全球連網(wǎng)設(shè)備的數(shù)量正以驚人的速度增長。物聯(lián)網(wǎng)（IoT）設(shè)備目前的數(shù)量已經(jīng)超過了世界人口，Gartner預計，今年晚些時候這一數(shù)字將達到142億。物聯(lián)網(wǎng)設(shè)備的爆發(fā)式增長將我們的物理世界與網(wǎng)絡(luò)世界連接起來，使得我們的物理環(huán)境可編程，并使我們的家庭、車輛和城市陷入嚴重的網(wǎng)絡(luò)安全威脅之中。

　　這個問題足夠大，以至于政府也必須采取行動。為了保護聯(lián)邦政府免受物聯(lián)網(wǎng)安全漏洞的侵害，并提高私營部門對物聯(lián)網(wǎng)安全的認識，美國國會推出了《物聯(lián)網(wǎng)網(wǎng)絡(luò)安全改進法案》。該法案為政府購買的連網(wǎng)設(shè)備制定了最低安全標準，并驗證使用物聯(lián)網(wǎng)設(shè)備的所有組織普遍需要的安全措施。

　　對許多組織來說，最大的挑戰(zhàn)實際上并不是技術(shù)，而是思維方式的轉(zhuǎn)變：人們傾向于認為安全性在于隱藏系統(tǒng)的訪問點及其交換的數(shù)據(jù)。事實上，降低可見性是一個危險的游戲，隱藏訪問點時，通常不會向黑客隱藏它們。更有可能的是，你把它們隱藏起來，會讓那些試圖保護它們的人無法看到。

　　由于系統(tǒng)和它們交換的數(shù)據(jù)之間的連接缺乏內(nèi)部可見性和治理，一些公司正在玩俄羅斯輪盤賭。不是他們是否會受到攻擊，而是何時。

　　可編程世界中的安全性

　　我們生活在一個可編程的物理世界中：自動駕駛汽車和機器人吸塵器處理感官信息以導航世界，而智能燈泡可以通過智能手機打開或關(guān)閉。但另一方面，同樣的自動駕駛汽車的GPS系統(tǒng)可以被黑客遠程控制，機器人吸塵器可以被用作監(jiān)控器，智能燈泡可以被用來泄露私人信息。隨著物理世界和數(shù)字世界通過物聯(lián)網(wǎng)設(shè)備交織在一起，物理安全和網(wǎng)絡(luò)安全將變得相互依賴。

　　保護物聯(lián)網(wǎng)安全的一個主要障礙是，人們普遍不了解如何保護一個既包含硬件又包含軟件的系統(tǒng)。大多數(shù)開發(fā)人員基本都接受過一些關(guān)于如何保護軟件系統(tǒng)的培訓，但物理領(lǐng)域帶來了新的挑戰(zhàn)。硬件制造商的軟件安全能力可能非常有限，或者他們可能已將安全外包給其他人。此外，物聯(lián)網(wǎng)設(shè)備運行的操作系統(tǒng)通常都是非常規(guī)的，它們的通信方式、協(xié)議和網(wǎng)絡(luò)通常與軟件系統(tǒng)不同。

　　保護物聯(lián)網(wǎng)的另一個障礙是，這些設(shè)備繞過了“人類中間人”按下按鈕或發(fā)出命令的需要。人類采取手動操作通常會知道其操作的潛在負面結(jié)果，但軟件卻缺乏這種細致入微的思維。如果沒有一個有意識的參與者來執(zhí)行健全性檢查，那么大量物聯(lián)網(wǎng)設(shè)備的大規(guī)模自動化可能會產(chǎn)生災(zāi)難性后果。整個設(shè)備隊列最終可能會“無意識地”響應(yīng)一個事件，從而增加對物理世界的影響。

　　以智能電表為例，智能電表是一種物聯(lián)網(wǎng)設(shè)備，可以記錄電力消耗，并將信息傳送給電力公司，以進行監(jiān)控和計費。由于智能電表也可以調(diào)節(jié)耗電量，因此更新其軟件的錯誤信號會導致數(shù)百萬個電表在相同的時間內(nèi)被重置。這一信號實際上可能導致大范圍的社區(qū)停電，嚴重損害經(jīng)濟并導致醫(yī)院需求激增。黑客可以利用這一漏洞，在更新中引入錯誤，從而導致這種錯誤信號并造成損害。

　　當大量連網(wǎng)設(shè)備協(xié)同工作時，其行動的后果會被放大。而智能電表只是一個例子，黑客針對連接互聯(lián)網(wǎng)的交通信號燈發(fā)起攻擊，可以通過改變交通信號來使整個城市陷入癱瘓。安全攝像頭可能會感染惡意軟件，然后作為一個整體被控制，以對整個社區(qū)進行監(jiān)控并分析，從而發(fā)現(xiàn)房屋何時無人或防范較弱。這些現(xiàn)象是大規(guī)模自動化的結(jié)果，大規(guī)模自動化只有在物理世界與軟件世界連接后才可能實現(xiàn)。

　　知道數(shù)據(jù)在哪里

　　為了有效保護物聯(lián)網(wǎng)設(shè)備，首先需要確保它們的安全性。這需要將安全性納入系統(tǒng)的設(shè)計中，而不是作為一個問題留待以后解決。

　　企業(yè)需要在每一層建立標準化且有據(jù)可查的接口，而不是試圖通過隱藏各種軟件的必要層和層下的功能來保護物聯(lián)網(wǎng)，并希望沒有人會發(fā)現(xiàn)它們。許多人認為安全性就是隱藏敏感數(shù)據(jù)，但是當每個系統(tǒng)的意圖都明確時，安全性實際上是最有效的。每個接口都應(yīng)表明其公開的數(shù)據(jù)和功能，以便可以應(yīng)用適當?shù)目丶?。這些接口中暴露的漏洞可以在任何時候得到解決，從而可以在黑客利用它們之前進行快速修復。

　　當將物聯(lián)網(wǎng)設(shè)備作為應(yīng)用程序網(wǎng)絡(luò)中的節(jié)點進行管理時，安全最佳實踐可以系統(tǒng)地應(yīng)用于它們。例如，人們可以問：誰有權(quán)訪問物聯(lián)網(wǎng)設(shè)備提供的數(shù)據(jù)？在這些設(shè)備上應(yīng)制定什么樣的政策？必要時如何關(guān)掉它們？根據(jù)這些答案，可以采用不同的做法。既然你現(xiàn)在知道數(shù)據(jù)在哪里以及如何共享，您可以在必要時應(yīng)用進一步的保護。

　　可見性也為復雜事件處理的未來鋪平了道路。例如，現(xiàn)在很容易為任何一種異常行為創(chuàng)建警報，例如成千上萬的智能電表試圖在一分鐘內(nèi)重置。有了這樣的警報，人類可以在認為有必要時才進行干預。（來源物聯(lián)之家）未來，機器學習系統(tǒng)將從人類對這些復雜事件的反應(yīng)中學習，從而在不等待人類干預的情況下實現(xiàn)進一步的自動化和對安全問題的更快反應(yīng)。機器學習不僅可以識別異常，而且還可以重新連接周圍的應(yīng)用程序網(wǎng)絡(luò)，以自動緩解問題，例如通過以電網(wǎng)能夠處理的速度交錯進行智能電表更新。

　　實際上，在純軟件生態(tài)系統(tǒng)中，即使尚未廣泛實踐，也已經(jīng)理解了這類自動化和響應(yīng)。在日益分散的世界里，可見性也是保護物聯(lián)網(wǎng)的關(guān)鍵，解決方案已經(jīng)觸手可及，現(xiàn)在是執(zhí)行的時候了！