211service.com
Sikring av energirevolusjonen og IoT-fremtiden
Levert av Siemens energi
Tidlig i 2021 fikk amerikanere som bodde på østkysten en skarp leksjon om den økende betydningen av cybersikkerhet i energiindustrien. Et løsepenge-angrep rammet selskapet som driver Colonial Pipeline – den store infrastrukturpulsåren som frakter nesten halvparten av alt flytende drivstoff fra Gulf Coast til det østlige USA. Da selskapet visste at i det minste noen av datasystemene deres hadde blitt kompromittert, og ikke var i stand til å være sikre på omfanget av problemene deres, ble selskapet tvunget til å ty til en brute-force-løsning: stenge hele rørledningen.
Leo Simonovich er visepresident og global leder for industriell cyber og digital sikkerhet i Siemens Energy.
Avbruddet i drivstoffleveransen fikk enorme konsekvenser. Drivstoffprisene steg umiddelbart. USAs president engasjerte seg og prøvde å forsikre paniske forbrukere og bedrifter om at drivstoff snart ville bli tilgjengelig. Fem dager og utallige millioner av dollar i økonomisk skade senere, betalte selskapet en løsepenge på 4,4 millioner dollar og gjenopprettet driften.
Det ville være en feil å se denne hendelsen som historien om en enkelt rørledning. På tvers av energisektoren er mer og mer av det fysiske utstyret som lager og flytter drivstoff og elektrisitet over hele landet og rundt om i verden avhengig av digitalt styrt, nettverksutstyr. Systemer designet og konstruert for analoge operasjoner har blitt ettermontert. Den nye bølgen av lavutslippsteknologier – fra solenergi til vind til turbiner med kombinert syklus – er iboende digital teknologi, som bruker automatiserte kontroller for å presse ut all effektivitet fra sine respektive energikilder.
I mellomtiden har covid-19-krisen akselerert en egen trend mot fjerndrift og stadig mer sofistikert automatisering. Et stort antall arbeidere har gått fra å lese urskiver på et anlegg til å lese skjermer fra sofaen. Kraftige verktøy for å endre hvordan strøm lages og rutes kan nå endres av alle som vet hvordan man logger på.
Disse endringene er gode nyheter – verden får mer energi, lavere utslipp og lavere priser. Men disse endringene fremhever også hvilke typer sårbarheter som brakte Colonial Pipeline til en brå stopp. De samme verktøyene som gjør legitime arbeidere i energisektoren kraftigere, blir farlige når de blir kapret av hackere. For eksempel kan utstyr som er vanskelig å erstatte, få kommandoer til å riste seg selv i biter, og sette deler av et nasjonalt rutenett ut av drift i flere måneder i strekk.
For mange nasjonalstater er evnen til å trykke på en knapp og så kaos i en rivaliserende stats økonomi svært ønskelig. Og jo mer energiinfrastruktur blir hyperkoblet og digitalt administrert, jo flere mål gir akkurat den muligheten. Det er derfor ikke overraskende at en økende andel av nettangrep sett i energisektoren har skiftet fra målrettet informasjonsteknologi (IT) til målretting av driftsteknologier (OT) – utstyret som direkte kontrollerer fysiske anleggsdrift.
For å holde seg på toppen av utfordringen, må sjefer for informasjonssikkerhet (CISOer) og deres sikkerhetsoperasjonssentre (SOCs) oppdatere sine tilnærminger. Å forsvare driftsteknologier krever andre strategier – og en distinkt kunnskapsbase – enn å forsvare informasjonsteknologier. For det første må forsvarere forstå driftsstatusen og toleransene til sine eiendeler – en kommando for å skyve damp gjennom en turbin fungerer bra når turbinen er varm, men kan bryte den når turbinen er kald. Identiske kommandoer kan være legitime eller ondsinnede, avhengig av kontekst.
Selv å samle inn kontekstuelle data som trengs for trusselovervåking og deteksjon er et logistisk og teknisk mareritt. Typiske energisystemer er sammensatt av utstyr fra flere produsenter, installert og ettermontert over flere tiår. Bare de mest moderne lagene ble bygget med cybersikkerhet som designbegrensning, og nesten ingen av maskinspråkene som ble brukt var noen gang ment å være kompatible.
For de fleste selskaper etterlater den nåværende tilstanden for cybersikkerhetsmodenhet mye å være ønsket. Nesten allvitende visninger av IT-systemer er sammenkoblet med store OT blindsoner. Datainnsjøer sveller med nøye innsamlede utdata som ikke kan kombineres til et sammenhengende, omfattende bilde av driftsstatus. Analytikere brenner ut under varslingstretthet mens de prøver å manuelt sortere godartede varsler fra følgehendelser. Mange selskaper kan ikke engang produsere en omfattende liste over alle de digitale eiendelene som er lovlig koblet til nettverkene deres.
Med andre ord, den pågående energirevolusjonen er en drøm for effektivitet – og et mareritt for sikkerhet.
Å sikre energirevolusjonen krever nye løsninger som er like i stand til å identifisere og handle på trusler fra både fysiske og digitale verdener. Sikkerhetsoperasjonssentre må samle IT- og OT-informasjonsflyter, og skape en enhetlig trusselstrøm. Gitt omfanget av dataflyter, vil automatisering måtte spille en rolle i å bruke operasjonell kunnskap for å varsle generering – stemmer denne kommandoen overens med business as usual, eller viser konteksten at den er mistenkelig? Analytikere vil trenge bred, dyp tilgang til kontekstuell informasjon. Og forsvar må vokse og tilpasse seg etter hvert som truslene utvikler seg og bedrifter legger til eller trekker tilbake eiendeler.
Denne måneden avduket Siemens Energy en overvåkings- og deteksjonsplattform som tar sikte på å løse de kjernetekniske og kapasitetsutfordringene for CISOer som har i oppgave å forsvare kritisk infrastruktur. Siemens Energy-ingeniører har gjort det nødvendige arbeidet for å automatisere en enhetlig trusselstrøm, slik at tilbudet deres, Eos.ii, kan fungere som en fusjons-SOC som er i stand til å slippe løs kraften til kunstig intelligens på utfordringen med å overvåke energiinfrastruktur.
AI-baserte løsninger svarer på det doble behovet for tilpasningsevne og vedvarende årvåkenhet. Maskinlæringsalgoritmer som tråler enorme mengder driftsdata kan lære de forventede sammenhengene mellom variabler, gjenkjenne mønstre som er usynlige for menneskelige øyne og fremheve anomalier for menneskelig undersøkelse. Fordi maskinlæring kan trenes på data fra den virkelige verden, kan den lære de unike egenskapene til hvert produksjonssted, og kan iterativt trenes for å skille godartede og følgemessige anomalier. Analytikere kan deretter stille inn varsler for å se etter spesifikke trusler eller ignorere kjente støykilder.
Utvidelse av overvåking og deteksjon til OT-området gjør det vanskeligere for angripere å gjemme seg – selv når unike nulldagsangrep utplasseres. I tillegg til å undersøke tradisjonelle signaler som signaturbasert deteksjon eller nettverkstrafikktopper, kan analytikere nå observere effektene som nye innganger har på utstyr fra den virkelige verden. Smart forkledd skadevare vil fortsatt heve røde flagg ved å skape driftsavvik. I praksis har analytikere som bruker de AI-baserte systemene funnet ut at deres Eos.ii-deteksjonsmotor var sensitiv nok til å prediktivt identifisere vedlikeholdsbehov - for eksempel når et lager begynner å slites ut og forholdet mellom damp inn og strøm ut begynner å drive .
Gjøres riktig, overvåking og deteksjon som spenner over både IT og OT bør etterlate inntrengere utsatt. Analytikere som undersøker varsler kan spore brukerhistorier for å finne kilden til uregelmessigheter, og deretter rulle frem for å se hva annet som ble endret i en lignende tidsramme eller av samme bruker. For energiselskaper betyr økt presisjon dramatisk redusert risiko – hvis de kan bestemme omfanget av et inntrenging og identifisere hvilke spesifikke systemer som ble kompromittert, får de alternativer for kirurgiske reaksjoner som løser problemet med minimal sideskade – for eksempel ved å stenge ned en enkelt avdelingskontor og to pumpestasjoner i stedet for en hel rørledning.
Ettersom energisystemer fortsetter sin trend mot hypertilkobling og gjennomgripende digitale kontroller, er én ting klar: et gitt selskaps evne til å yte pålitelige tjenester vil avhenge mer og mer av deres evne til å skape og opprettholde sterke, presise cyberforsvar. AI-basert overvåking og deteksjon gir en lovende start.
For å lære mer om Siemens Energys nye AI-baserte overvåkings- og deteksjonsplattform, sjekk ut deres nylig hvitbok på Eos.ii .
Lær mer om Siemens Energy cybersecurity på Siemens Energy Cybersecurity .
Dette innholdet ble produsert av Siemens Energy. Den ble ikke skrevet av MIT Technology Reviews redaksjon.