工业革命4.0：机器反击 vs AI解决方案

毫无疑问，工业和智慧城市是最大的受益者，到2023年，亚洲的物联网支出将达到3986亿美元。数字化支出的蓬勃发展有望最大程度地提高生产力，最小化业务中断，使城市更安全，生活效率更高。

尽管具有这些优点，但由于IT和OT技术的融合，许多安全团队仍面临着迫在眉睫的风险。物理和数字之间不再是众所周知的传统分隔。现在，可以感染计算机的恶意软件也可以感染连接互联网的起重机。网络攻击已经变得明显。

从新加坡路灯上的传感器到首席财务官的笔记本电脑，再到工厂传送带和风力涡轮机，一切都可能成为网络罪犯计划的目标，有时甚至是附带损害。

IT和OT之间的漏洞边界使物理资产容易受到攻击。现实情况是，尽管物联网设备和互联网连接的设备释放了物理领域的潜力，但它们也扩大了攻击面并使组织面临威胁。与纯IT设备不同，工业技术通常依赖于不复杂的资源密集型且速度较慢且过时的系统。

从根本上说，它们是为数字时代之前设计的，因此，它们充满了网络漏洞，只有在攻击后为时已晚才发现这些网络漏洞。几乎不需要阐明智能核反应堆或推土机陷入破坏性网络攻击的灾难性影响。

智慧城市和工业环境将不得不重新考虑他们的网络防御方法，尤其是随着复杂的，由国家资助的黑客威胁的增加。尽管许多人不认为外国国家对其产业尤为关注，但关闭恶意国家行动者的战略重点是关闭一个国家的电网，破坏其最大的出口产业或干扰城市的运输系统。

人工智能网络防御

而且对工业公司的攻击也在增加。最近，亚太地区的一家大型建筑公司的建筑物管理系统遭到破坏，其OT环境中的服务器进行了可疑的外部连接。原因是什么?恶意软件。他们的安全团队不知道恶意软件是如何在此服务器上产生的，更不用说如何允许外部连接了。他们确定这是由于服务器在其OT网络中的位置而造成的重大威胁，因此他们召开了一次紧急会议，以解决该问题并审查内部实践。最后，他们得出的解决方案——Darktrace的网络AI。

Darktrace是全球领先的网络AI公司，它采用新颖的网络安全方法。类似于人类免疫系统，AI在OT和IT环境中为每个用户、设备和容器学习一种“自我”感。这种方法使建筑公司能够在造成损坏之前识别攻击的来源并抵消攻击的影响。

Darktrace的技术比单纯的威胁检测迈出了一大步-它的无监督机器学习可自我学习以发挥数字抗体的作用，对威胁做出响应并实时自动阻止恶意活动。AI时刻保持警惕，随时准备应对威胁，无论白天还是黑夜。从最新的售后传感器到“传统”衰减器，所有东西都受到保护。

Darktrace已在保护全球的工业公司，包括英国领先的电力基础设施公司Drax和最喜欢的美国食品生产商King's Hawaiian，该公司一直处于工业网络防御的最前沿。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“物联之家 - 物联观察新视角,国内领先科技门户”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读