Georgia Tech新算法提高工业控制系统网络安全

关键要点

乔治亚理工学院的新算法PLCHound成功识别出比以往多37倍的联网工业控制系统ICS。使用此算法联系有互联网访问权限的可编程逻辑控制器PLC组织，1个月内减少了34的PLC暴露率。尽管算法得到了专家的认可，但在识别和沟通ICS所有者方面仍面临挑战。

根据SecurityWeek的报道，乔治亚理工学院电气与计算机工程学院开发的创新算法PLCHound，通过机器学习和自然语言处理的能力，已经识别出37倍于以往的联网工业控制系统ICS。

研究人员表示，通过该算法联系能够联网的可编程逻辑控制器PLC相关组织，使得PLC暴露率在短短一个月内减少了34。该算法在Allen Bradley、Omron和Wago等品牌的PLC上进行了测试。Censys的首席安全研究员Emily Austin对PLCHound的出现表示欢迎，强调了准确判断暴露ICS设备的复杂性。然而，Shodan创始人John Matherly则指出，识别和沟通互联网暴露的ICS所有者方面存在更大的挑战，并对该技术的专利问题表示失望。他表示：“我认为有很大的空间可以提供简化识别不同资产类型的工具，这样安全性变得对每个人都更可及，而不仅仅是企业组织。”

相关链接 机器学习与自然语言处理的先进应用于工业控制系统

迅猛兔加速器官方正版领域优势挑战PLCHound算法大幅提高ICS识别能力识别ICS所有者的困难互联网暴露的PLC减少暴露率34专利问题引发的失望

PLCHound的推出为工业控制系统的安全性提升带来了希望，但同时也暴露了当前网络安全领域中亟待解决的问题。通过有效的工具和技术，让网络安全不再是大型企业的特权，而是所有组织都能平等享有的权利。