
模拟了一个汽车制造厂环境,涵盖制造自动化栈中的MES、SCADA、HMI、PLC。

Claroty部署了具有动态发现(Dynamic Discovery)功能的Claroty xDome。
动态发现(Dynamic Discovery)方法包括:
凭借这一能力,Claroty在 3 小时内完成了整个样本环境的资产清单编制。效率远超单纯依赖被动采集的方法。
成果亮点:
OT 环境并非只是罗克韦尔自动化、西门子的传感器、控制器、HMI、数据库,还存在一些意外挑战,迫使Claroty应对未知情况。
有两个此前从未见过的Monigear温度传感器。
虽然它们出现在规格表中,但其厂商对设备的MQTT通信进行了加密,任何被动采集方法都无法解析。
为此,Claroty购买设备进行研究,发现当其在本地子网通信时,会在6104端口以明文响应本地发现请求。
借助这一突破,Claroty Edge获得深度可视化,提取必要信息,成功发现了该设备。
组织方在不同日期断开并重新连接Opto 22控制器,且未提前告知。
在它首次接入时,Claroty的动态发现(Dynamic Discovery)就识别出来。
之后断连,Claroty未能获取其详细信息。
Claroty预料它会再次出现,提前准备了一系列主动查询(active queries)。
果然,当它再次上线时,Claroty成功获取了包括工作固件版本(working firmware versions)在内的详细信息。
Claroty既能识别出Opto 22控制器,又能获取其详细信息。
通过动态发现(Dynamic Discovery)获得的深度可视化,Claroty清楚地了解网络中的资产情况,从而达成目标二(Objective 2)——全面且准确地识别漏洞和暴露情况、明确风险缓解措施的优先级。
Claroty的采集结果为漏洞检测提供了坚实基础:
基于深度可视化,Claroty提出了多项风险缓解措施:
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。