网络安全公司TrendAI的网络战略总监乔纳森·李(Jonathan Lee)指出,支撑英国地方政务服务、社会关怀服务及本地交通运营的关键本地基础设施,正在政府与企业的网络韧性规划中被忽视和遗漏。
在接受Computer Weekly专访时,李表示,伦敦、大曼彻斯特等城市地区,可能面临多起网络攻击同时发生的风险,一旦本地基础设施遭到破坏,将引发连锁反应,给居民带来严重的生活影响和公共服务中断。
"我们需要思考,如果城市区域内多处同时遭受攻击,会发生什么——无法正常工作、无法自由出行、无法正常交付公共服务,这些对人的影响是真实且严峻的。"他说道。
目前正在英国议会审议的《网络安全与韧性法案》(CSRB),旨在保护医疗、供水、交通和能源等关键国家服务免受网络攻击,此类攻击每年造成数十亿英镑的经济损失。然而,李认为,本地基础设施在这一框架中相对被忽视。
以英国国家网络安全中心(NCSC)的网络保障框架为例,该框架旨在帮助关键国家基础设施(CNI)的运营方证明其具备基本的网络安全准备水平,但这一框架并非强制执行,并非所有应当遵守的机构都真正落实了。
全社会风险视角
"我们需要更严格地确保各方认真对待这一问题,不仅关注自身组织的安全,还要着眼于整个社会的风险。"李表示。
他补充说,针对公共服务的网络攻击——例如地方政府主导的社会关怀服务——可能对英国国家医疗服务体系(NHS)及患者护理造成灾难性的连锁影响。
目前,地区性基础设施提供商迫切需要来自NCSC等机构更多"自上而下"的指导建议。而事实上,在众多提供本地基础设施的企业和公共部门机构中,NCSC的知名度尚有提升空间。
"这一信息必须向下传递到地方层面,确保一致的信息得到广泛传播,这也可以通过行业合作伙伴来实现。这是我非常重视的一点。"李说。
"网络安全基础"(Cyber Essentials)计划已进行更新,新增了组织使用多重身份验证(MFA)的要求,以及云服务提供商须在14天内修补漏洞的规定,这有助于提升安全韧性——但仅对那些选择遵守该计划的机构有效。
保持韧性评分的持续跟进
英国政府还计划在未来数月内发布《网络行动计划》,指导各机构做好基础安全工作,并随时间推移持续提升网络安全能力。
尽管相关举措和行动计划并不匮乏,但许多计划最终沦为一纸空文、束之高阁的风险依然存在。
一种可行的方案是,让各机构采用评分卡的形式对自身网络韧性进行评估,例如以1到100的分值衡量,并定期向董事会级别的管理层汇报进展。
"我们需要一种机制来衡量这些干预措施的实际效果,无论是网络评估框架、网络安全基础计划,还是相关法律法规。"李说道。
Q&A
Q1:英国《网络安全与韧性法案》覆盖了哪些领域?它是否包括本地基础设施?
A:《网络安全与韧性法案》目前主要聚焦于医疗、供水、交通和能源等关键国家服务,旨在保护这些领域免受网络攻击。然而,根据TrendAI网络战略总监乔纳森·李的说法,支撑地方政务、社会关怀和本地交通的本地基础设施,在当前的法案框架中相对被忽视,存在明显的保护空白。
Q2:英国国家网络安全中心的网络保障框架为何没能发挥预期效果?
A:NCSC的网络保障框架并非强制性要求,而是以自愿遵从为基础。这意味着并非所有本应实施该框架的机构都切实执行了相关措施。此外,该框架在众多本地基础设施提供商中的知名度也有待提升,导致其覆盖范围和实际影响力受到限制。
Q3:目前有哪些具体措施可以提升英国本地基础设施的网络韧性?
A:目前可用的措施包括:更新后的"网络安全基础"计划(新增MFA要求及云服务14天漏洞修补规定)、NCSC的网络保障框架,以及即将发布的《网络行动计划》。此外,业内还建议引入韧性评分卡机制,让各机构以量化方式自评安全状况,并向董事会定期汇报,从而确保这些措施真正落地执行,而非停留在纸面上。
好文章,需要你的鼓励
无人机食品配送服务商Flytrex与全球知名披萨连锁品牌Little Caesars宣布合作,推出全新Sky2无人机,最大载重达4公斤,可一次配送两个大披萨及饮料,满足全家用餐需求。Sky2支持最远6.4公里的配送范围,平均从起飞到送达仅需4.5分钟。首个试点门店已在德克萨斯州怀利市上线,并实现与Little Caesars订单系统的直接集成。
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
法国社会住房项目ViliaSprint?已正式完工,成为欧洲最大的3D打印多户住宅建筑,共12套公寓,建筑面积800平方米。项目由PERI 3D Construction使用COBOD BOD2打印机完成,整体工期较传统建造缩短3个月,实际打印仅用34天(原计划50天),现场操作人员从6人减至3人,建筑废料率从10%降至5%。建筑采用可打印混凝土,集成光伏板及热泵系统,能源自给率约达60%。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。