全球领先的移动网络、应用、服务和设备测试解决方案供应商思博伦通信,针对依赖全球导航卫星系统(GNSS -GPS、GLONASS、Galileo和北斗)的各类民用和军用应用在今年所面临的更高干扰风险发出了警告。这项预测是思博伦2017年度安全预测中的一个组成部分,该预测相信今年由犯罪分子、受资助的攻击者和其它力量所发起的黑客攻击和位置欺骗攻击风险将呈现出增大的趋势。该预测还强调指出,物联网设备和健康医疗、车联网等行业中的分布式拒绝服务(DDoS)攻击将继续居高不下,而且思博伦相信它们将成为未来近期安全威胁的主要目标。
去年,思博伦的2016年度预测中,便就日益提高的网络间谍活动风险提出过警告。而众多新闻报道中,均提及俄罗斯政府通过可疑活动影响2016年美国总统选举的事件。2016年的预测中还指出,勒索软件、恶意内鬼和受攻击的物联网设备带来的威胁将不断增加,而且工业控制系统所受的攻击也将不断增多。例如,美国FBI的消息来源称,到2016年底时CNN只勒索软件在美国遭受的损失已经超过10亿美元。这一数字2017年还可能进一步增加。
除GNSS干扰的可能性有可能增加外,思博伦的2017年度安全预测还预计下列领域的风险将可能有所扩大:
• 针对物联网设备的DDoS攻击将变得更频繁。正如我们在2016年最后一个季度所看到的,全世界多地都遭受了多次严重的DDoS攻击。其中干扰最严重的就是一系列使用Mirai恶意软件的攻击,而这些恶意软件的安全目标正是数量巨大的物联网设备。多家著名网站,例如Netflix、AirBnB、Twitter和GitHub等都因这些攻击而无法访问。思博伦相信,不法分子也会不断推陈出新,并寻找改进和拓展这些攻击类型的新途径。
• 物联网所受的威胁。由于今天的物联网正在连接我们身边的一切,它们都将成为潜在的攻击方向,包括嵌入式设备、移动设备、消费电子产品、联网医疗设备、工业控制系统,以及智能家居设备等。
• 健康医疗行业中医疗应用、网络和设备面临的威胁,包括这些设施运行所需的后台系统,以及为患者提供护理所需的医疗仪器。勒索软件感染或数据泄露都可能对患者的健康和隐私造成不利的影响。
• 恶意攻击者对联网车辆构成的威胁。联网车辆会在不经意间为攻击者创造越来越多的攻击方向,使之能够通过远程方式获取车辆中关键运行组件的控制权,包括发动机、转向和制动功能,以及通过相对不怎么安全的CAN总线基础设施实现通信的其它车辆系统。
思博伦通信安全咨询高级总监Sameer Dixit指出:“越来越多的人开始使用自主驾驶车辆,而这些车辆要在很大程度上依赖精确的GPS定位和计时,因此信号欺骗、干扰、时间篡改等攻击形式构成威胁,将带来更严重、更糟糕的干扰。运输行业对此非常重视,并已经在寻求防范这些威胁的多种方法。有鉴于此,我们相信2017年将成为改进GNSS安全性的良好契机。”
根据Defense One上的一篇文章,美国国土安全部的一位科学和技术项目经理Timothy Bennett报告称,墨西哥毒贩已经开始沿美墨边境使用GPS欺骗和干扰设备,目的是干扰美国海关及边境保卫局巡逻该区域所用的无人机。与较大的军用规格无人机不同的是,这些用于巡逻的小型无人机更容易受到此类攻击的侵害。
思博伦的GPS干扰探测器全球网络在2015年部署后已经记录到超过15,000次干扰事件,包括GPS L1频段中数量惊人的各种形式的非故意干扰事件。在这些非故意事件中,其中很大一部分都与邻近的RF发射器和电信设备有关,而它们都有可能对GPS信号的接收造成潜在的影响。
Dixon也注意到了令人振奋的发展:人们对这些系统中安全重要性的认识正在日益提高,而且一些经验丰富且重视安全的大型企业已经进入了物联网领域。
好文章,需要你的鼓励
文章探讨了CIO在2025年应该重点投资的五个AI领域:可信工作流的代理AI、智能文档管理、营销客户数据需求、从数据驱动转向AI驱动、重新审视IT架构以支持AI目标。这些投资可以在短期内带来效益,同时成为长期财务回报的倍增器。CIO需要在这些领域制定务实的AI应用策略,简化平台,加强风险管理,以应对未来的挑战和机遇。
Instabase 公司完成 1 亿美元 D 轮融资,估值 12.4 亿美元。该公司提供非结构化数据处理平台,可从多种文件中提取信息并标准化。新资金将用于增强数据提取、分析和搜索功能,以满足企业 AI 需求。
人工智能在建筑设计领域正展现出惊人潜力。从生成令人赏心悦目的建筑效果图,到创造无限游戏世界,AI 正逐步改变设计流程。尽管人类仍是核心创作者,但 AI 辅助工具正迅速普及,未来可能会大幅提升设计效率和质量。这一趋势引发了对 AI 取代人类建筑师的担忧,也带来了硬件革命和地缘政治影响。
研究显示,高收入公司的CEO正将人工智能置于业务战略的核心地位。欧美企业声称已具备AI项目的基础条件。专家建议避免过度乐观,关注投资回报,构建稳健的数据基础,并优先考虑循序渐进的推广策略。研究还发现,最成功的公司往往是那些高层领导有意识地不直接参与AI战略制定的公司。