随着工作人员从货架上清理变质食物，并对最近针对法国超市连锁店的网络攻击成本进行统计，人们愈发清晰地认识到，零售运营中的工业自动化网络安全对于确保食品安全与保障至关重要。攻击者展示了他们远程访问并干扰制冷控制器、篡改温度以及毁坏食品库存的能力。这种影响超出了企业的财务损失；超过 300 家门店受到波及，限制了各个地区的特定食品供应。
超市并不是唯一依赖这些控制器的零售商或关键基础设施企业，在针对法国的攻击中受损的 Danfoss 和 Copeland 设备就是典型代表。在食品分销的其他环节、医疗与制药设施，以及化工和工业材料领域，冷链仓储设施的安全和可用性同样依赖自动化来为其各自的供应链提供动力。
在这篇博客中，我们将探讨工业自动化网络安全，以及在零售领域防御这些资产意味着什么。我们将涵盖以下内容：
-
在互联零售环境中保障工业自动化的安全
-
人工智能（AI）在零售自动化中的作用
-
零售业领导者的网络安全优先事项
零售运营中的工业自动化------如智能门店、分销中心和冷链仓储设施------已经走过了曾经隔离（Air-Gapped）的时代。将自动化流程连接到云端和企业网络的相对较新的联网方式，不仅提升了分析能力、库存管理和整体运营效率，但也急剧扩大了受攻击面。虽然超市攻击的源头尚未公开，但未以安全方式连接（如未置于 VPN 保护之下或缺乏强身份验证）的面向互联网的资产，显然面临着更高的干扰或破坏风险。
理解零售业中的工业自动化网络安全风险
零售组织正在将工业自动化系统连接到企业网络和云平台，以改善集中管理、能源效率、预测性维护、库存管理和运营可见性。这意味着曾经孤立的建筑管理、物流或门店系统，如今已成为企业生态系统的一部分。面对法国发生的攻击，安全与业务领导者必须优先保护这些系统，确保物理流程的安全性和可用性，以保持产品、分销和供应链的顺畅运转。
像企业软件中的漏洞或对生产核心系统和流程的过度访问等暴露面，都是干扰零售输出的新途径。这给首席信息安全官（CISO）和运营团队带来了压力，要求他们深入了解其环境的架构，并在必要时实施控制措施，以确保可用性、整体运营韧性以及在发生事件时的快速恢复。
集成商、厂商和供应商等第三方也带来了必须妥善管理的巨大风险。Claroty 最近对 2,000 名技术、业务和安全领导者进行的一项调查显示，75% 的受访组织曾因第三方关系遭到入侵，且这些事件影响了运营。此外，半数受访者表示，他们对第三方连接仅进行了部分监控，甚至在极少数情况下完全没有监控。
基于 AI 的决策如何引入新的网络安全风险
人工智能（AI）和大语言模型（LLM）正在为零售业带来更多提升，并在许多情况下加速了数字化转型。
但这也伴随着权衡，新的风险随之被引入：在外部，攻击者正在利用相同的 AI 能力快速扫描软件和固件中的可利用漏洞或配置问题，并以同样的速度开发利用工具。
例如，Claroty 的 Team82 在超市攻击发生后展示了 AI 驱动的漏洞研究能力。Team82 最初对 Danfoss 和 Copeland 控制器的研究发现了总共二十多个漏洞，当时这项工作耗费了数月的分析工作。而在攻击发生后，Team82 利用 AI Agent 以及公开的漏洞数据和分析工具，在不到 30 分钟的时间内以 6 美元的费用重现了他们最初的研究。对于精通这些先进技术的攻击者来说，门槛已经极低。
零售商正在从 AI 中获益。Claroty 调查的受访者表示，AI 正在提高整体运营效率（57% 的受访者）、改善决策制定（47%），并催生新的商业模式（37%）。然而，前沿 AI 模型已经彻底改变了全球企业的漏洞管理模式。厂商发布的新 CVE（通用漏洞披露）每月或每季度如洪水般涌向企业，从定量角度来看，这使得漏洞分析、测试和补丁实施几乎不可能跟上新安全问题出现的节奏。
安全和业务领导者必须在近期做出决策，以控制这些风险。以下是零售业领导者在其环境中可以采取的三个优先事项。
降低零售业风险的三个网络安全优先事项
1. 加强资产管理与可见性以实现运营韧性
零售环境充斥着大量的工业自动化系统，包括向机器人系统和其他维持流程运行的关键资产传输数据的智能物联网（IoT）传感器等设备。所有设备要么直接与互联网通信，要么与相邻的互联网系统通信，从而使曾经孤立的自动化系统暴露于风险之中。这就需要开发并维护完整的资产管理能力，首先是从提升对联网资产的可见性开始。可见性随后会为资产清单提供丰富的信息，从而为安全计划的其他部分提供深度上下文。例如，资产信息、协议识别和厂商 ID 能让暴露面管理系统将资产与已知 CVE 进行比对。决策者可以利用这些信息，在发生入侵事件时优先确定哪些资产需要修复或隔离。
2. 利用网络微隔离保护零售自动化系统
零售业中的工业自动化系统必须与企业网络以及可能引入不可接受风险的其他远程连接进行隔离 segmentation。资产管理和清单可以识别资产之间的路径，特别是可以在扁平工业网络中被用于横向移动的路径。虚拟网络隔离功能允许工程师和操作人员识别关键资产，并在这些资产于事件中受损时将其隔离。这可以将攻击的爆炸半径（Blast Radius）限制在受影响的资产范围内，并实现更快的恢复。这就是运营韧性的精髓。在零售环境中，如果物流系统或门店因网络攻击而面临停机，其代价可能是巨大的。根据 Claroty 的调查，62% 的零售业受访者表示他们经历过影响运营的事件，平均财务损失超过 93 万美元。同时，21% 的组织经历了长达 2 天的停机时间。
3. 利用 AI 改善零售工业自动化
零售组织正在利用 AI 分析工业自动化系统生成的数据，以开展关键系统的预测性分析与维护，提高流程行为的效率。从安全角度来看，AI 可以识别基线行为（如资产与互联网之间意料之外的通信），并在出现异常偏离时发出警报。对于防御者而言，AI 可用于为运营安全提供极其宝贵的上下文。AI 能以机器速度将漏洞与资产影响信息结合起来，为有关修复或隔离的决策提供关键的业务上下文。它还可以对自动化系统的意外变更发出警报，分析师可以利用这些上下文来判断变更是否具有恶意。AI 可以提出上下文丰富的建议，并在发生事件时缩短做出关键决策所需的时间。
对于零售组织而言，工业自动化安全归根结底不仅仅是保护技术，更是为了保护那些能保持门店营业、产品安全、服务客户以及业务运转的物理流程。这些才是运营韧性与业务连续性的核心标志。