مقدمه: اتصال‌پذیری سطح حمله صنعتی را گسترش می‌دهد
اتوماسیون صنعتی وارد مرحله‌ای تازه می‌شود که در آن هوش مصنوعی، اتصال ابری، رباتیک و سامانه‌های کنترل داده‌محور بیش از پیش به یکدیگر پیوند می‌خورند. این فناوری‌ها به تولیدکنندگان کمک می‌کنند دید بهتری بر تولید داشته باشند، عملکرد تجهیزات را بهینه کنند و به نیازهای عملیاتی متغیر پاسخ دهند. بااین‌حال، آن‌ها چالش‌های تازه‌ای نیز در زمینه امنیت سایبری، در حوزه‌های فناوری اطلاعات (IT)، فناوری عملیاتی (OT)، سامانه‌های مهندسی و نقاط دسترسی اشخاص ثالث ایجاد می‌کنند.
هوش مصنوعی پیشرفته با کمک به مهاجمان در تسریع پژوهش درباره آسیب‌پذیری‌ها، توسعه اکسپلویت‌ها و طراحی حمله‌های پیچیده‌تر، چشم‌انداز تهدیدها را دگرگون می‌کند. نگرانی تولیدکنندگان فقط به سرقت داده‌ها یا به‌خطر افتادن شبکه‌های اداری محدود نمی‌شود. یک رویداد سایبری می‌تواند تولید را متوقف کند، بر کیفیت محصول اثر بگذارد، مالکیت فکری را در معرض خطر قرار دهد یا شرایط عملیاتی ناایمنی ایجاد کند.
از دیدگاه مهندسی صنعتی، چالش اصلی صرفاً جلوگیری از دسترسی غیرمجاز نیست. چالش این است که هنگام وقوع یک رویداد امنیتی، کنترل سراسر محیط تولید حفظ شود. بنابراین، امنیت سایبری باید بخشی از تاب‌آوری عملیاتی به شمار آید و راهبردهای حفاظتی بر پایه رفتار تجهیزات، وابستگی‌های فرایندی و الزامات ایمنی طراحی شوند.
هوش مصنوعی پیشرفته چگونه امنیت سایبری صنعتی را دگرگون می‌کند
حمله‌های با کمک هوش مصنوعی می‌توانند فاصله زمانی بین کشف آسیب‌پذیری و بهره‌برداری از آن را کوتاه کنند. تیم‌های امنیتی که به بررسی دستی، فهرست‌های پراکنده دارایی‌ها و فرایندهای طولانی تأیید متکی‌اند، ممکن است پیش از آنکه نفوذ بر سامانه‌های تولید اثر بگذارد، نتوانند واکنش نشان دهند.
وقتی اتصال‌های تعمیر و نگهداری از راه دور، ایستگاه‌های کاری مهندسی، شبکه‌های اترنت صنعتی و برنامه‌های سازمانی با سامانه‌های کنترل تعامل دارند، مدیریت ریسک پیچیده‌تر می‌شود. ضعف در یک بخش ممکن است راه نفوذ به بخش دیگر را فراهم کند؛ به‌ویژه در جاهایی که بخش‌بندی شبکه و محدودیت‌های دسترسی کافی نیستند.
گسترش استفاده از دوقلوهای دیجیتال، ربات‌های خودکار، بینایی ماشینی و بهینه‌سازی فرایند با کمک هوش مصنوعی، رابط‌های بیشتری را پدید می‌آورد که باید از آن‌ها محافظت شود. این سامانه‌ها ممکن است به خدمات نرم‌افزاری، منابع داده خارجی، کنترل‌گرهای تخصصی و اتصال‌هایی وابسته باشند که فروشندگان مدیریت می‌کنند.
یک نکته شایان توجه است: نمی‌توان امنیت یک کارخانه متصل را با برخورد با هر دارایی به‌عنوان یک نقطه پایانی مجزای فناوری اطلاعات، به‌طور مؤثر تأمین کرد. برای مثال، بسته به سطح مجوزها و ارتباط یک ایستگاه کاری مهندسی با کنترل‌گرها، سامانه‌های ایمنی و تجهیزات تولید، به‌خطر افتادن آن ممکن است ریسک عملیاتی متفاوتی از به‌خطر افتادن یک پایانه نظارتی داشته باشد. تصمیم‌های امنیتی باید این تفاوت‌ها را در نظر بگیرند.
شکاف در واکنش عملیاتی: شناسایی فقط آغاز کار است
بسیاری از تولیدکنندگان در دیواره‌های آتش، محافظت از نقاط پایانی، تشخیص نفوذ و پایش امنیتی سرمایه‌گذاری کرده‌اند. بااین‌حال، وجود این ابزارها تضمین نمی‌کند که سازمان بتواند به‌طور مؤثر به یک حادثه واکنش نشان دهد.
در محیط‌های صنعتی، مسئولیت‌ها اغلب میان تیم‌های امنیت سایبری، مهندسان اتوماسیون، اپراتورهای کارخانه، کارکنان تعمیر و نگهداری، مدیران مهندسی و ارائه‌دهندگان خدمات بیرونی تقسیم می‌شود. هر گروه ممکن است بخشی از سیستم را بشناسد، اما نبود اختیار تصمیم‌گیریِ مشخص می‌تواند مهار حادثه و بازیابی را به تأخیر بیندازد.
در محیط‌های متعارف فناوری اطلاعات، ایزوله‌کردن یک نقطه پایانی آسیب‌دیده ممکن است نسبتاً ساده باشد. اما در یک تأسیسات تولیدی، قطع اتصال یک دستگاه می‌تواند حلقه کنترلی را مختل کند، دید نظارتی را از بین ببرد یا در یک فرایند هماهنگ اختلال ایجاد کند. توقف فوری همیشه ایمن‌ترین واکنش نیست و متصل نگه‌داشتن یک سیستم آسیب‌دیده هم لزوماً پذیرفتنی نیست.
اقدام درست به فرایند، معماری سیستم، سازوکارهای جایگزین موجود و پیامدهای ازدست‌رفتن کنترل یا دید بستگی دارد. تولیدکنندگان به رویه‌های رسیدگی به حادثه نیاز دارند که مهار در فناوری اطلاعات، مهار در فناوری عملیاتی، توقف کنترل‌شده تولید و بازگرداندن سیستم به وضعیت عملیاتیِ تأییدشده را از هم تفکیک کنند.
ظرفیت نیروی کار چالش دیگری ایجاد می‌کند. شرکت Deloitte بر ضرورت رسیدگی صنعت تولید به کمبود قابل‌توجه نیروی کار تأکید کرده است؛ از جمله پیش‌بینی حدود ۲٫۳ میلیون فرصت شغلی در بخش تولید بین سال‌های ۲۰۲۵ تا ۲۰۳۰. به همین دلیل، تدوین رویه‌هایی که به کارکنان فعلی کمک کند بدون اتکای کامل به شمار اندکی از متخصصان امنیت سایبری تصمیم‌های آگاهانه بگیرند، اهمیت فزاینده‌ای دارد.
پنج گام عملی برای ایمن‌سازی کارخانه متصل
1. ایجاد حاکمیتی یکپارچه در حوزه‌های فناوری اطلاعات، فناوری عملیاتی و مهندسی
حاکمیت امنیت سایبری باید سیاست‌های امنیتی سازمان را با نیازهای عملیاتی کارخانه پیوند دهد. یک تیم دائمی و میان‌رشته‌ای باید شامل متخصصان امنیت سایبری، مهندسان اتوماسیون، مدیران عملیات، کارکنان ایمنی و تصمیم‌گیرندگان مرتبط کسب‌وکار باشد.
مسئولیت‌ها باید پیش از وقوع حادثه مستند شوند. در هر سناریوی پاسخ‌گویی باید مشخص شود چه کسی می‌تواند دسترسی از راه دور را لغو کند، یک بخش شبکه را ایزوله کند، سرویسی را غیرفعال کند، تغییر مرتبط با کنترل‌گر را تأیید کند یا مجوز توقف تولید را صادر کند.
اقدام‌های ازپیش‌تأییدشده می‌توانند از تأخیر بکاهند، اما باید در چارچوب مرزهای فنی و ایمنیِ مشخص اجرا شوند. تغییراتی که ممکن است بر یک کارکرد ایمنیِ ابزاربندی‌شده، حلقه کنترل حیاتی یا پایداری فرایند اثر بگذارند، باید از فرایندهای مناسبِ بازبینی مهندسی و تأیید مجوز پیروی کنند.
از دیدگاه من، حاکمیت تنها زمانی اثربخش است که به تصمیم‌های اجرایی منجر شود. سیاستی که ارجاع موضوع را الزامی می‌کند، اما مسئول تصمیم‌گیری، مهلت پاسخ‌گویی و گزینه‌های اقدام ایمن را مشخص نمی‌کند، هنگام وقوع سریع یک رخداد کمک چندانی نخواهد کرد.
۲. اولویت‌بندی دارایی‌ها بر اساس پیامدهای عملیاتی
فهرست کامل دارایی‌ها نقطه آغاز است، نه هدف نهایی. تولیدکنندگان همچنین باید بدانند دارایی‌ها چگونه با یکدیگر تعامل دارند و اگر قطعه‌ای مشخص از دسترس خارج شود یا یکپارچگی خود را از دست بدهد، چه اتفاقی می‌افتد.
ارزیابی اولویت‌ها باید کنترل‌گرهای منطقیِ برنامه‌پذیر (PLCs)، سرورهای سامانه کنترل توزیع‌شده (DCS)، کنترل‌گرهای ایمنی، ایستگاه‌های کاری مهندسی، رابط‌های انسان و ماشین (HMIs)، زیرساخت شبکه صنعتی، سامانه‌های ثبت داده‌های تاریخی و درگاه‌های دسترسی از راه دور را در نظر بگیرد. اولویت‌های واقعی بسته به تأسیسات و فرایند متفاوت خواهند بود.
اهمیت دارایی‌ها باید با توجه به چند عامل ارزیابی شود:
- پیامدهای احتمالی برای ایمنی کارکنان و حفاظت از محیط‌زیست.
- پیامدهای ازدست‌رفتن کنترل فرایند یا دید عملیاتی.
- احتمال توقف تولید، انحراف در کیفیت یا آسیب‌دیدن تجهیزات.
- دردسترس‌بودن تجهیزات جایگزین، رویه‌های دستیِ بهره‌برداری و گزینه‌های بازیابی.
- میزان اتصال به شبکه‌های بیرونی و سامانه‌های شخص ثالث.
این رویکرد از مدیریت آسیب‌پذیری مبتنی بر ریسک پشتیبانی می‌کند. ممکن است آسیب‌پذیری در یک ایستگاه کاری مهندسیِ حیاتی برای تولید، به رسیدگی فوری‌تری از یافته‌ای مشابه در یک سامانه آزمایشیِ جدا از شبکه نیاز داشته باشد.
توجه به تجهیزات قدیمی نیز مهم است. برخی کنترل‌گرهای صنعتی را نمی‌توان به‌سرعت وصله کرد، چون میان‌افزارشان محدودیت دارد، فروشنده اجازه نمی‌دهد، الزامات گواهی‌نامه مطرح است یا باید خاموشی تعمیراتیِ برنامه‌ریزی‌شده انجام شود. در این موارد، محدودکردن دسترسی، بخش‌بندی شبکه، کنترل برنامه‌ها و دیگر اقدامات جبرانیِ تأییدشده ممکن است تا زمان تدوین برنامه‌ای ایمن برای رفع مشکل، میزان آسیب‌پذیری را کاهش دهند.
۳. از هوش مصنوعی برای دفاع استفاده کنید، بی‌آنکه اختیارات نامحدود به آن بدهید
هوش مصنوعی می‌تواند به تیم‌های امنیتی در تطبیق هشدارها، شناسایی رفتارهای غیرعادی شبکه، تحلیل میزان در معرض آسیب‌پذیری بودن، ترسیم مسیرهای احتمالی حمله و اولویت‌بندی اقدامات اصلاحی کمک کند. این قابلیت‌ها ممکن است زمان صرف‌شده برای تحلیل‌های تکراری را کاهش دهند و به مهندسان کمک کنند بر رخدادهایی تمرکز کنند که پیامدهای عملیاتی جدی‌تری دارند.
با این حال، توصیه‌های تولیدشده با هوش مصنوعی لزوماً درست نیستند و اگر مجوزهای یک عامل هوش مصنوعیِ دارای دسترسی به سامانه‌های عملیاتی به‌درستی طراحی نشده باشند، ممکن است خطرهای بیشتری ایجاد کند.
تولیدکنندگان باید دسترسی را به حداقل امتیاز لازم محدود کنند، اقدامات مجاز را مشخص کنند، سوابق حسابرسی‌پذیر نگه دارند و تعیین کنند چه زمانی تأیید انسانی الزامی است. تغییرات پراثری که پیکربندی کنترل‌گرها، سامانه‌های مرتبط با ایمنی، جداسازی شبکه یا توقف تولید را دربرمی‌گیرند، باید طبق رویه‌هایی با تأیید صریح انجام شوند، نه اینکه بی‌ضابطه به عامل‌های خودمختار واگذار شوند.
پیش از استقرار، جریان‌های کاری امنیتی مجهز به هوش مصنوعی باید در محیطی ایزوله و نماینده شرایط واقعی آزمایش شوند. آزمون‌ها باید هشدارهای نادرست، اطلاعات ناقص دارایی‌ها، خدمات از دسترس خارج‌شده، درخواست‌های غیرمجاز و تعاملات پیش‌بینی‌نشده با پروتکل‌های صنعتی را پوشش دهند.
باید یک تمایز عملی قائل شد: هوش مصنوعی باید تحلیل و وظایف پاسخ‌گوییِ با دامنه دقیقاً مشخص را سرعت ببخشد، نه اینکه جایگزین قضاوت مهندسی در موارد مرتبط با فرایندهای فیزیکی و ایمنی کارکنان شود. میزان مناسب خودکارسازی به پیامدهای اقدام نادرست بستگی دارد، نه صرفاً به سرعت اجرای آن توسط یک مدل.
۴. آزمودن پاسخ‌گویی به رخداد در شرایط واقع‌گرایانه صنعتی
رویه‌های مکتوب و تمرین‌های شبیه‌سازی مفیدند، اما نمی‌توانند همه وابستگی‌های فنی یک کارخانه در حال کار را نشان دهند. تولیدکنندگان باید قابلیت‌های پاسخ‌گویی خود را با تمرین‌های کنترل‌شده‌ای اعتبارسنجی کنند که بازتاب‌دهنده معماری واقعی شبکه، رفتار تجهیزات و الزامات بازیابی باشند.
آزمون‌ها باید بررسی کنند که آیا تیم‌ها می‌توانند دارایی‌های متأثر را شناسایی کنند، دامنه نفوذ را مشخص کنند، اتصالات به‌خطر‌افتاده را مهار کنند، دید لازم نسبت به فرایند را حفظ کنند و سیستم‌ها را به وضعیتی تأییدشده بازگردانند یا نه.
شاخص‌های عملکرد مفید عبارت‌اند از:
- زمان لازم برای شناسایی و ارزیابی اولیه یک رخداد.
- زمان لازم برای صدور مجوز اقدام مهار.
- زمان لازم برای مهار تهدید، بدون ایجاد ریسک عملیاتی غیرقابل‌قبول.
- زمان لازم برای بازگرداندن تولید به وضعیت ایمن و پایدار.
- درصد دارایی‌های حیاتی که مالکیتشان تأیید شده و سوابق پیکربندی به‌روز دارند.
- میزان مواجهه ناشی از حساب‌های کاربری فروشندگان و مسیرهای دسترسی از راه دور.
- زیان‌های تولید یا انحراف‌های فرایندی مرتبط با فعالیت‌های پاسخ‌گویی.
هدف این نیست که به هر قیمتی زمان پاسخ‌گویی را تا حد ممکن کوتاه کنیم. تغییری که سریع اما بدون اعتبارسنجی کافی اجرا شود، می‌تواند به رخدادی دیگر منجر شود. عملکرد پاسخ‌گویی باید بر اساس سرعت کاهش ریسک توسط سازمان، با حفظ ایمنی و کنترل عملیاتی، سنجیده شود.
اگر نصب فوری وصله امکان‌پذیر نباشد، اقدامات مهار موقت باید تا زمان اجرای اصلاح دائمی طبق فرایند مدیریت تغییرِ تأییدشده، ثبت، پایش و بازبینی شوند.
۵. ارتقای دانش امنیت سایبری در میان کارکنان
امنیت سایبری صنعتی صرفاً بر عهده بخش فناوری اطلاعات نیست. اپراتورها، تکنسین‌های تعمیر و نگهداری، مهندسان کنترل، یکپارچه‌سازان سیستم و ارائه‌دهندگان خدمات بیرونی همگی بر امنیت محیط‌های تولیدی متصل تأثیر می‌گذارند.
آموزش باید متناسب با مسئولیت‌های هر گروه باشد. اپراتورها باید بتوانند رفتار غیرعادی سیستم را تشخیص دهند و رویه‌های ارجاع موضوع را درک کنند. مهندسان اتوماسیون باید اثر تغییرات پیکربندی و جداسازی شبکه را ارزیابی کنند. تیم‌های نگهداری باید قواعد روشنی برای دسترسی از راه دور، دستگاه‌های مهندسی قابل‌حمل و نصب نرم‌افزار داشته باشند.
ابزارهای کمکی مبتنی بر هوش مصنوعی ممکن است به کارکنان در تفسیر هشدارها، یافتن رویه‌های مرتبط و دسترسی به راهنمایی‌های فنی کمک کنند. بااین‌حال، این ابزارها باید پشتیبان رویه‌های عملیاتی تثبیت‌شده باشند، نه اینکه دستورالعمل‌های متناقض ایجاد کنند یا کارکنان را به اعمال تغییرات غیرمجاز ترغیب کنند.
تولیدکنندگان باید سناریوهای واقع‌گرایانه را نیز تمرین کنند، از جمله به‌خطر افتادن اعتبارنامه‌های فروشنده، فعالیت مشکوک در ایستگاه کاری مهندسی، باج‌افزاری که بر سیستم‌های نظارتی اثر می‌گذارد و قطع ارتباط با تجهیزات حیاتی.
نیروی کار آموزش‌دیده می‌تواند فاصله میان مشاهده اولیه و اقدام آگاهانه را کوتاه کند. این موضوع به‌ویژه در تأسیساتی ارزشمند است که کارکنان متخصص امنیت سایبری به‌طور پیوسته در محل حضور ندارند.
اهمیت معماری شبکه صنعتی و مدیریت چرخه عمر
پنج اقدام بالا زمانی اثربخش‌تر می‌شوند که معماری روشن شبکه صنعتی و مدیریت منضبط چرخه عمر از آن‌ها پشتیبانی کند.
تولیدکنندگان باید فناوری اطلاعات سازمانی، شبکه‌های نظارتی صنعتی، شبکه‌های کنترل و محیط‌های مرتبط با ایمنی را بر اساس الزامات عملیاتی از هم جدا کنند. ارتباط بین نواحی باید صریحاً کنترل و پایش شود و به خدمات ضروری محدود بماند. دسترسی برای نگهداری از راه دور باید از مسیرهای احراز هویت‌شده، مجاز و قابل‌ممیزی انجام شود، نه از طریق اتصال‌های بدون محدودیت.
دارایی‌های قدیمی به توجه ویژه نیاز دارند. ممکن است PLCهای قدیمی، اجزای DCS، درگاه‌های ارتباطی و ابزارهای مهندسی فاقد قابلیت‌های امنیتی مدرن باشند یا به این دلیل همچنان در حال استفاده باشند که جایگزینی آن‌ها هزینه و کار اعتبارسنجی قابل‌توجهی در پی دارد. ادامه استفاده از آن‌ها باید با ارزیابی‌های مستند ریسک، اتصال محدودشده، نسخه‌های پشتیبان پیکربندی و رویه‌های بازیابی آزمایش‌شده پشتیبانی شود.
کنترل‌های امنیتی باید با ارتباطات قطعی، دسترس‌پذیری فرایند و پیکربندی‌های مورد پشتیبانی فروشنده نیز سازگار باشند. به‌کارگیری ابزار بازرسی ناآشنا یا اعمال تغییر آزمایش‌نشده در فایروال، مستقیماً در یک شبکه عملیاتی می‌تواند مشکلات عملیاتی ایجاد کند، حتی اگر هدف امنیتی درست باشد.
به همین دلیل، پروژه‌های امنیت سایبری باید از مرحله طراحی، خودکارسازی و مهندسی فرایند را در بر بگیرند. پیاده‌سازی الزامات امنیتی زمانی آسان‌تر است که بخش‌بندی شبکه، مدیریت هویت، ثبت رویدادها، معماری بازیابی و پشتیبانی چرخه عمر هنگام طراحی سیستم در نظر گرفته شوند، نه اینکه پس از راه‌اندازی به آن افزوده شوند.
سنجش تاب‌آوری فراتر از تعداد ابزارهای امنیتی
تعداد محصولات امنیتیِ به‌کارگرفته‌شده، شواهد محدودی درباره توانایی کارخانه برای تاب‌آوردن در برابر رخداد سایبری فراهم می‌کند. ارزیابی معنادارتر بررسی می‌کند که آیا سازمان می‌داند چه چیزهایی را اداره می‌کند، وابستگی‌های خود را می‌شناسد و می‌تواند تحت فشار واکنشی ایمن اجرا کند یا نه.
تولیدکنندگان باید به‌صورت دوره‌ای موجودی دارایی‌ها را بررسی کنند، نسخه‌های پشتیبان را با تمرین‌های بازیابی بیازمایند، حساب‌های دارای دسترسی ممتاز را بازبینی کنند، دسترسی تأمین‌کنندگان را ارزیابی کنند و مطمئن شوند رویه‌های رخداد همچنان با پیکربندی‌های فعلی کارخانه سازگارند. یافته‌ها باید به اقدامات اصلاحیِ واگذارشده با مهلت‌های روشن و مسئولان پاسخ‌گو منجر شوند.
تاب‌آوری باید بازیابی پس از قطع خدمات ضروری را نیز در بر بگیرد. برای مثال، برنامه پاسخ‌گویی به رخداد باید مشخص کند که اگر سامانه‌های نظارتی از دسترس خارج شوند، اپراتورها چگونه سطح مناسبی از آگاهی نسبت به فرایند را حفظ می‌کنند و تیم‌های مهندسی چگونه پیکربندی کنترل‌گرها را پیش از بازگرداندن ارتباطات عادی تأیید می‌کنند.
این فعالیت‌ها امنیت سایبری را با حوزه‌های آشنای مهندسی صنعتی پیوند می‌دهند: مدیریت تغییر، ایمنی عملکردی، برنامه‌ریزی تعمیر و نگهداری، تضمین کیفیت و ارزیابی ریسک عملیاتی. ادغام این حوزه‌ها می‌تواند اقدامات امنیتی را عملی‌تر کند و پایداری آن‌ها را در سراسر چرخه عمر تجهیزات آسان‌تر سازد.
نتیجه‌گیری: امنیت سایبری را به توانمندی عملیاتی تبدیل کنید
هوش مصنوعی مرزی سرعت و پیچیدگی تهدیدهای سایبری احتمالی را افزایش می‌دهد، اما فناوری به‌تنهایی تعیین نمی‌کند کدام تولیدکنندگان با موفقیت واکنش نشان می‌دهند. نتیجه همچنین به دیدپذیری دارایی‌ها، معماری شبکه، اختیار تصمیم‌گیری، انضباط مهندسی و آمادگی نیروی کار بستگی دارد.
تولیدکنندگان باید کنترل‌هایی را در اولویت قرار دهند که از فرایندهای حیاتی محافظت می‌کنند، اتصال‌های غیرضروری را محدود می‌سازند و امکان مهار سریع و تحت نظارت مؤثر را فراهم می‌کنند. هوش مصنوعی می‌تواند شناسایی و تحلیل را بهبود دهد، به‌شرط آنکه دسترسی و اقداماتش همچنان تابع تدابیر حفاظتی مناسب باشند. برنامه‌های پاسخ‌گویی باید در برابر وابستگی‌های واقعی صنعتی اعتبارسنجی شوند، نه اینکه صرفاً به‌عنوان تمرین‌های انطباق مستند شوند.
درس اصلی ساده است: کارخانه متصلِ امن کارخانه‌ای نیست که فرض کند می‌توان از هر حمله‌ای جلوگیری کرد. بلکه کارخانه‌ای است که می‌تواند شرایط غیرعادی را شناسایی کند، آگاهانه تصمیم بگیرد، تهدیدها را در محدوده‌های ایمنی تعریف‌شده مهار کند و عملیات را با فرایندی آزموده‌شده از سر بگیرد. در عصر هوش مصنوعی مرزی، باید این توانمندی را بخشی سنجش‌پذیر از عملکرد صنعتی و تاب‌آوری عملیاتی دانست.
