伊朗疑似发起的针对美国水务基础设施的网络攻击暴露了人工智能驱动的关键漏洞

最近的Dark Reading调查显示，一系列针对水处理设施的协同网络入侵已经扩散到美国十几个州。这些攻击针对直接暴露在互联网上的可编程逻辑控制器（PLC），这是一个遗留的做法，使得关键基础设施容易受到远程利用。虽然归因仍在进行中，但战术、技术和程序（TTPs）的模式与已知的伊朗网络间谍集团密切吻合，引发了人们对国家行为体破坏基本服务的担忧。

被攻陷的PLC主要用于调节市政水系统中的流动、化学剂量和压力。通过获得低级别的访问权限，威胁行为者可以理论上改变剂量参数、导致服务中断，甚至破坏水质。虽然没有公开的报告确认成功地操纵水化学性质，但仅仅是这种可能性就促使多个州的紧急响应团队采取手动覆盖和隔离受影响的网络段。

这场运动之所以引人注目，是因为人工智能在攻击和防御阶段的日益重要的作用。初步的法医分析表明，使用了人工智能辅助的扫描工具，自动识别易受攻击的PLC端点、生成利用有效载荷和协调不同公用事业网络上的横向移动。在防御方面，一些公用事业已经开始部署基于机器学习的异常检测，标记传感器读数和命令序列中的偏差。然而，这些系统通常由于训练数据不足而导致假阳性，从而阻碍快速响应。

该事件凸显了工业控制系统安全和人工智能治理交叉点的政策空白。现有的法规，例如美国网络安全和基础设施安全局（CISA）指南，强调网络分段和补丁管理，但缺乏明确的人工智能驱动的威胁建模条款。立法者现在正在辩论是否将最近的人工智能安全法案条款扩展到涵盖自动化网络攻击工具，这可能会迫使供应商在用于扫描和利用的人工智能组件中嵌入强大的验证和审计跟踪。

对于更广泛的人工智能生态系统，水务系统攻击是一个警示故事。随着人工智能代理变得更加能够进行自主侦察和利用，传统黑客工具和自我指向的恶意软件之间的界限变得模糊。利益相关者，从公用事业运营商到人工智能开发人员，必须采用共享责任模型，包括严格的测试、透明的报告和跨行业合作。未能做到这一点，不仅会破坏服务，还会侵蚀公众对基本基础设施和承诺保护它的技术的信任。

图片：Subhash Chand / Unsplash (https://unsplash.com/@hsubhash)