(2)技术。IT/OT/IoT 基础设施网络安全/隐私保护方面存在诸多障碍,例如缺乏资产识别和清单,以及 OT/IT/IoT/云/边缘网络之间的界限模糊不清。必须从基础的网络安全/隐私保护入手,例如,将关键控制作为提升网络安全/隐私保护的坚实基础,并支持重要的第一步:“提高资产和基础设施的可见性”。应评估影响当前基础设施的因素,包括移动/无线设备的使用情况、向云服务迁移后操作流程的变化,以及信息、文档和情报的完整性。在扩展工业自动化和控制技术以支持运营流程或生产之前,应建立 OT/IT/IoT 资产清单,并建立维护容错/抗网络攻击的 IT/OT/IoT 资产清单的流程,以及用于持续比较的已知状态的运行基线。.
(3)流程、管理和治理。流程必须与成熟的技术无缝衔接,这是战略制定的重要因素,因为自动化一个存在缺陷的流程可能会增加组织网络安全和隐私方面的风险。在创建理想环境(包括支持这些环境的技术)之前,应投资对现有流程进行正式的管理和评估,以识别其弱点(漏洞)。这种管理和评估应利用所有类型的内部和外部资源,包括正式审计。一个高度成熟、积极主动、冗余且具有自我评估能力的管理和治理环境对于最大限度地减少故障和网络攻击至关重要,同时还要确保其高效和快速响应。.
网络安全/隐私整合了一系列技术、流程、方法、管理/治理机制、实践等,旨在主动保护网络、计算机、程序、数据和人员免受网络攻击、损害或未经授权的访问。网络安全/隐私目标日益丰富,包括以下方面:
1)数据/信息/情报的机密性。网络攻击者利用数据挖掘、计算机匹配、计算机分析、嗅探器、键盘记录器、木马、Cookie、僵尸网络等手段来侵犯隐私。保护措施包括加密、隐写术、潜意识通道、匿名性、零知识证明、Shamir碎片化、密钥托管、OT、欺骗等。2
)系统可用性。保护措施包括备份、冗余、UPS/SAI等。3
)数据完整性。保护措施包括传统数字签名、盲签名、MAC地址、哈希值、备份等。4
)硬件完整性。
5) 授权。授予权限,使实体能够对特定对象/资源(文件、目录、打印机等)执行某些操作(读取、写入、执行、删除、创建等)。6)
真实性。采用数字签名、MAC 地址、哈希值、备份和其他方法进行保护
操作可追溯性。采用日志、审计跟踪、漫游恶意软件、冗余备份和其他方法进行保护
) 数据新鲜性。采用签名 NTP 时间戳和基于强伪随机数生成器 (PRNG) 的序列号(例如 LCG、LFSR/NLFSR)、潜意识通道、水印/隐写术、匿名化、零知识证明 (ZK)、OT、零时间 (ZT) 和其他方法进行保护。9) 操作不可否认性
。采用数字签名、战术、技术和程序 (TTP) 以及电子公证进行保护。10
) 身份隐私。采用匿名技术(TOR、k-匿名、洋葱路由、潜意识通道等)进行保护。11
)实体认证。采用强大的多因素认证(单因素或双向)进行用户与服务器之间的保护,使用高熵密码/PIN码、生物特征(生理和行为)、近距离智能卡、零知识证明技术、硬件令牌、软件令牌(例如适用于Windows MS的RSA Secur-ID等身份验证器令牌软件)、室内外地理位置、NTP日期/时间戳等。
可以识别出多种关键的网络安全/隐私控制措施,例如:已授权/未授权、已知/未知设备的清单;已授权和未授权软件的清单;硬件/软件/固件的安全配置;持续的漏洞管理(预防/检测、评估和主动修复);受控的管理权限使用;审计日志的维护、监控和分析;保护网络浏览器和电子邮件;针对恶意软件/病毒的主动网络防御;网络端口的限制和控制;主动/预防性数据恢复能力;网络设备的安全配置;对可见和不可见边界/周界的主动网络防御;数据/信息/情报的保护;按需知悉 (KNOW) 控制的访问权限;无线访问控制(WiFi 6-7、蓝牙、Threads、LoRaWAN、2G/3G/4G/5G/6G 等);账户监控和控制;网络安全技能的管理/评估以及相应的认证培训;软件/固件安全(操作系统、应用程序/应用/API 等);网络安全事件的管理和主动响应;渗透测试 (PenTest)、全面审计(包括所有类型的审计,以及探索由认可机构根据 ISO、NIST、ENS 等国家和国际标准颁发的认证)、持续的“红队”演练等。根据 ISO-7498-2,网络威胁分为四种基本类型:
1) 中断。战略系统资源无法访问。这属于 CIA 可用性范畴。造成这种情况的一种工具是射频干扰器或 DoS/DDoS 攻击。应对措施包括:启用容错、高可用性 (HA) 和高性能磁盘驱动器,采用高级 RAID(独立磁盘冗余阵列)技术;备份和冗余通道、UPS 等。2
) 拦截。未经授权的第三方访问战略要素。这属于 CIA 机密性/隐私范畴。用于创建此类攻击的工具包括嗅探器、僵尸网络、软硬件键盘记录器、木马程序、追踪 cookie、密码破解器、恶意软件、间谍软件、网络爬虫、通灵间谍等。应对措施包括加密、流量填充、隐写术、反恶意软件、虚拟键盘、战舰游戏、潜意识通道等。Mimikatz 是一款开源工具,可用于从 Windows 系统中提取密码。3
) 修改。未经授权的一方修改了战略因素。这属于中央情报局 (CIA) 的完整性范畴。用于创建恶意软件/病毒的工具包括 YARA,这是一款用于检测模式以编写和识别恶意软件签名的工具。应对措施包括备份、高级数字签名等。4
) 伪造。未经授权的一方将病原体引入系统。这属于中央情报局 (CIA) 的完整性范畴。用于创建网络攻击的工具包括消息重复(应对措施:使用时间戳)、未经授权的写入以及植入秘密监控摄像头(解决方案:使用PUF技术)。为了应对网络攻击,必须了解其结构。我们可以将网络攻击概括为五个阶段:(a)侦察。攻击者通过主动或被动的方式非法从系统中收集信息。(b)扫描。测试和探测可被利用的漏洞。(c)获取访问权限。攻击者利用一个或多个漏洞恶意访问系统。(d)维持访问权限。攻击者留在系统中,横向移动以实现网络攻击的目标。他们保持潜伏状态。(e)掩盖/清除痕迹。网络攻击者隐藏并试图清除网络攻击的证据(日志、记录等)。更完整、更详细地来说,网络攻击被定义为网络杀伤链(CKC),它由以下几个阶段组成(涉及的阶段越多,防御成本越高):(1)入侵前阶段。该阶段分为三个步骤:(a)侦察。这包括识别哪些计算机或员工被选为网络攻击的目标。为此,会使用社交网络、侦探、传感器等工具。(b)武装。这包括确定使用了哪些网络攻击途径。(c)投放。恶意载荷是如何投放的?(2)入侵阶段。该阶段分为两个步骤:(a)利用。利用了哪些漏洞?(b)安装。哪些模块和文件名包含恶意软件?(3)入侵后阶段。该阶段分为两个步骤:(a)命令与控制(C&C)。恶意软件连接到哪些恶意C&C服务器?(b)行动。恶意行为可能通过横向移动实施,无论是当前还是未来(潜伏状态)。可以识别不同类型的网络威胁信息,例如:(i) 入侵指标 (IOC),即恶意软件或恶意软件通信的技术要素,这些要素可以指示网络安全遭到入侵。这些指标可以是可观察的(网络或系统上的良性或恶意事件)或技术痕迹,表明即将发生、正在进行或已经发生但隐藏且隐蔽的入侵。入侵指标示例包括:可疑的 C&C 或 C2(命令与控制,恶意软件用于与控制者通信的机制)服务器的 MAC/IPv4/IPv6 地址、可疑的 DNS(域名系统)域名、指向恶意内容的 URL(统一资源定位符)、恶意可执行文件的哈希值、恶意电子邮件的“主题”行文本、垃圾邮件发送者或网络钓鱼者的电子邮件地址、FQDN、PDU 有效载荷、硬件设备信息、电话/即时通讯号码、论坛帖子、网络攻击者所在的城市、文件哈希值、基于 PUF 的设备指纹等。(ii) TTP(战术、技术和程序)。描述网络威胁主体的行为。战术是对行为的高级描述,技术是在战术上下文中对行为的详细描述,而程序则是在技术上下文中更详细、更低级别的描述。 TTP(战术、技术和程序)可以描述网络威胁行为者使用特定恶意软件变种、操作顺序、网络攻击工具(例如网络武器)、传播机制(例如网络钓鱼或水坑攻击)或漏洞利用的倾向。(iii) 网络安全警报。也称为安全建议、公告和漏洞说明,这些是关于当前漏洞(CVE:通用漏洞披露,网址为 http://cve.mitre.org)、漏洞利用和其他网络安全问题的简要技术通知。网络安全警报的来源包括美国计算机应急响应小组 (US-CERT)、信息共享分析中心 (ISAC)、国家漏洞数据库 (NVD,提供漏洞的 CVSS(通用漏洞评分系统)值)、产品安全事件响应小组 (PSIRT)、商业网络安全服务提供商和网络安全研究人员等。(iv) 网络威胁情报报告。这些文档通常描述战术、技术和程序 (TTP)、网络威胁行为者、目标系统和信息类型,以及其他与网络威胁相关的信息,从而帮助组织更好地了解形势。网络威胁情报是经过高度处理的网络威胁信息,这些信息经过聚合、转换、分析、解释或丰富,为网络安全决策过程提供必要的背景信息。(v) 工具配置。这些指南用于配置和使用支持网络威胁信息/情报自动化收集、共享、处理、分析和使用的工具/机制。例如,工具配置信息可能包含如何安装和使用用于检测和移除 rootkit 的实用程序,或者如何创建和自定义入侵检测签名(例如 Snort)、路由器访问控制列表 (ACL)、防火墙规则或 Web 过滤配置文件,或访问控制和授权的能力列表等说明。(vi) 用于网络威胁情报的数据挖掘/大数据/分析。 ThreatMiner 展示了恶意软件、域名、主机、电子邮件地址的示例,用于网络威胁情报的数据挖掘,CRITS(集体威胁研究)。
网络安全/隐私整合了一系列流程,其中包括日益丰富的网络防御措施,例如:
1)预防。这包括强化系统并增强其弹性,使用 VLAN/DMZ/VPN 隔离系统,以及阻止网络攻击(使用 IPS、DLP、AV 等工具)。2
)控制、监管和管理。这利用了各种工具,例如身份和访问管理 (IAM)、访问控制列表 (ACL)、下一代防火墙 (NGFW)、统一威胁管理 (UTM)、安全事件和事件管理 (SIEM)、数据泄漏防护 (DLP)、入侵防御系统 (IPS) 等。3
)早期检测。这包括检测所有类型的网络安全事件、攻击和入侵,遏制网络安全事件,并使用 IDS/HIDS/NIDS/AIDS 等工具确认事件并确定其优先级。4
)实时可见性。目标是提前识别感染时刻,并向自动化工具和管理员发出警报。这最大限度地缩短了网络攻击发起与预防/检测之间的脆弱窗口期。5
)预测。基于可能出现的极端行为迹象。管理/评估漏洞/暴露,利用行为分析(例如,NBA、UEBA、EDR)、SIEM/日志管理、NGSOC(下一代安全运营中心)、网络和终端监控及取证等技术预测网络攻击,以及神经网络、人工智能及其所有衍生技术:专家系统、联邦学习/FL、深度学习/DL、机器学习/ML(参与分类周期的每个阶段,从对象的起源到其众多关系等等)。三种机器学习技术是:
a. 支持向量机 (SVM)。分析数据、特征和内容模式,以比贝叶斯网络更高的准确度进行预测;它需要分析冗余的人工智能引擎,并在适用情况下需要人工输入,才能达到可接受的置信度。b
. 贝叶斯网络。这些方法分析站点特征以进行预测性判断,并提供一个模型来区分已知的优质站点和劣质站点。c
. 最大熵判别 (MED)。这是支持向量机 (SVM) 的扩展,在对噪声和混乱数据进行分类方面表现更佳,但也需要大量的计算能力。MED 可以与主动学习(在训练过程中,当机器学习算法难以对某些对象进行分类时,其他人工智能单元和人类专家会向其提供反馈)、主动反馈(在机器学习算法在现实世界中进行分类时,而不仅仅是在训练过程中,将人类反馈融入其中)以及深度学习(使用分层方法来提高分类效率)相结合。6
) 推理。这涉及使用大数据、分析、人工智能(LLM/DL/ML)等工具来推断各种类型的信息。会使用签名、痕迹和其他痕迹。7
) 预测。预测网络威胁、恶意事件等(使用传感器),并准备好充足的资源。8
) 分析。
9) 主动响应。
) 主动报告。生成定制化的合规性报告。11
) 欺骗/误导/迷惑。利用蜜罐/蜜网、分布式欺骗平台 (DDP) 等工具。12)
遏制。遏制网络威胁、感染等,然后进行适当的修复,例如从冗余备份中恢复。13)
修复。利用备份、资源冗余等。14
) 感染和网络的边界和隔离。利用 VLAN、下一代防火墙 (NGFW)、沙箱、DMZ 等。15
) 被动网络防御。针对过去或当前的网络安全漏洞采取行动。
可能发生和正在发生的
) 预测式网络防御。它们针对未来可能发生的、意料之外的或潜在的网络安全漏洞采取行动。
目前,尽管数字化、新技术的指数级应用、新型营销、区块链、增强/虚拟现实/混合现实、大数据、人工智能/LLM 等技术层出不穷,但对网络安全和隐私的持续监控在 IT、OT、IoT 和异构生态系统中仍然至关重要。从网络安全和隐私需求到成熟度最高的最佳实践协议,其目标在于创造能力、知识、情报、服务、战术、策略、组件等等。在网络安全和隐私领域,采用多种方法十分有效;其中一种方法称为 OODA(观察、判断、决策、行动)。传播网络威胁的一些方法包括:社会工程(利用人类的各种弱点,如贪婪、欲望、懒惰、疏忽、懦弱、无知、无能等进行欺骗的艺术和科学)、转移注意力事件(利用虚假新闻、社交媒体、烟幕弹和拒绝服务攻击来避免引起怀疑并获得持续影响)、BYOD(自带设备办公)(组织允许员工使用自己的设备和手机,这些设备和手机可能已被感染)以及基础设施漏洞(可以是计算、网络、网络安全、组织、人为、人工智能、治理/管理等方面的漏洞)。.
- Areitio, J. “信息安全:网络、计算和信息系统”。Cengage Learning-Paraninfo。2023 年
。- Areitio, J. “DAIM/MIAD 对奇异性和生成隐蔽网络攻击的技术的早期取消”。Conectronica 杂志。第 256 期。2023 年 5 月。-
Gupta, I. “信息隐私和数据保护措施的预期操作化和挑战映射:机器生成文献概述”。Springer。2024 年
。- Hubbard, D.W. 和 Seiersen, R. “如何衡量网络安全风险中的任何事物”。Wiley John and Sons。2023 年
。- Wilson, D.C. “网络安全”。麻省理工学院出版社基础知识系列。麻省理工学院出版社。2022 年。-
Stewart, A.J. 《脆弱的系统:计算机时代信息安全史》。康奈尔大学出版社,2023年。-
Xu, Z.、Choo, K.-KR、Dehghantanha, A.、Parizi, R. 和 Hammoudeh, M.,《网络安全情报与分析》。施普林格出版社,2020年
。- Di Pietro R.,《信息战的新维度》。施普林格出版社,2021年
。- Smith: JEH,《互联网并非你想象的那样:历史、哲学与警示》。普林斯顿大学出版社,2023年。-
Gupta, I.,《信息隐私和数据保护措施的期望与现实:机器生成文献综述》。施普林格出版社,
Yu, S. 和 Cui, L.,《联邦学习中的安全与隐私》。施普林格出版社,2023年。
- Knijnenburg, BP, Page, X., Wisniewski, P. (编辑), Lipford, HR 等。“隐私的现代社会技术视角。” Springer-2022。
作者:Javier Areitio Bertolín 教授博士——网络与系统研究组主任。.





