在工業(yè)領(lǐng)域，關(guān)鍵基礎設施(CI)的網(wǎng)絡安全漏洞日益增多。地緣政治緊張局勢加劇了這一趨勢；同時，與國家有關(guān)的行為者擁有更多的資源來破壞工業(yè)組織這一事實，也助長了這一趨勢。根據(jù)ABI Research的一份新報告，到2027年，工業(yè)領(lǐng)域的OT和物聯(lián)網(wǎng)網(wǎng)絡安全支出將達到近46億美元。

ABI Research高級工業(yè)和物聯(lián)網(wǎng)網(wǎng)絡安全分析師Michael Amiri表示:“工業(yè)網(wǎng)絡安全正在見證更新技術(shù)產(chǎn)品的擴展，包括為惡劣環(huán)境量身定制的先進防火墻，提供單向數(shù)據(jù)流的細分技術(shù)，以及先進的監(jiān)控和可見性解決方案。”

工業(yè)網(wǎng)絡安全供應商也在提升自己的水平，為客戶提供創(chuàng)新的解決方案。Claroty、Otorio、Palo Alto Networks和Dragos等供應商通過部署機器學習(ML)和人工智能(AI)來監(jiān)控網(wǎng)絡流量行為，提供對工業(yè)網(wǎng)絡的實時監(jiān)控和可見性。Amiri表示:“實時數(shù)據(jù)分析可以收集工廠車間或遠程操作的實時數(shù)據(jù)，這些數(shù)據(jù)在數(shù)字化之前很難獲得。這反過來又改善了決策和運營策略。”

工業(yè)網(wǎng)絡安全供應商正在越來越多地部署ML等先進技術(shù)。AI和ML不是流行語，而是實現(xiàn)全面的OT/ICS網(wǎng)絡戰(zhàn)略的關(guān)鍵。人工智能和機器學習算法在檢測網(wǎng)絡流量中的異常和實際威脅方面表現(xiàn)出卓越的能力。Amiri總結(jié)道:“它們比傳統(tǒng)的基于規(guī)則的網(wǎng)絡安全方法提供了更好的解決方案。”