائية:

• بطاريات ومكثِّفات فائقة (Supercapacitors) لامتصاص التذبذبات المفاجئة.
• فلترة توافقية (Harmonic Filtering) لتقليل أثر التشوه بجودة الطاقة.

على مستوى البنية التحتية الحوسبية:

• كشف الشذوذ (Anomaly Detection) على أنماط استخدام معالجات GPU وجداول التدريب.
• مراقبة خاصة لأحمال عمل ذات نمط تبديل دوري منتظم غير معتاد لطبيعة المهمة المُعلَنة.

لماذا هذا التهديد مختلف عن أغلب مقالات هذا القسم؟

النقطة الأهم بهذا البحث: لا توجد ثغرة برمجية محدَّدة يمكن تصحيحها بتحديث. مصدر الخطر هنا معماري بحت — الترابط الوثيق بين أحمال GPU المتقلّبة بشدة وشبكات كهرباء تعتمد بشكل متزايد على مصادر طاقة متجدِّدة أقل قدرة على امتصاص التقلبات المفاجئة، بينما تُدار كل بنية من الاثنتين (مراكز البيانات وشبكة الكهرباء) من قِبَل جهات منفصلة تماماً بأنظمة مراقبة غير متوافقة أصلاً. هذا نمط تهديد “معماري” ناشئ يستحق المتابعة تحديداً مع تزايد الاعتماد على مراكز بيانات ضخمة لتدريب نماذج الذكاء الاصطناعي.

ملاحظات

• الخبر الأصلي كتبته الصحفية Swati Khandelwal على The Hacker News بتاريخ 21 تموز/يوليو 2026.
• البحث الأكاديمي الكامل متاح على arXiv برقم 2607.05993، وقُبل رسمياً بمؤتمر CHES 2026 التابع لجمعية IACR الدولية لأبحاث التشفير — وهو مؤتمر متخصص تحديداً بأمن العتاد (Hardware Security)، ما يعكس الطبيعة الفيزيائية/الهندسية لهذا التهديد أكثر من كونه ثغرة برمجية تقليدية.

المصدر

المقال الأصلي: New Bit2Watt Attack Could Let Cloud Tenants Disrupt Power Grids Without an Exploit