בעשורים האחרונים הפך ענף החלל למגזר תעשייתי וכלכלי חיוני, בעל השלכות רבות על חיי היום-יום ועל שירותים חיוניים כגון ניווט, תקשורת וחיבוריות לאינטרנט. הוא גם בעל תרומה לענפי תעשייה רבים, כגון הביטחון והמודיעין, החקלאות, האנרגיה ואף הפיננסים והבנקאות. עם זאת, עד לשנים האחרונות, ניתן היה לטעון כי תחום המחשוב בחלל "מפגר" אחר מקבילו על פני כדור הארץ. מסיבות של משקל ורגישותם של רכיבים אלקטרוניים לטמפרטורות קיצוניות ולקרינה, יכולות העיבוד והזיכרון של מחשבים המותקנים על גביי לוויינים ובמערכות נוספות, כגון רכבי חלל, נותרו מוגבלות, ושירותי לוויין הסתמכו על שידור המידע הנאסף בחלל אל הקרקע ועיבודו שם.
בשנים האחרונות, מתחילה מגמה זו להשתנות, ויותר חברות החלו לפתח מחשבים ומעבדים עוצמתיים המותאמים לשימוש בחלל וכן חומרים פולימריים שונים שיוכלו להגן עליהם מפני קרינה. מגמה זו, הולידה מגמת משנה, במסגרתה מנסות מדינות וגורמי תעשייה להטמיע מודלים של בינה מלאכותית בקרב הלוויינים עצמם, היכן שכיום, מוטמעות טכנולוגיות אלו במרכזי נתונים קרקעיים ובענן. הטמעת הבינה המלאכותית על גביי הלוויינים טומנת בחובה יתרונות רבים כגון ניתוח המידע הרב הנאסף בחלל על גבי הלוויין ושליחת מידע מזוקק ומעובד אל הקרקע, באופן המקל על העומס וחוסך רוחב פס בערוץ התקשורת שבין הלוויין לקרקע, מפחית את זמן ההמתנה ומשכך, משפר ומזרז את תהליך קבלת המידע. כמו כן, בינה מלאכותית צפויה לסייע בביצוע אוטומציה של משימות כגון מיקום הלוויינים במסלול ההקפה, חישוב וניטור מצבם, מיקומם ופעילותם, תיקון תקלות, ואף התחמקות מפסולת חלל, שהתנגשות עמה עשויה לפגוע בלוויין.
לצד זאת, החלל מהווה מרחב לתחרות אסטרטגית בין המעצמות ומרחב לחימה פוטנציאלי, בו מתקיים מרוץ חימוש שבא לידי ביטוי בפיתוח ובניסויים במערכות נשק נגד לוויינים, בלוויינים בעלי יכולת לפגוע בלוויינים אחרים וכן בפיתוח יכולות סייבר ויכולות לפרוץ ולשבש את פעילותם של לוויינים. יתרה מכך, מומחים מזהירים כי מרחב החלל מקבל חשיבות מרכזית באסטרטגיות הצבאיות של מדינות כגון סין ורוסיה וכי עימות בין המעצמות עלול להיפתח במתקפה על תשתיות חלל. דוגמה בולטת לכך היא מתקפת הסייבר שהתמקדה בטרמינלים של חברת התקשורת הלוויינית Viasat, בטרם פלישת רוסיה לאוקראינה בפברואר 2022. מטרת התקיפה, שיוחסה לרוסיה, הייתה לשבש את יכולות התקשורת הלוויינית של צבא אוקראינה, אולם התקיפה הובילה גם לשיבושים והפרעות בגרמניה, בצרפת, בפולין ובמדינות נוספות.
"הרעלת" מידע ומניפולציות
לשינויים ולמגמות המתחוללים בתחום המחשוב בחלל, וכן בנושא השימוש בבינה מלאכותית בחלל, צפויים להיות השלכות על הארכיטקטורה של מערכות ונכסי חלל ומשכך, גם על נושא אבטחת הסייבר שלהם, נושא שזכה בשנים האחרונות לתשומת לב מוגברת. את השלכות אלו ניתן לחלק על פי היתרונות שצפויה הטכנולוגיה לספק לאבטחת הסייבר של מערכות חלל ועל פי החולשות ופערי האבטחה הצפויים לצוץ או להתגבר בעקבות הטמעתה.
ראשית, מערכות בינה מלאכותית עשויות לשמש לצורכי אבטחת סייבר, מגמה הקיימת משכבר במוצרי אבטחת סייבר קיימים. ספציפית, בינה מלאכותית עשויה לשמש לצורך שיפור מידת עמידות (Robustness) הלוויינים באמצעות פתרונות לזיהוי אנומליות, לניטור התנהגות המערכת, ולסריקה, דירוג ותיקון חולשות. כמו כן, בינה מלאכותית עשויה לסייע בשיפור חסינות (Resilience) המערכות ולסייע בתגובה לתקריות ובהחזרתן לפעילות שגרתית.
שנית, בינה מלאכותית עשויה להגיב לתקריות סייבר ואף לפעול פרו-אקטיבית נגד איומים. דוגמה לכך היא יצירה אוטומטית של מלכודות לפיתוי התוקף (honeypots), המשמשות ללמידה על הכלים והטקטיקות של התוקף, או כדי להתריע על נוכחותו במערכת. כמו כן, לנוכח המעבר לשימוש במערכי לוויינים, הכוללים עשרות ואף מאות לוויינים ומשמשים כרשת הממוקמת בחלל, פתרונות בינה מלאכותית יכולים לחלק ולפצל את הרשת באופן דינמי כדי להגביל את מידת התנועה הרוחבית של תוקפים ברשת.
לצד זאת, הטמעת הבינה המלאכותית עשויה לייצר סיכונים. דוגמה לכך עשויה להיות "הרעלת" המידע המשמש לאימון המודל מבעוד מועד. כמו כן, גישה עוינת ללוויין עצמו עשויה לאפשר ביצוע מניפולציות במידע המתקבל בחיישני הלוויין ולהוביל לשיבוש תוצריו. גישה זו עלולה להתבצע באמצעות לווייני תמרון וקירבה המתמרנים בקרבת לוויינים אחרים ומשמשים לצורך תיקון תקלות ותחזוקה, אך יכולים לשמש גם לריגול ולגרימת נזק פיזי ללוויין ולמרכיביו ועוד.
אתגרים נוספים נובעים מהיעדר הסברתיות של מודלים של בינה מלאכותית, מונח המתייחס ליכולת המודל להסביר למשתמש כיצד קיבל את החלטותיו. בעוד שהסברתיות ושקיפות נתפסים כעקרונות חיוניים המשפרים את מידת האמון של המשתמש האנושי במערכות אוטונומיות, היעדרן עלול לפגום ביעילות העבודה, ואף לאפשר לתוקף פוטנציאלי לבצע מניפולציות במידע או בתהליך מבלי להתגלות.
שכבות הגנה חלופיות
שינויים אלו מחייבים ניסוח תוכניות פעולה והתאמה של מסגרות הגנה על מודלים של בינה מלאכותית לטובת מענה לתנאים השונים השוררים בחלל. על מסגרות אלו לתת מענה לסיכונים שמקורם בעיצוב ארכיטקטורת מערכות הלוויין, בתפעולן השוטף, וכן לפיתוח יכולות מענה ותגובה לתקריות סייבר, ביניהן תקלות או תקיפות על מודל הבינה המלאכותית. דוגמה לכך היא ארכיטקטורה המתבססת על עקרונות אפס האמון. בעוד שבעבר, מגבלות כוח מחשוב וזיכרון היוו אתגר עבור יישום עקרונות אלו בקרב לוויינים, מגמות במחשוב קצה בחלל צפויות לאפשר את הטמעתם בלוויינים חדשים. כמו כן, ארכיטקטורה זו עשויה להיות יעילה עבור מודלים של מערכי לוויינים, המבצעים אימות הדדי ומהווים חלק מהרשת.
לבסוף, על תפיסת ההגנה של מערכות חלל לקחת בחשבון את חוסר הוודאות המתלווה לשימוש במערכות בינה מלאכותית, ולהכיר בכך שאי הוודאות עלולה להיות גבוהה יותר במרחב החלל. על שינוי תפיסתי זה לבוא לידי ביטוי בפיתוח מנגנוני שקיפות וכן בעיצוב הארכיטקטורה של הלוויין, כך שתכלול שכבות הגנה חלופיות, שיוכלו לתת מענה למצבים בהם מערכת הבינה המלאכותית מתנהגת באופן לא צפוי. לשם כך, יש לאמץ מנגנוני בדיקה וניסוי לקביעת מידת הדיוק ואופן ההתנהגות של מודל הבינה המלאכותית לנוכח תרחישים ומצבים שונים.
הכותב הוא חוקר במרכז למחקר סייבר בין-תחומי וחוקר בכיר בסדנת יובל נאמן למדע, טכנולוגיה וביטחון באוניברסיטת תל אביב
