“传统的安全技术手段已经过时,无法解决工业互联网面临的安全问题。”在第四届数字中国建设峰会上,奇安信集团董事长齐向东发表演讲时表示,需要创新网络安全技术,将安全和工业生产深度融合,提高工控系统的免疫力。从网络、身份、应用、数据和行为五个层面,将威胁层层过滤,把网络攻击的概率降低到万分之一,真正实现内生安全。
当前,正在兴起的第四次工业革命,用物联网、大数据、人工智能为代表的数字技术,推动着工厂内外的生产设备、产品及人员的智能连接,工厂之间、工厂与消费者之间的“智能连接”,更驱动着社会生产方式变革。
“工业互联网是数字化转型的关键力量,是第四代工业革命的重要基石。”齐向东认为,工业互联网是高安全、弱开放的工业生产系统,与弱安全、高开放的互联网系统,两大系统的融合。这直接打破了传统工业相对封闭可信的生产环境,导致攻击路径大大增加,攻击者可以从研发端、管理端、消费端、生产端都有可能实现对工业互联网的攻击或病毒传播。如果没有做好安全防护,那么价值巨大、牵连过广的工业互联网,就成了黑客唾手可得的“香饽饽”,尤其是智能工厂将是黑客勒索攻击的头号目标。
根据全球网络安全软件公司趋势科技数据显示,仅2020年第三季度就有150家制造企业牵涉勒索软件,多于其他任何行业。这个数字只是冰山一角,九成以上的企业因为害怕对自己的品牌造成伤害,都在支付赎金以后选择了静默。
“工业互联网时代,供应链环环相扣,牵扯到的上下游企业众多一个点遭受攻击,很可能会把整个产业链拖下水。供应链安全注定是工业互联网逃不开的挑战。”齐向东表示,工业互联网供应链安全挑战来自两大方向,一是开源软件代码存在巨大隐患,此前奇安信开源卫士对2188个软件开发项目进行了调研,100%的项目都用了开源软件,其中有1695个项目都存在开源软件漏洞,占比高达77.5%,平均每个项目有52.5个漏洞;二是源代码天然存在缺陷,也给供应链安全埋下隐患。奇安信代码卫士对1838个软件项目的源代码进行了分析,总计发现330万个安全缺陷,其中高危安全缺陷36万个。统计显示,程序员每敲一千行原始代码,会出现10.13个缺陷,其中有1.08个高危缺陷。
齐向东表示,传统的杀毒、木马检测、防火墙等技术,解决是通用的系统和软件安全,常常用误报率和漏报率来衡量,这种方式无法解决工业互联网面临的安全问题。所以,要创新网络安全技术,将安全和工业生产深度融合,提高工控系统的免疫力。从网络、身份、应用、数据和行为五个层面,将威胁层层过滤,把网络攻击的概率降低到万分之一,真正实现内生安全。
去年8月,奇安信已推出面向数字化转型的内生安全框架,并为工业互联网领域解构出了覆盖工业生产各个层面的“九项重点任务”,包括调整优化工控网络架构、增强工控主机安全防护、建设工业安全态势感知平台等等。
齐向东说,通过体系化的网络安全建设,解决传统安全手段失灵的问题,更好地应对网络安全威胁,为工业互联网企业建立起完善的网络安全防御体系,护航工业互联网的健康安全发展。
好文章,需要你的鼓励
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。