Τυφλά σημεία στην ασφάλεια κρίσιμων υποδομών

Μια νέα έρευνα αποκαλύπτει ότι μεγάλα τμήματα των οργανισμών που διαχειρίζονται κρίσιμες υποδομές λειτουργούν με ελλιπή εικόνα για τις συσκευές και τα συστήματα που συνδέονται στα δίκτυα λειτουργικής τεχνολογίας, γνωστά ως OT. Το αποτέλεσμα είναι ότι σχεδόν δύο στους τρεις φορείς δεν έχουν πλήρη, σε πραγματικό χρόνο ορατότητα των περιουσιακών στοιχείων τους, ενώ πάνω από το ήμισυ δηλώνει ότι η πολυπλοκότητα των εργαλείων επιβραδύνει την αντίδραση σε περιστατικά. Οι επιπτώσεις δεν είναι μόνο ψηφιακές — αφορούν διαθεσιμότητα υπηρεσιών, ασφάλεια προσωπικού και οικονομικές απώλειες.

Η μελέτη, που βασίζεται σε δείγμα περισσότερων από 1.600 στελεχών από 11 χώρες και καλύπτει τομείς όπως τη βιομηχανία, την υγεία, την ενέργεια, τις μεταφορές και το δημόσιο τομέα, δείχνει ότι το πρόβλημα της ορατότητας στα OT είναι σύμπτωμα βαθύτερων προκλήσεων: παλαιές συσκευές, ιδιόκτητα πρωτόκολλα, διαχωρισμένα IT/OT τμήματα και ένα οικοσύστημα εργαλείων που δεν συνεργάζονται καλά μεταξύ τους.

Τι εννοούμε όταν μιλάμε για ορατότητα στο OT και γιατί μετράει

Η “ορατότητα” στο πλαίσιο των OT δικτύων δεν είναι απλά η λίστα συσκευών. Σημαίνει να ξέρει κανείς ποια συσκευή υπάρχει, τι ελέγχει, ποια άλλα συστήματα εξαρτώνται από αυτή, ποιοι έχουν πρόσβαση και ποιες θα ήταν οι συνέπειες αν σταματούσε να λειτουργεί ή άλλαζαν οι ρυθμίσεις της. Η έλλειψη αυτής της πληροφορίας δυσκολεύει ουσιαστικά την προτεραιοποίηση και την απόκριση όταν προκύψει επίθεση ή σφάλμα.

Όπως επισημαίνει ο Harry Thomas, συνιδρυτής της εταιρείας δοκιμών ασφάλειας Frenos, η γνώση ύπαρξης μιας συσκευής είναι μόνο το πρώτο βήμα. Χωρίς το πλαίσιο — τι ελέγχει, ποιος την προσεγγίζει, ποιες διαδικασίες επηρεάζει — οι ομάδες ασφαλείας δεν μπορούν να αποφασίσουν με ασφάλεια αν και πώς θα απομονώσουν ή θα διαβαθμίσουν τον κίνδυνο χωρίς να προκαλέσουν μεγαλύτερο λειτουργικό πρόβλημα.

Κληρονομιά, πρωτόκολλα και ο περιορισμός της σάρωσης

Πολλά περιβάλλοντα OT περιλαμβάνουν εξοπλισμό δεκαετιών, ιδιόκτητα πρωτόκολλα και συστήματα σχεδιασμένα για διαθεσιμότητα, όχι για να υποστούν συνεχείς σάρωσεις ή αυτοματοποιημένη ανάλυση. Ο συνδυασμός αυτός δημιουργεί τεχνικά και επιχειρησιακά εμπόδια στην υιοθέτηση πρακτικών που λειτουργούν στο IT.

Ο Anup Kumar, CEO της Optiv Consulting, τονίζει ότι ό,τι “δουλεύει” στο IT μπορεί να δημιουργήσει ρίσκα στο OT: σαρώσεις που προκαλούν παρεμβολές, αναβαθμίσεις που απαιτούν πολύωρα διακοπές λειτουργίας, και εξαρτήσεις από προμηθευτές για την εφαρμογή κρίσιμων ενημερώσεων. Στον πραγματικό κόσμο αυτό σημαίνει ότι νοσοκομεία, εργοστάσια και δίκτυα ενέργειας δεν μπορούν να αντιμετωπίζουν την κυβερνοασφάλεια ως απλή διαδικασία συντήρησης λογισμικού.

Πολλαπλά εργαλεία, αποσπασματική εικόνα και η καθυστέρηση στην αντίδραση

Η μελέτη βρίσκει ότι οι οργανισμοί χρησιμοποιούν κατά μέσο όρο 7 διαφορετικά συστήματα ασφαλείας. Αυτή η “σπατάλη” εργαλείων δεν αυξάνει απαραίτητα την ασφάλεια, αλλά δημιουργεί νέα προβλήματα: διαφορετικά μοντέλα δεδομένων, ξεχωριστές κονσόλες, πολλαπλές ομάδες που χρειάζεται να εμπλακούν όταν προκύψει κρίση. Περίπου το 59% των ερωτηθέντων λέει ότι τα πολλαπλά συστήματα αυξάνουν την επιχειρησιακή πολυπλοκότητα και το 41% αναφέρει καθυστερήσεις στην αντιμετώπιση περιστατικών.

Ο Gil Hecht της Core6 περιγράφει το πρόβλημα ως απώλεια χρόνου σε διασταυρώσεις πληροφοριών: πριν καν κάποιος δράσει, πρέπει να συντονίσει τι λέει το κάθε εργαλείο. Ο χρόνος που χάνεται σε αυτές τις διεργασίες μειώνει την ανθεκτικότητα, γιατί ανθεκτικότητα σημαίνει πόσο γρήγορα καταλαβαίνεις και αποκαθιστάς μία λειτουργία.

Η άνοδος της AI αλλάζει τη δυναμική επιτιθέμενου και αμυνόμενου

Η μελέτη υπογραμμίζει έντονη ανησυχία για επιθέσεις που θα εκμεταλλευτούν προηγμένα μοντέλα AI, ενώ παράλληλα υπάρχει προσδοκία ότι η ίδια τεχνολογία θα βοηθήσει και στην άμυνα. Το 95% των ερωτηθέντων δηλώνει ανησυχία για επιθέσεις με χρήση frontier AI, και το 91% πιστεύει ότι εργαλεία AI θα συμβάλλουν στην προστασία.

Ειδικοί εξηγούν ότι η AI μειώνει την προστασία που παρείχε κάποτε η “ασφάλεια λόγω αορατότητας”. Σύνηθες εξειδικευμένο υλικό και πρωτόκολλα, που παλαιότερα αποτελούσαν εμπόδιο για μη ειδικούς επιτιθέμενους, τώρα μπορούν να εντοπιστούν και να αναλυθούν γρήγορα από μοντέλα που αυτοματοποιούν την αναγνώριση συσκευών και την δημιουργία εκμεταλλεύσεων. Ο Richard Springer της Fortinet προειδοποιεί ότι αυτή η αλλαγή επιτρέπει σε περισσότερους παίκτες να στοχεύσουν OT περιβάλλοντα με σημαντικές συνέπειες για την κοινωνία.

Η ανισορροπία ανάμεσα στην εύρεση και την επίλυση ευπαθειών

Ένα από τα πιο ανησυχητικά συμπεράσματα είναι η ταχύτερη ανακάλυψη ευπαθειών σε σχέση με την ικανότητα επιδιόρθωσης. Η αυτοματοποίηση της ανακάλυψης με AI επιταχύνει τη χαρτογράφηση προβλημάτων, όμως οι διαδικασίες που απαιτούνται για την επιδιόρθωση — παράθυρα συντήρησης, δοκιμές, συνεννόηση με προμηθευτές — παραμένουν χρονοβόρες. Οι αριθμοί που αναφέρει η έρευνα δείχνουν ότι σχεδόν το 29% των ευπαθειών εκμεταλλεύονται εντός 24 ωρών, ενώ ο μέσος χρόνος για patch φτάνει τις 55 ημέρες.

Αυτό το κενό δημιουργεί μια κατάσταση όπου οι αμυνόμενοι πρέπει όχι μόνο να ελαττώσουν τον χρόνο επιδιόρθωσης, αλλά και να βελτιώσουν την ικανότητα του συστήματος τους να λειτουργεί ασφαλώς με ανοιχτές ή μερικώς επιδιορθωμένες ευπάθειες. Η στρατηγική προτεραιοποίησης γίνεται κρίσιμη: ποια τρωτά σημεία χρειάζονται άμεση αντιμετώπιση και ποια μπορούν να διαχειριστούν προσωρινά με μετριασμούς ρίσκου;

Τι αλλάζει στην πράξη: προτεραιότητες για οργανισμούς και επιπτώσεις για χρήστες

Για τους φορείς που διαχειρίζονται κρίσιμες υποδομές, η απάντηση δεν είναι μόνο τεχνική, αλλά οργανωτική και διαδικαστική. Αρχικά, η σύγκλιση IT και OT σε κοινές ομάδες με κοινά εργαλεία και κοινή ευθύνη επιταχύνει την αντίδραση και βελτιώνει την εικόνα των περιουσιακών στοιχείων. Η ενοποίηση δεδομένων από διαφορετικά συστήματα και η χρήση πλατφορμών που προσφέρουν ενιαία ορατότητα μειώνει τον χρόνo συνεννόησης κατά τη διάρκεια ενός περιστατικού.

Στο τεχνικό επίπεδο, η υιοθέτηση πρακτικών όπως η microsegmentation και το zero trust, η συνεχής καταγραφή και ανάλυση δικτυακής τηλεμετρίας, και η αυτοματοποιημένη ταξινόμηση και προτεραιοποίηση ευπαθειών με βάση τον επιχειρησιακό αντίκτυπο, γίνονται αναγκαίες. Η AI μπορεί να επιταχύνει την ανακάλυψη και την ανάλυση, αλλά απαιτείται επίσης ανθρώπινη επιμέλεια για να μεταφράσει ευρήματα σε λειτουργικά αποφάσεις που δεν θέτουν σε κίνδυνο τη διαθεσιμότητα.

Για τον τελικό χρήστη ή τον πολίτη, οι επιπτώσεις είναι σαφείς: καλύτερη διαχείριση κινδύνων σημαίνει λιγότερες διακοπές υπηρεσιών, ασφαλέστερη λειτουργία νοσοκομείων και δικτύων ενέργειας, και μικρότερη πιθανότητα ευρείας διακοπής λόγω ψηφιακής επίθεσης. Όμως, για να επιτευχθεί αυτό απαιτούνται επενδύσεις σε εργαλεία που συνεργάζονται, εκπαίδευση προσωπικού και αλλαγές σε διαδικασίες που συχνά θεωρούνται δαπανηρές ή χρονοβόρες.