Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Manufacturing Technology >> Промышленные технологии

Предварительное обнаружение киберугроз в умных заводах: руководство по защите Индустрии 4.0

Предварительное обнаружение киберугроз в умных заводах: руководство по защите Индустрии 4.0

Обещание передовых производственных технологий — также известных как умные заводы или Индустрия 4.0 — заключается в том, что, связывая наши машины, компьютеры, датчики и системы в сеть, мы сможем (среди прочего) обеспечить автоматизацию, улучшить безопасность и в конечном итоге стать более продуктивными и эффективными. И нет сомнений, что производство уже استفодало от этой трансформации.

Подключение всех этих датчиков и устройств к нашим промышленным системам управления (ICS), и рост удаленной работы и мониторинга, приводит к производственным сетям с большими уязвимостями к кибератакам. Это все более сложная динамика, пока производители разбираются, как принять коммерческие стандарты информационных технологий (IT), совместимые с их стандартами операционной технологии (OT).

Новые возможности на основе стандартов помогут производителям

Национальный центр кибербезопасности NIST (NCCoE), в сотрудничестве с лабораторией инженерии NIST, недавно выпустил отчет, демонстрирующий набор возможностей обнаружения поведенческих аномалий (BAD) для поддержки кибербезопасности в производственных организациях. Использование этих возможностей позволяет производителям обнаруживать аномальные условия в своих операционных средах для смягчения атак вредоносного ПО и других угроз целостности критически важных операционных данных.

Другими словами, производители смогут непрерывно мониторить системы в реальном времени или близком к реальному времени на предмет доказательств компрометации. Разработка киберконтролей на основе стандартов — важный аспект требований безопасности производителей.

Как BAD-мониторинг переводится в раннее обнаружение киберугроз

Обнаружение поведенческих аномалий включает непрерывный мониторинг систем на предмет необычных событий или трендов. Монитор ищет в реальном времени доказательства компрометации, а не саму кибератаку. Раннее обнаружение потенциальных киберсобытий — ключ к помощи в снижении влияния этих инцидентов для производителей. Кибернарушения обычно обнаруживаются после атаки.

Инструменты BAD внедряются в среды ICS и OT и могут мониториться человеческим интерфейсом управления, который многие производители используют для мониторинга своих операций. Оператор смог бы видеть сетевой трафик и получать оповещения о добавлении любого авторизованного или неавторизованного устройства или соединения.

Например, система знала бы, какие коммуникации авторизованы с программируемым логическим контроллером (PLC), поэтому любой новый контакт генерировал бы оповещение. Точно так же любое аномальное общение между подключенными машинами, модификации в логике человеко-машинного интерфейса (HMI) или другие аномалии были бы отмечены.

Решение BAD — относительно недорогой модульный подход и эффективный способ обнаружения аномалий, однако оповещения BAD пассивны по природе и не обязательно принимают корректирующие действия, такие как закрытие производственного процесса.

Производители остаются целью для кибератак

Согласно Министерству внутренней безопасности США, производство было наиболее атакуемой отраслью для инфраструктурных атак в 2015 году, и малые и средние производители (СМП) продолжают быть главными киберцелями.

Есть больший спрос на кибербезопасность из-за растущей зависимости производителей от технологий и данных как драйверов продуктивности и эффективности. СМП традиционно сталкивались с вызовами в управлении кибербезопасностью по разным причинам:

Что дальше от лабораторий NIST и NCCoE для кибербезопасности

Работа по разработке возможности BAD использовала 16 тест-кейсов, или классификаций. Некоторые были простыми оповещениями к событию, таким как неудачи паролей и аутентификации, и другие включали некоторый уровень аналитики, такие как уведомление о неавторизованных установках программного обеспечения и оповещение об отказе в обслуживании.

Следующий совместный проект от NCCoE NIST и лаборатории инженерии, Защита информации и целостности системы в средах промышленных систем управления, принимает более комплексный подход к защите от хакерских атак на целостность данных. Эти возможности включают:

Девять производственных вендоров и интеграторов подписали соглашения о совместных исследованиях и разработках (CRADA) с NCCoE для помощи в разработке возможности.

Свяжитесь с вашим местным центром MEP за экспертным советом по кибербезопасности

Эксперты по кибербезопасности, работающие в производственном секторе, видят образование как ключ к принятию СМП. Больше СМП смотрят на киберконсультации похожим образом, как они могут искать экспертизу для финансов или страхования.

Если вы не уверены, с чего начать с кибербезопасностью для вашей производственной фирмы, проверьте этот инструмент оценки и Кибербезопасный фреймворк NIST. Вы также можете просмотреть коллекцию ресурсов NIST MEP по кибербезопасности для производителей.

Для конкретных потребностей самый быстрый путь к нахождению правильного руководства — связаться с экспертом по кибербезопасности в вашем местном центре MEP.

Промышленные технологии

  1. Критические вопросы, которые каждый устраняющий неисправности должен задать перед действием
  2. Кибербезопасность: стратегический императив для современных производителей
  3. Раскрытие роста: ключевые возможности для производителей литий-ионных батарей
  4. Как PR повышает доверие к бренду и продажи производителей
  5. Познакомьтесь с пушистыми друзьями Thomas: ваши производственные союзники
  6. Топ-5 стратегий кибербезопасности для производителей в 2024 году
  7. 8 проверенных стратегий защиты производителей от кибератак
  8. Защита цифровых активов: Стратегии кибербезопасности во время кризиса
  9. Индустрия 4.0: как четвёртая промышленная революция формирует кибербезопасность
  10. 10 ключевых автоматизированных рабочих процессов для производителей на платформе MachineMetrics