數據驅動工業信息安全防護？不看你就out啦！

經過多年的發展，IT信息安全領域的專家已經深刻認識到，只依靠傳統的基於防火牆、防病毒軟體、IDS等產品的安全解決方案不能有效應對越來越嚴重的信息安全威脅。IT信息安全領域近年來正在發生重大而深刻的變革，新的理念、新的方法、新的產品不斷湧現。信息安全從業者嘗試基於積極防禦、威脅情報、態勢感知、數據驅動安全、安全可視化等理念，使用大數據、人工智慧等新技術解決信息安全問題，並取得了良好的效果。國家關鍵信息基礎設施用戶面對的信息安全威脅常常不是僅有少量資源的「小黑客」，而是儲備大量0-day漏洞，並具有將其「武器化」能力的敵對政府和組織。對這些設施的安全防護方案需要借鑒IT信息安全領域最新的安全理念和成果，才能滿足安全需求。

與此同時，工業信息安全需要特彆強調與工控系統可靠性、功能安全性等特性的平衡與統一，即R可靠性（Reliability）、A可用性（Availability）、M可維修性（Maintainability）、S安全性（Safety、Security）協調發展。IT信息安全領域的理念和方法不能不加選擇地照搬。本文嘗試將IT信息安全領域已取得共識的，適合工業信息安全領域使用的一些理念和方法引入工業信息安全領域，希望能對行業從業者提供一點參考和借鑒。

1

-數據驅動安全-

2 0 1 1 年5 月， 全球知名諮詢公司麥肯錫（Mckinsey）發布了《大數據：創新、競爭和生產力的下一個前沿領域》報告，首次提出「大數據」的概念，並在報告中指出：「大數據已經滲透到每一個行業，逐漸成為重要的生產要素，而人們對於海量數據的運用將預示著新一波生產率的增長和消費者盈餘浪潮的到來。」「數據不是對數據量大小的描述，而是對各種數據進行快速地攫取、處理和整理的過程。通過對海量數據的整理和分析，從而挖掘出新知識，創造新價值。」

大數據時代的到來， 為企業帶來了新的安全問題，同時也為企業安全提供了新的技術手段。Gartner副總裁、知名分析師、Gartner榮譽研究員Neil MacDonald表示：「信息安全團隊和基礎設施必須適應，以支持新興的數字業務需求，同時應對日益先進、嚴峻的威脅形勢。安全和風險負責人如果要定義、實現和維持有效的安全和風險管理項目，他們需要全面了解最新的技術趨勢，同時實現數字業務機會並管理風險。」

大數據處理的理念和技術對以積極防禦為平台的威脅情報收集和應用，並進一步的工業態勢感知，具有基礎性作用。

2

-積極防禦-

為了實現持續的工業安全風險管理目標，企業需要建立能夠隨著時間不斷演進的安全架構和技術支撐體系。這會讓企業在面對威脅和挑戰時不斷完善自身防禦體系以及強化防禦「姿態」。

SANS研究所的Robert M. Lee提出了一個動態安全模型——網路安全滑動標尺模型。該標尺模型共包含五大類別，分別為架構安全（Architecture）、被動防禦（Passive Defense）、積極防禦、情報（Intelligence）和進攻（Offense）。這五大類別之間具有連續性關係，並有效展示了防禦逐步提升的理念。

圖1 網路安全滑動標尺模型

（1）架構安全：在系統規劃、建立和維護的過程中充分考慮安全防護。

（2）被動防禦：在無人員介入的情況下，附加在系統架構之上可提供持續的威脅防禦或威脅洞察力的系統。

（3）積極防禦：分析人員對處於所防禦網路內的威脅進行監控、響應、學習（經驗）和應用知識（理解）的過程。

（4）情報：收集數據，將數據轉換為信息，並將信息生產加工為評估結果以填補已知知識缺口的過程。

（5）進攻：在友好網路之外對攻擊者採取的直接行動（按照國內網路安全法要求，對於企業來說主要是通過法律手段對攻擊者進行反擊）。

現階段大多數工業企業的工業信息安全工作都聚焦於「架構安全」和「被動防禦」，對「積極防禦」和「情報」則涉及較少，因此在設計工業安全防護方案時應該聚焦於回顧「架構安全」補強「被動防禦」，重點發展「積極防禦」和「情報驅動」，以有效提高企業的信息安全防護能力。

在進行「被動防禦」改進與「積極防禦」進階時，Gartner的自適應安全架構，則可作為較好的參考。

圖2 自適應安全架構

自適應安全架構將持續的監控和分析過程分為：預防預測、阻止與防護、檢測與監控、響應與調查四個主要環節，每個環節中包含多個監控和分析方法。而支撐這些監控和分析方法的是企業或組織內部的各層數據和威脅情報。

3

-威脅情報-

依據美國國家安全系統委員會（CNSS）提供的定義，在網路安全領域的態勢感知是指：在一定的時間和空間範圍內，對組織的安全狀態以及威脅環境的感知，理解這兩者的含義以及意味的風險，並對它們未來的狀態進行預測。

這裡面我們可以解讀出兩種含義：

（1）態勢感知需要掌握組織內部的安全狀態，以及相關的外部威脅環境數據。掌握組織內部的安全狀態主要依賴主動防禦措施，採用數據驅動的持續監控方案，而相關的外部威脅環境數據，就是指威脅情報。

（2）態勢感知的目的是深入理解當前的風險，並可以對未來的風險進行預測、預防。試想下面一種情況：內部發現有一台終端被黑客的木馬控制，單純這一個事件並不能讓我們對其風險有深入了解，如果我們通過威脅情報判定黑客的攻擊目地，就可以對風險有進一步的理解，如果進一步獲取其團伙的技術水平、經常使用的技戰術手法等情報，就可以反觀組織現有的檢測、防禦措施，給出預警以及配套的預防改進措施。

威脅情報是基於證據、有關已知或新型威脅或危害的知識，包括上下文、機制、檢測指標、影響和活動建議，能夠作為應對的決策依據。基於組織中安全人員不同角色的決策需要，我們還可以把情報分為3類：

（1）高層管理者使用的戰略情報

以CSO為代表的公司高層管理者最重要的工作之一是在管理層溝通、獲取資源並進行資源的分配。其中的挑戰是其它管理層難以了解攻防技術、眾多安全建設工作的優先順序排定缺少依據。戰略情報提供組織需要面對的攻擊者類型、動機、能力及潛在風險方面的情報。CSO可以使用自身或行業面對的真實對手及其風險來更好地和管理層溝通，也可以基於這些風險和攻擊的可能性提供優先順序排序進而優化資源分配。這部分的情報可以由有豐厚威脅情報能力的安全廠商以服務的形式提供。

（2）SRC或安全分析團隊使用的運營層面的情報

SRC團隊的主要工作是對已經發現的失陷攻擊事件進行深入分析、確定攻擊細節和影響面，並採取緩解、清除等響應活動。同時SRC團隊也會進行Hunting（安全狩獵）的工作，主動發現可能存在的失陷情況。這樣的工作都需要他們掌握更多的不同攻擊類型相關的TTP知識（戰術、技術和過程方法），以及了解更多攻擊相關的上下文信息（攻擊目的、危害、傳播方式等），以加快分析溯源的時間並掌握更多識別失陷的分析模式。這些情報通常以雲端威脅情報平台等形式提供。

（3）機器可自動化處理的機讀情報

（MRTI）安全運維人員使用這些情報一般有兩個作用，一是作為檢測指標（IOC）下發到安全設備中，檢測其它安全產品未能發現的威脅，如CnC類別的威脅情報；另一個作用就是用來判別誤報及確定高優先順序的報警，如IP信譽、域名信譽等。這種類型的情報常常和安全產品緊密結合在一起使用。

安全廠商生成威脅情報是一個複雜的過程，需要具備多種能力才有可能完成，一般可以分為如圖3所示的八步。

圖3 威脅情報的產生過程

（1）數據收集

數據收集是威脅情報生成最關鍵的環節，決定了產生的情報是否能最全面的覆蓋威脅，因此往往會聚集多種不同來源的情報數據。

（2）數據清洗

將以上數據根據後續加工的需要進行整理、去除不可信數據、將關鍵數據結構化等過程。

（3）數據關聯

數據關聯是數據驗證的前提條件，通過數據關聯梳理不同類型數據間的關係，如樣本、樣本不同方式的檢測分析結果、樣本的網路行為、域名註冊者、域名指向的IP、IP上面的其它域名等。

（4）驗證

通過建立關聯關係的數據，再利用機器學習的方式（有可能結合部分的人工分析）對情報的準確性進行驗證，並賦予相應的可信度指標。

（5）上下文

包括如攻擊類型、樣本家族、攻擊團伙、攻擊目地、傳播渠道、具體危害等報警響應需要的內容。

（6）優先順序

根據攻擊目的、具體危害等信息，確定報警優先等級信息。

（7）格式化

根據分發的要求，將情報以特定的格式輸出，如：STIX、openIOC、JSON、xml等，非MRTI類型的情報還可能以PDF、word等類型提供。

（8）情報分發

根據不同類型情報的用途，可以推送給安全產品、打包供下載，或者郵件發送。

4

-基於威脅情報的態勢感知-

威脅情報在態勢感知中可以發揮多重的作用，比較關鍵的有以下幾種：

（1）在大數據平台等態勢組件中集成威脅情報的檢測能力

如C&C類的威脅情報，通過流量或者日誌的匹配檢測，可以幫助組織儘快發現內部被黑客控制的傀儡機，防止木馬後門等惡意軟體帶來的數據失竊問題。

（2）提供配套的報警分析處置工具，加速事件響應進程

通過良好的情報工具，安全響應人員可以更好地完成以下任務：報警等級以及誤報判別、攻擊目地判定、攻擊者畫像（通過關聯分析，查找攻擊者相關的攻擊事件及技戰術分析等）。

5

-安全可視化-

數據可視化是研究如何將數據之間的關聯關係以及蘊含的意義，通過可視化方式進行展現，便於分析人員的深度分析技術。尤其對於情報分析領域，可以極大地提升情報分析的效率和效果。在工業安全方面，一方面可利用可視化技術，將原本碎片化的威脅告警、異常行為告警、資產管理等數據結構化，形成高維度的可視化方案，以便於用戶理解；另一方面可以通過可視化技術將威脅事件與企業業務進行有機結合，通過態勢感知大屏將內網全局的安全態勢以圖形化的方式直觀呈現，將安全由不可見變為可見。

結語

本文將IT信息安全領域數據驅動安全、積極防禦、威脅情報、基於威脅情報的態勢感知、安全可視化理念和方法引入工業信息安全領域。其中數據驅動安全是技術基礎，積極防禦是平台，威脅情報是核心，態勢感知是結果，安全可視化是手段。希望這些理念和方法能夠促進工業信息安全行業的發展。

作者簡介：

王弢，男，現任360企業安全集團工業安全產品線副總監，主要從事工業安全相關工作。從事自動化控制系統的研發和研發管理工作十餘年，負責或參與DCS、SIS、PLC、核電儀控系統、鐵路信號系統、SCADA等產品開發。

文章首發在: 工業安全產業聯盟

GIF

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！