近日,专注推动网络与安全融合的全球网络安全领导者 Fortinet®(NASDAQ:FTNT),宣布对旗下业界领先的OT安全平台进行新一轮全面升级,此次更新旨在深化安全组网与安全运营(SecOps)服务的功能优势,强化与顶尖OT供应商的战略联盟,坚定为制造业、食品业、运输业等基础设施提供坚固安全防线的承诺。
OT攻击猛增,安全平台保驾护航
根据Fortinet发布的《2024年运营技术与网络安全态势研究报告》,OT系统正面临日益严峻的网络攻击威胁,攻击数量呈现明显上升趋势。报告中指出,有近四分之三(73%)的受访组织透露,它们曾经历过安全威胁的入侵,这些威胁有的仅限于OT系统内部,有的则跨越界限,同时影响到了IT与OT两大系统,这一比例相较于2023年的49%有了显著的提升。
鉴于此严峻形势,对于各组织而言,采取针对性措施,部署专为OT环境量身定制的网络安全解决方案,已变得刻不容缓且至关重要。此举旨在有效抵御潜在的网络攻击,保护OT系统的稳定运行,进而维护整个企业的业务连续性和信息安全。
作为全球网络安全领导者二十多年创新经验累积的卓越成果,Fortinet OT 安全平台旨在高效降低工业环境安全风险,精准应对工业环境的安全挑战,通过加速安全部署进程并优化用户体验,为广大用户保驾护航,开启更加安全、顺畅的OT安全之旅。
OT安全组网升级增强防护能力
此次更新,Fortinet OT安全平台在组网工具和远程访问方面取得了显著进展。首先,强化了FortiOS OT View仪表板,提升了资产识别和OT网络拓扑的精准度,支持关联并显示可配置资产位置,优化了资产管理和通信路径。同时,新增了可扩展虚拟补丁修复功能,通过FortiGuard OT安全服务实现更广泛的漏洞防护,有效保护未修复OT资产。
此外,Fortinet还推出了两款加固型交换机系列,专为带宽密集型工控和工业物联网(IIoT)设备设计,支持以太网供电和冗余架构,提升了网络连接的稳定性和可靠性。同时,FortiSRA和FortiExtender Vehicle解决方案的升级,进一步增强了远程访问和移动环境下的安全防护能力,为车辆和急救人员提供了统一的安全平台。
扩展AI驱动的OT安全运营能力
Fortinet OT安全平台通过扩展AI驱动的OT安全运营能力,有效应对了日益严峻的安全威胁。FortiSOAR的OT功能得到了全面增强,引入 OT View(具备 OT 资产管理功能的 IT/OT View 仪表板)和全新合规性 Playbook,以获得更深入的 OT 网络和资产可见性,加速 OT 网络和资产修复速度。
此外,FortiAnalyzer的分析和报告功能也得到了显著增强,支持按需创建多种行业标准的风险报告,如IEC 62443-3-3等,即将上线的IoT/IIoT/OT仪表板还将引入医疗物联网(IoMT)分析支持,为用户提供更加全面、深入的合规监管和安全态势评估。
而FortiNDR则凭借其强大的网络行为分析能力,精准识别并实时检测OT网络中的各类威胁,确保了系统的安全稳定运行。
最后,FortiDeceptor即服务通过新增设备、协议和简化部署,为OT和IoT环境提供了高效、可扩展的欺骗防护,进一步提升了用户体验和整体安全水平。
强化 Fortinet OT 合作伙伴关系
Fortinet 全球合作伙伴生态系统,汇聚众多拥有深厚 OT 专业知识与技术的行业领先组织,携手为广大用户赋能,共同实现网络弹性最大化与运营效率的显著提升。
作为 Fortinet 开放生态系统合作伙伴与联盟合作伙伴,近期 Armis 和 Claroty 与 Fortinet强强联合,为 FortiManager、FortiSIEM、FortiSOAR 和 FortiNAC引入全新增强集成功能和服务,助力用户最大限度获取可操作 OT 资产信息,简化 OT 网络运营,并优化整体安全态势。
此外,Fortinet 还针对 Engage Preferred Services Partner(EPSP)推出全新 OT 实践,旨在为 OT 渠道合作伙伴提供设计和部署 OT 网络基础设施所需的关键安全工具。
了解更多Fortinet OT安全平台信息及工业领域网络安全的前沿趋势与解决方案,敬请锁定行业焦点盛会——“2024 Fortinet OT 工业安全高峰论坛”!汇聚典型行业头部企业精英人才与合作伙伴,共绘工业安全新蓝图,引领未来安全新趋势。

好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。