IOCON2018互联网运营千人峰会

智能制造 + 互联网时代将面临8大挑战 需要协同联动建立联合防御体系

活动家 2017-4-26 工业制造 4,414 0 喜欢 (0)

智能制造 + 互联网时代面临的安全挑战,概括来说,八方面的具体挑战如下:

智能制造风险与防范

1、设备层安全挑战。智能制造领域网络中伺服驱动器、智能IO、智能传感器、仪表、智能产品的安全挑战,包括:所用芯片安全、嵌入式操作系统安全、编码规范安全、第三方应用软件安全以及功能安全等,这些设备均可能存在漏洞、缺陷、规范使用、后门等安全挑战;目前,在制造领域并未对以上问题开展深入研究。如:西门子漏洞CVE-2016-5849等。

2、控制层安全挑战。主要来自各类机床数控系统、PLC、运动控制器、所使用的控制协议、控制平台、控制软件等方面,其在设计之初可能未考虑完整性、身份校验等安全需求,存在输入验证,许可、授权与访问控制不严格,不当身份验证,配置维护不足,凭证管理不严,加密算法过时等安全挑战。例如:国产数控系统所采用的操作系统可能是基于某一版本Linux进行裁剪的,所使用的内核、文件系统、对外提供服务、一旦稳定均不再修改,可能持续使用多年,有的甚至超过十年,而这些内核、文件系统、服务多年所爆出的漏洞并未得到更新,安全隐患长期保留。如:西门子漏洞CVE-2017-2685、三菱PLC漏洞CNVD-2016-06361等。

3、网络层安全挑战。主要来自三方面:各类数控系统、PLC、应用服务器通过有线网络或无线网络连接,形成工业网络,工业网络与办公网络连接形成企业内部网络,企业内部网络与外面的云平台连接、第三方供应链连接、客户的网络连接。主要安全挑战包括:网络数据传递过程的常见网络威胁(如:拒绝服务、中间人攻击等),网络传输链路上的硬件和软件安全(如:软件漏洞、配置不合理等),无线网络技术使用带来的网络防护边界模糊等。如:三菱网络模块漏洞CNVD-2016-06360。西门子网络服务器漏洞CNVD-2012-7944等。

4、应用层安全挑战,指支撑工业互联网业务运行的应用软件及平台的安全,如:德马吉森精机(DMG MORI)的CELOS系统所整合的ERP(企业资源计划)/PPS(生产计划与控制系统)/PDM(产品数据管理)/MES制造执行系统和CAD/CAM软件和控制系统等。智能制造领域应用软件,与常见商用软件的类似,将持续面临病毒、木马、漏洞等传统安全挑战;如:Ge fanuc漏洞CVE-2008-0175和CVE-2008-0176,西门子上位机漏洞CNVD-2016-11465等。

5、工业云安全挑战,从这次CIMT上可以看到,国内各大机床厂商、数控系统厂商正在建立或即将建立的云平台及服务,这些云平台及服务也面临着虚拟化中常见的违规接入、内部入侵、多租户风险、跳板入侵、内部外联、社工攻击等内外部安全挑战。

6、数据层安全挑战,是指智能制造工厂内部生产管理数据、生产操作数据以及工厂外部数据等各类数据的安全问题,不管数据是通过大数据平台存储、还是分布在用户、生产终端、设计服务器等多种设备上,海量数据都将面临数据丢失、泄露、篡改等安全威胁。

7、人员管理的挑战,随着智能制造的网络化和数字化发展,工业与IT的高度融合,企业内部人员,如:工程师、管理人员、现场操作员、企业高层管理人员等,其“有意识”或“无意识”的行为,可能破坏工业系统、传播恶意软件、忽略工作异常等,因为网络的广泛使用,这些挑战的影响将会急剧放大;而针对人的社会工程学、钓鱼攻击、邮件扫描攻击等大量攻击都利用了员工无意泄露的敏感信息。因此,在智能制造+互联网中,人员管理的也面临巨大安全挑战。

8、高级持续性威胁(APT),智能制造领域中的APT是以上6个方面各种挑战组合,是最难应对、后果最严重的威胁。攻击者目标可能是偷取重点智能制造企业的产品设计资料、产品应用数据等,也可能是在关键时刻让智能制造企业生产停止、良品率下降、服务不及时等给企业造成直接损失,攻击者精心策划、为了达成既定目标,长期持续的进行攻击,其攻击过程包括收集各类信息收集、入侵技术准备、渗透准备、入侵攻击、长期潜伏和等待、深度渗透、痕迹消除等一系列精密攻击环节。如:360APT报告:摩诃草组织。

智能制造风险与防范

如何应对?协同联动建立联合防御体系!

笔者通过调查多家企业和厂商,发现智能制造企业、集成商、用户等,在推进智能制造+互联网过程中,面临的各项安全挑战几乎没有考虑,对安全的认识还停留在“我们不连接外网,会有什么问题呢?网络攻击根本进不来!”的阶段,工业安全在国内智能化厂商的考虑重点中几乎缺位。针对这个以上8类挑战,笔者建议智能制造企业、集成商、用户等可以从以下方面进行应对。

1、落实国家对工业安全的相关政策、指南、标准

针对工业系统信息安全的问题,国家先后出台了《关于加强工业控制系统信息安全管理的通知》(工信部协[2011]451号)、《工业控制系统信息安全防护指南》等相关文件,对工业系统连接管理、组网管理、配置管理、设备选择和升级、数据管理、应急管理做出了相应要求,对工业控制系统设计、选型、建设、测试、运行、检修、废弃各阶段防护工作要求;《工业控制系统信息安全防护指南》从安全软件选型、访问控制策略构建、数据安全保护、资产配置管理等方面提出了具体实施细则,从安全软件选择与管理、配置和补丁管理、边界安全防护、物理和环境安全防护、身份认证、远程访问安全、安全监测和应急预案演练、资产安全、数据安全、供应链管理、落实责任等给出了指导意见。智能装备制造商、应用企业可以参考相关内容,做好必要的安全防护、安全管理和安全意识培训。

2、构建持续检测响应能力

假定智能制造系统无法阻止被攻破,也就是无法防护住,改变思路,在产品和解决方案设计中,增加攻破的发现能力,缩短攻击发现的时间,将攻破后的进行应急响应的思路,改变为持续的监测和响应,不断加强监测和威胁发现的能力,提升响应的速度。

3、应用数据驱动安全的理念

目前国际上公认解决网络安全攻防不对称的方法之一,是数据驱动安全,2015中国互联网安全大会(ISC2015)大会就提出要进行态势的感知,进行威胁情报的共享和攻击溯源。

对于智能制造来说,对某一行业中某一家企业的攻击,如果被发现,攻击方法和攻击目标被辨析,可以结合全网的安全大数据和企业自身的安全数据进行分析,形成有效的威胁情报,提供给整个行业的企业,提供行业防御的效果。

4、建立企业安全运营中心

根据Gartner的预测,工业企业建立的安全运维中心已成为一种趋势,预计到2020年将有40%的企业将建立安全运营中心,该中心将建立企业的安全数据仓库,对于APT攻击,一个最大的挑战之一是如何发现攻击,应用数据驱动安全的理念。工业大数据进行工业生产故障的预防性维护,找出生产环节的异常,已经成为目前工业大数据的主要应用方向之一。智能制造企业和用户对工业生产设备损坏或衰退的预测与发现,生产流程停机的预测与发现,其实就是一种工业生产的异常,而工业网络受到攻击也可以产生类似异常;安全运营中心可以记录工业互联网企业持续监测的安全信息,但这些信息堆积在仓库里,如同“一团乱麻”,解开乱麻,需要找到一个线头,因此,可利用工业大数据发现工业生产异常的能力,为安全大数据的分析提供触发条件或关键线索,这将成为数据驱动安全的最值得实践的方法之一。

另外利用安全大数据进行智能制造系统中的用户和实体行为分析(UEBA),对用户的行为和设备的行为用大数据的方法建立一个基线,偏离基线太多的时候也会出现异常,也成为安全大数据重要应用手段之一。

5、构建产业协同的联合防御体系

我国目前暴露在公网的工业设备,超过2000台,美国在公网的工业设备达到数万台,包括:PLC、数控系统以及相关工业应用系统等,随着我国智能制造的发展,未来我国将与美国类似,将有大量的工业设备暴露在公网上,任何一个企业由于在人才、设备、数据、情报方面的限制,单独进行防御将存在巨大困难,未来工业互联网企业、工业互联网企业设备提供商、安全服务商、监管机构将建立协同机制,共同应对智能制造+互联网安全来自工业、互联网、信息安全的跨领域、跨行业的挑战。网络安全的能力,将变成一种可定制的服务,智能制造企业和用户的依据自己的威胁、成本、人才、运行阶段按需使用。

智能制造领域,通过高档数控机床及基础制造装备通过网络与工业软件、商业软件、工程师、供应商、客户高效互联,向着智能化、高效化、专业化、网络化方向发展;企业外部的商业网络与企业内部办公网络、工业网络的边界被联通,工业企业将面临设备、网络、控制、应用、云、数据、人员等多方面安全挑战。

智能制造风险与防范

综上,机床制造企业、数控系统厂商、先进制造集成商在进行智能化、网络化、数字化产品和解决方案设计时,工业安全必须同步考虑;智能制造用户在采购智能化产品、建设网络化、智能化先进制造系统的,为保证自己的生产安全、数据安全,应同时要求供应商提供在工业安全方面的防护措施,并加强企业员工的安全意识。在智能制造+互联网的背景下,工业安全不容缺位。

转载请注明来自活动家资讯,本文标题:《智能制造 + 互联网时代将面临8大挑战 需要协同联动建立联合防御体系》

喜欢 0 发布评论
AICon全球人工智能与机器学习技术大会 2018
AICon全球人工智能与机器学习技术大会 2018
发表评论


Top