Napadi ucjenjivačkim softverom u proizvodnji porasli za 56% kako AI potiče prijetnje

Proizvodnja je tiho postala industrija koju bande za ucjenjivački softver najviše vole, a novi podaci sugeriraju da se problem ubrzano pogoršava. Prema izvještaju IIoT Worlda, napadi ucjenjivačkim softverom u proizvodnji porasli su 56% u odnosu na prethodnu godinu, a istraživači sada procjenjuju da je čak 80% novog koda za ucjenjivački softver generirano umjetnom inteligencijom. Za industriju koja se oslanja na povezane senzore, automatizirane proizvodne linije i sve digitaliziranije opskrbne lance, ta je kombinacija ozbiljan problem privatnosti i sigurnosti, a ne samo operativni.

Zašto je proizvodnja stalna meta

Proizvođači su privlačne mete iz jednostavnog razloga: zastoj je skup, a napadači to znaju. Zaustavljena proizvodna linija košta novac svakog sata, što operatere tvornica čini spremnijima da brzo plate otkupninu radije nego da riskiraju dugotrajne prekide rada. Ta je računica godinama činila sektor ponovljenom metom, a porast od 56% u odnosu na prethodnu godinu o kojem izvještava IIoT World pokazuje da se trend ne usporava.

Ono što se nedavno promijenilo je alatna podrška iza ovih napada. Razvoj potpomognut umjetnom inteligencijom snižava ulaznu barijeru za izradu funkcionalnog ucjenjivačkog softvera, omogućujući manje iskusnim akterima prijetnji da brže generiraju funkcionalni zlonamjerni kod i iteriraju kako bi zaobišli alate za otkrivanje. Ovo odražava širi pomak koji je sigurnosna zajednica pratila, uključujući incidente poput autonomnog napada ucjenjivačkim softverom koji su detaljno opisali istraživači Sysdiga, gdje je AI agent upravljao koracima upada s malo ili nimalo ljudskog nadzora. Porast ucjenjivačkog softvera generiranog umjetnom inteligencijom u proizvodnji uklapa se u taj isti obrazac: automatizacija ne mijenja samo tvornice, već i napadače koji ih ciljaju.

Pametne tvornice, veća površina za napad

Uspon tehnologije industrijskog interneta stvari (IIoT) transformirao je proizvodne pogone u mreže povezanih strojeva, senzora i upravljačkih sustava. Ta povezanost potiče učinkovitost, ali također umnožava broj ulaznih točaka koje napadač može iskoristiti. Naslijeđeni sustavi operativne tehnologije (OT), od kojih mnogi nikada nisu dizajnirani s modernom kibernetičkom sigurnošću na umu, sada su premošteni na IT mreže i, u mnogim slučajevima, na internet. Svaki novi senzor, kontroler ili na oblak povezana nadzorna ploča potencijalno je uporište za operatere ucjenjivačkog softvera.

Ova izloženost nije ograničena samo na zastoj u proizvodnji. Suvremene kampanje ucjenjivačkog softvera sve se više oslanjaju na dvostruko iznuđivanje, krađu osjetljivih podataka prije šifriranja sustava, a zatim prijetnje njihovim objavljivanjem ako se otkupnina ne plati. Za proizvođače, ti ukradeni podaci mogu uključivati vlasničke nacrte, ugovore s dobavljačima, evidencije zaposlenika i podatke o kupcima prikupljene putem sustava pametnih tvornica. Farmaceutski sektor već je vidio koliko to može biti štetno: provala od 1,3 TB koja je pogodila Novo Nordisk uključivala je ukradene podatke iz kliničkih ispitivanja, što je podsjetnik da industrijska i proizvodna okruženja sadrže osjetljive informacije koje daleko nadilaze ono što se pojavljuje na tvorničkom pogonu.

Ulozi privatnosti iza brojki o ucjenjivačkom softveru

Lako je razmišljati o ucjenjivačkom softveru isključivo kao o operativnoj prijetnji — strojevi se gase, narudžbe kasne, prihod se gubi. No dimenzija privatnosti zaslužuje jednaku pozornost. Kada skupine za ucjenjivački softver eksfiltriraju podatke prije nego što ih šifriraju, one ne drže samo operacije taocem, one izlažu osobne i vlasničke informacije za čije curenje zaposlenici, dobavljači i kupci nikada nisu dali pristanak. Proizvodne tvrtke sve više prikupljaju podatke putem IIoT senzora, sustava kontrole kvalitete i platformi opskrbnog lanca, a velik dio njih završava pohranjen na načine koji nisu napravljeni s mišlju o otpornosti na proboje.

Rastuća upotreba umjetne inteligencije za generiranje ucjenjivačkog softvera pojačava ovaj rizik. Brži, jeftiniji razvoj zlonamjernog softvera znači da više napadača može pokušati ove kampanje, a više pokušaja znači više prilika za krađu i curenje podataka. Nedavni sažeci aktivnosti ucjenjivačkog softvera, uključujući izvještavanje o napadima vođenim umjetnom inteligencijom s početka ove godine, pokazuju da ovo nije izoliran trend ograničen na proizvodnju. To je dio šireg obrasca u kojem AI preoblikuje obje strane jednadžbe kibernetičke sigurnosti.

Što ovo znači za vas

Ako radite u proizvodnji ili vaši osobni podaci prolaze kroz sustave proizvođača kao zaposlenika, dobavljača ili kupca, ovaj trend je važan. Skok napada ucjenjivačkim softverom u proizvodnji od 56% znači veću vjerojatnost da osjetljivi zapisi, od HR datoteka do dizajna proizvoda, završe izloženi u curenju. Čak i ako niste izravno zaposleni u sektoru, međupovezanost opskrbnih lanaca znači da se proboj kod jednog proizvođača može proširiti na partnere i kupce.

Za IT i sigurnosne timove unutar proizvodnih organizacija, zaključak je da se naslijeđeni OT sustavi više ne mogu tretirati kao izolirani ili niskorizični. Segmentacija između IT i OT mreža, redovito zakrpavanje gdje je to moguće i praćenje neuobičajenih prijenosa podataka sada su osnovni zahtjevi, a ne opcionalne nadogradnje.

Provedivi zaključci

• Proizvođači bi trebali revidirati koji IIoT uređaji i OT sustavi imaju vanjsku povezanost ili povezanost s oblakom, budući da svaka točka povezivanja širi površinu za napad.
• Zaposlenici i partneri trebali bi pitati proizvodne organizacije s kojima surađuju o politikama zaštite podataka, posebno o tome što se događa ako se podaci ukradu tijekom incidenta s ucjenjivačkim softverom.
• Sigurnosni timovi trebali bi pretpostaviti da su nositelji ucjenjivačkog softvera možda generirani umjetnom inteligencijom i da evoluiraju brže nego što statične obrane mogu pratiti, dajući prednost detekciji temeljenoj na ponašanju u odnosu na samo podudaranje potpisa.
• Svatko čije osobne ili poslovne podatke pohranjuje proizvođač trebao bi biti na oprezu zbog obavijesti o proboju i razmisliti o praćenju znakova zlouporabe podataka nakon svakog prijavljenog incidenta.

Porast napada ucjenjivačkim softverom u proizvodnji, uparen s rastućom ulogom umjetne inteligencije u generiranju zlonamjernog koda, trend je koji vrijedi pomno pratiti, a ne paničariti zbog njega. Razumijevanje rizika privatnosti povezanih s tim napadima, a ne samo operativnih poremećaja, prvi je korak prema zalaganju za snažniju zaštitu u cijeloj industriji.