盡管 COVID-19 大流行刺激了根本性的顛覆,但邊緣計算的采用仍在增加。邊緣計算支持邊緣的實時數(shù)據(jù)處理,減少發(fā)送到云的流量和醫(yī)療保健中關鍵應用的處理時間,例如患者的遠程健康監(jiān)測,其中實時數(shù)據(jù)通信至關重要。
雖然邊緣計算解決了物聯(lián)網(wǎng)生態(tài)系統(tǒng)中巨大的數(shù)據(jù)流量問題,但它受到其安全漏洞的影響。邊緣設備通常是入侵者和攻擊者的目標,因為這些邊緣設備是數(shù)據(jù)在傳感器、連接的數(shù)據(jù)中心或云網(wǎng)絡之間流動的入口/出口點。因此,管理邊緣設備的數(shù)量是一場安全噩夢。
邊緣設備的常見安全挑戰(zhàn)
典型的 IoT Edge 設備面臨來自不同前沿的攻擊:軟件 IP 盜竊、存儲密鑰盜竊、故障注入、惡意應用程序、來自外圍設備的攻擊等。
它們通過訪問有線和無線標準接口來執(zhí)行。邊緣設備,無論是由最終用戶還是企業(yè)管理員維護,都面臨著這樣的安全挑戰(zhàn)。導致可利用漏洞的一些常見問題包括:
默認配置設置:默認情況下,某些無線接入點可能啟用了過時或不安全的WEP或WPS無線安全服務。此類標準可能允許設備范圍內(nèi)的攻擊者訪問網(wǎng)絡
過時的固件:如果制造商或用戶長時間未更新固件,則可能缺少當前的安全功能,例如分布式拒絕服務(DDoS)緩解,這可能有助于阻止常見攻擊
擴展部署的挑戰(zhàn):大中型企業(yè)在擴展到大型網(wǎng)絡基礎架構時難以管理這些類型的設備
為了克服這些挑戰(zhàn),OEM 和企業(yè)需要了解如何保護 IoT 邊緣設備。保護邊緣工作負載和數(shù)據(jù)免受可能的攻擊的最佳實踐是什么?
管理邊緣設備的安全風險
盡管許多邊緣設備包含本機安全功能,例如旨在阻止惡意用戶或設備連接的無線 AP 或虛擬專用網(wǎng)絡 (VPN) 服務器。組織必須考慮如何最好地實現(xiàn)這些安全功能和其他安全方法,例如設備配置和管理、加密、加密、系統(tǒng)可見性、持續(xù)監(jiān)視和訪問控制,以防止設備被利用。
修補所有邊緣設備
攻擊者不斷在現(xiàn)有設備及其嵌入式軟件中發(fā)現(xiàn)新的缺陷。一旦發(fā)現(xiàn)漏洞,必須盡快修補它,以防止攻擊者使用它來未經(jīng)授權訪問設備。
確保多個邊緣設備之間的加密
設備之間的同步可能包括有價值的信息,例如加密密鑰和憑據(jù),但默認情況下,此通信通常未加密。在加密密鑰創(chuàng)建期間對熵源使用真正的隨機機制。
通信安全算法
RSA(Rivest-Shamir-Adleman)算法:RSA的用戶基于兩個大質(zhì)數(shù)創(chuàng)建然后發(fā)布公鑰。質(zhì)數(shù)必須保密。任何人都可以使用公鑰來加密消息,但只有知道私鑰的人才能解密消息。
太子實時加密/解密
PRINCE算法用于片上閃存的實時加解密。與AES相比,PRINCE速度很快,因為它可以在不增加額外延遲的情況下進行解密和加密。
實施多重身份驗證 (MFA)
MFA 既可以用于控制對邊緣設備的管理訪問的系統(tǒng),也可以用于 VPN 連接。MFA 的替代方法(如身份驗證器應用程序、軟件令牌和電話呼叫驗證)更安全,可以保護設備。
可見性和自動監(jiān)控
自動監(jiān)控可以提供詳細和全面的系統(tǒng)可見性,其中軟件用于掃描網(wǎng)絡并分析日志中的異常行為。例如,人工智能算法在這些設備上運行,生成的數(shù)據(jù)有助于了解網(wǎng)絡的行為,監(jiān)控、分析和報告網(wǎng)絡事件的異常和可能的惡意活動。另一種方法是在安全攝像頭內(nèi)進行分析以分析某些情況(未知的人、物體等)。與邊緣設備相關的數(shù)據(jù)隱私和安全問題可以通過在設備上本地使用數(shù)據(jù)來保持不變。
存取控制
物理保護所有網(wǎng)絡設備,使設備遠離未經(jīng)授權的人員。應禁用物理根登錄,并且網(wǎng)絡設備應只能通過安全控制臺訪問。確保在安裝過程中更新所有默認密碼。在邊緣計算中,對邊緣設備的強大安全功能的要求很高。通過限制訪問,可以避免有意或意外操縱資源和數(shù)據(jù)的風險。
邊緣安全和物聯(lián)網(wǎng)
鑒于邊緣設備部署在物聯(lián)網(wǎng)網(wǎng)絡中的重要作用,它們?nèi)詫⑹枪粽叩哪繕恕I鲜龌疽厥墙M織確保其邊緣設備安全且對減少系統(tǒng)和數(shù)據(jù)泄露至關重要的關鍵。要獲得邊緣計算的全部優(yōu)勢,我們必須實現(xiàn)邊緣設備的安全需求。
審核編輯:郭婷
-
物聯(lián)網(wǎng)
+關注
關注
2900文章
44079瀏覽量
370273 -
人工智能
+關注
關注
1789文章
46669瀏覽量
237106
發(fā)布評論請先 登錄
相關推薦
評論