从网络安全的角度分析，智能制造网络化后攻击剖面大大扩大，将面临设备、控制、网络、应用、云平台、数据等八个方面的安全挑战，但同时要看到参与到各个层面的人员因素，以及综合各方面的高级持续性威胁APT。
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：
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。
如何应对?协同联动建立联合防御体系!
e-works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，e-works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。
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。
e-works数字化企业网拥有70多万会员，其中包括6万多家制造企业的信息化主管领导和CIO。e-works网站拥有海量的制造业信息化知识库和丰富的原创栏目，日均访问量达10万人次以上，是国内外主流信息化厂商面向制造业首选的市场推广平台。SAP、IBM、华为、三星等近千家国内外主流IT厂商与e-works建立了市场推广合作。e-works系列微信号的订阅人数已超过32万人，是智能制造领域最具影响力的移动社交媒体。
热门推荐