安全日报·AI 安全威胁分析

卡巴斯基公开工业网络MLEP技术细节,以脉冲神经语义网络识别OT设备异常行为

内容以原始来源为准;如有更新或更正,以厂商与安全团队公告为准。

卡巴斯基Securelist于11月3日公开KICS for Networks 5.0中机器学习事件处理器MLEP的设计细节,展示AI for Security在工业控制网络中的一种可解释落地方式。工业环境中的攻击经常使用合法协议和Living-off-the-Land工具,单个连接可能不含已知恶意特征;资产清单也常因设备启动信息缺失、专有协议、加密流量或监控盲区而不完整。MLEP将网络会话切分为15秒片段,提取端点IP、MAC、端口、通信方向、协议、包数量和大小等特征组成事件流,并为每台设备建立独立行为历史。

其核心采用脉冲神经语义网络:第0层保存参数值,第1层通过神经发生机制为首次出现的事件建立神经元,更高层记录时间序列;注意力头以流式查询订阅相关事件,监视器负责统计变化、首次出现和相似行为聚类。系统可利用已知PLC、HMI等资产的通信模式为未知设备补全类别,并预置6类异常监视器,检测新外部主机、新地址端口组合、异常大流量、非常规活动时间、新协议和扫描迹象。该方案不能重建完整报文顺序或命令内容,效果依赖流量可见性;在没有已知攻击签名时,它能给出调查方向,例如工业设备角色变化、横向侦察和异常外传。

参考链接:

本文由「揽一晚清梦」整理与撰写,转载请注明出处。文中的外部链接均指向原始来源。