Innan vi kommer till sakfr\u00e5gan finns det n\u00e5gra vanliga termer som anv\u00e4nds inom cybers\u00e4kerhet som hj\u00e4lper dig att f\u00f6rst\u00e5 begreppen och senare diskutera l\u00f6sningarna med IT-personal. Du kan hoppa \u00f6ver den h\u00e4r delen om du redan kan terminologin.<\/p>\n\n\n\n
Defence in Depth<\/strong> Industriell brandv\u00e4gg<\/strong> IDS (Intrusion Detection System)<\/strong> IPS (Intrusion Prevention System)<\/strong> DPI (Deep Packet Inspection)<\/strong> MalwareDet<\/strong> DoS\/DDoS<\/strong> I digitaliseringens tids\u00e5lder spelar cybers\u00e4kerhet en nyckelroll i en v\u00e4l fungerande arbetsmilj\u00f6. Det skyddar alla kategorier av data fr\u00e5n sabotage, dataf\u00f6rlust eller andra fel. Med den v\u00e4xande teknologin och fler anslutningsm\u00f6jligheter blir det sv\u00e5rare att \u00f6vervaka och sp\u00e5ra potentiella cyberattacker, s\u00e4rskilt f\u00f6r analytiker eftersom de ofta beh\u00f6ver sl\u00e5 tillbaka mot AI. <\/p>\n\n\n\n Cyberattacker har kostat f\u00f6retag pengar och brottslig skada. D\u00e4rf\u00f6r \u00e4r maskiner och enheter ofta utformade f\u00f6r att f\u00f6rhindra och sp\u00e5ra potentiella problem som uppst\u00e5r i industriella n\u00e4tverk. De kan l\u00e4ra sig om och analysera potentiella cyberrisker i realtid och \u00f6ka cyberanalytikernas effektivitet.<\/p>\n\n\n\n Att analysera och f\u00f6rb\u00e4ttra cybers\u00e4kerhet \u00e4r inte l\u00e4ngre en fr\u00e5ga i m\u00e4nsklig skala. AI och ML \u00e4r mer exakta och b\u00e4ttre \u00e4n m\u00e4nniskor och traditionell programvara p\u00e5 att identifiera m\u00f6nster som indikerar skadlig programvara och ovanlig aktivitet. AI och ML kan analysera miljontals h\u00e4ndelser och snabbt identifiera hot som virus och zero-day-s\u00e5rbarhetsattacker.<\/p>\n\n\n\n Enligt Capgemini -rapporten<\/a> h\u00e4vdar mer \u00e4n h\u00e4lften av organisationerna (56%) att deras cybers\u00e4kerhetsanalytiker \u00e4r \u00f6verarbetade, och n\u00e4stan en fj\u00e4rdedel (23%) kan inte noggrant unders\u00f6ka alla incidenter som rapporteras.<\/p>\n\n\n\n Dessutom, enligt rapporten, kommer 69% av f\u00f6retagsledningar inte att kunna svara p\u00e5 cyberattacker utan AI. 80% av telekomf\u00f6retag och 79% av tillverkare av kundvaror s\u00e4ger att de \u00e4r beroende av AI f\u00f6r att hj\u00e4lpa till att identifiera hot och stoppa attacker.<\/p>\n\n\n\n Maskininl\u00e4rning kan vara effektivare och b\u00e4ttre p\u00e5 att uppt\u00e4cka hot \u00e4n m\u00e4nskliga analytiker. <\/p>\n\n\n\n Enligt Carbonite och Webroot, OpenText-f\u00f6retag i sin fakta- eller fiktionsrapport<\/em><\/a>, baserad p\u00e5 en unders\u00f6kning som genomf\u00f6rdes mellan mars och april 2021, h\u00e4vdade mer \u00e4n h\u00e4lften (57%) av de tillfr\u00e5gade fr\u00e5n hela v\u00e4rlden att de var offer f\u00f6r en skadlig cyberattack f\u00f6reg\u00e5ende \u00e5r [2020]. 65% av de tillfr\u00e5gade fr\u00e5n rapporten tillade att deras organisationer \u00e4r mer beredda att hantera cybers\u00e4kerhetsattacker eftersom de anv\u00e4nder AI\/ML-drivna cybers\u00e4kerhetsverktyg.<\/p>\n\n\n\n Nuf\u00f6rtiden anv\u00e4nder \u00e4ven hackare effektivt AI. Artificiell intelligens kan skicka tweets mycket snabbare \u00e4n m\u00e4nniskor, och den kan svara mer exakt n\u00e4r den bek\u00e4mpar annan intelligent programvara. Det betyder att implementeringar av ML och AI inte g\u00e5r att undvika. De blir ett nyckelvapen i kampen mot cyberattacker.<\/p>\n\n\n\n D\u00e4rf\u00f6r b\u00f6rjar f\u00f6retag koncentrera sig mer p\u00e5 att motverka hot. De b\u00e4sta applikationerna kommer att vara att analysera enorma m\u00e4ngder data och utf\u00f6ra omfattande operationer f\u00f6r att uppt\u00e4cka avvikelser, misst\u00e4nkt eller ovanligt beteende och zero-day-attacker.<\/p>\n\n\n\n Verksamheter och tillverkare fokuserar nu p\u00e5 m\u00e5nga nya implementeringar f\u00f6r att f\u00f6rb\u00e4ttra sina arbetsplatser. Fr\u00e5n smart tillverkning, Industry 4.0 och 5.0<\/a> till industriellt Internet of Things (IIoT) och digitala tvillingar<\/a>. Industriv\u00e4rlden \u00e4r uppkopplad och \u00f6vervakad \u2013 det \u00e4r vad de flesta f\u00f6retag str\u00e4var efter. Men i takt med att mer g\u00e5r \u00f6ver till virtualitet, ger nya tekniker olika l\u00f6sningar f\u00f6r att hantera cyberrisker.<\/p>\n\n\n\n Siemens<\/a> fokuserar p\u00e5 att hj\u00e4lpa organisationer att bek\u00e4mpa cyberfara genom att dela medvetenhet p\u00e5 sin webbplats<\/a> genom studiefall, whitepapers<\/a>, s\u00e5v\u00e4l som podds\u00e4ndningar<\/a> och videor (se nedan). Denna varum\u00e4rkeskunskap och fokus p\u00e5 viktiga branschfall hj\u00e4lper till att skapa de b\u00e4sta l\u00f6sningarna f\u00f6r att bek\u00e4mpa onlinehot.<\/p>\n\n\n\n
Konceptet bygger p\u00e5 m\u00e5nga lager av s\u00e4kerhetsfunktioner som f\u00f6rb\u00e4ttrar systemets \u00f6vergripande s\u00e4kerhet. I h\u00e4ndelse av att en av s\u00e4kerhets\u00e5tg\u00e4rderna \u00e4r ineffektiv, fungerar de andra som backup f\u00f6r att h\u00e5lla n\u00e4tverket s\u00e4kert.<\/p>\n\n\n\n
F\u00f6r att f\u00f6rhindra obeh\u00f6rig \u00e5tkomst \u00e4r industriella brandv\u00e4ggar enheter som \u00f6vervakar och blockerar trafik till eller fr\u00e5n n\u00e4tverk eller n\u00e4tverksenheter, s\u00e5som industriella datorer, kontrollsystem och annan utrustning. <\/p>\n\n\n\n
Ett industriellt IDS \u00e4r ett verktyg eller system som \u00f6vervakar n\u00e4tverkstrafik f\u00f6r misst\u00e4nkt aktivitet och skickar ut varningar. Varje p\u00e5tr\u00e4ngande aktivitet eller \u00f6vertr\u00e4delse registreras ofta centralt med hj\u00e4lp av ett s\u00e4kerhetsinformations- och h\u00e4ndelsehanteringssystem, som varnar till en administrat\u00f6r, eller b\u00e5da.<\/p>\n\n\n\n
En industriell IPS \u00e4r ett verktyg eller system som uppt\u00e4cker skadlig aktivitet, registrerar detaljer om det, rapporterar det och sedan anstr\u00e4nger sig f\u00f6r att blockera eller stoppa det. Den genoms\u00f6ker kontinuerligt ett n\u00e4tverk efter skadlig aktivitet och reagerar p\u00e5 den n\u00e4r den intr\u00e4ffar genom att rapportera, blockera eller kassera den. Det kan vara antingen h\u00e5rdvara eller mjukvara.<\/p>\n\n\n\n
Deep Packet Inspection (DPI) \u00e4r en sorts databehandling som noggrant unders\u00f6ker informationen som \u00f6verf\u00f6rs \u00f6ver ett datorn\u00e4tverk och kan vidta l\u00e4mpliga \u00e5tg\u00e4rder, s\u00e5som larm, blockering, omdirigering eller inloggning. Deep packet inspection anv\u00e4nds ofta f\u00f6r att \u00f6vervaka applikationsbeteende, unders\u00f6ka n\u00e4tverkstrafik, diagnostisera n\u00e4tverksproblem, se till att data \u00e4r i r\u00e4tt format och leta efter till exempel skadlig kod, avlyssning, internetcensur etc.<\/p>\n\n\n\n
\u00c4r en allm\u00e4n term f\u00f6r alla programvarudesignade hot som orsakar skada p\u00e5 datorn, servern, klienten eller datorn\u00e4tverket. Exempel p\u00e5 skadlig programvara \u00e4r virus, maskar, trojaner, spionprogram, rootkits, adware, fj\u00e4rr\u00e5tkomst och ransomware.<\/p>\n\n\n\n
Denial-of-service (DoS) \u00e4r en attack som \u00e4r avsedd att st\u00e4nga av maskinen eller n\u00e4tverket, vilket g\u00f6r det om\u00f6jligt att komma \u00e5t f\u00f6r avsedda anv\u00e4ndare. Det kan g\u00f6ras genom att leverera information som orsakar en krasch eller genom att \u00f6versv\u00e4mma m\u00e5let med trafik. F\u00f6r att f\u00f6rhindra att m\u00e5let tar emot eller skickar n\u00e5gon information, kan distribuerade denial-of-service-attacker (DDoS) utf\u00f6ras genom att m\u00e4tta m\u00e5let med trafik fr\u00e5n m\u00e5nga v\u00e4rdar.<\/p>\n\n\n\nVarf\u00f6r \u00e4r industriell n\u00e4tverkss\u00e4kerhet och cybers\u00e4kerhet viktigt?<\/h2>\n\n\n\n
![\"\"](\"https:\/\/knowhow.distrelec.com\/wp-content\/uploads\/2022\/11\/cyber-risk.png\")
Artificiell intelligens inom cybers\u00e4kerhet \u2013 \u00e4r den b\u00e4ttre \u00e4n m\u00e4nniskor? <\/h2>\n\n\n\n
Till\u00e4mpningar av ML<\/h3>\n\n\n\n
Cybers\u00e4kerhet f\u00f6r digitala f\u00f6retag – Siemens<\/h2>\n\n\n\n
![\"\"](\"https:\/\/knowhow.distrelec.com\/wp-content\/uploads\/2022\/11\/Moxa-firewalls-1024x545.png\")