Beyond Resilience: Antifragility in Critical Infrastructure Cybersecurity
本文通过对网络事件和硬件在环数据的实证分析，提出了针对关键基础设施网络安全的反脆弱性理论，旨在证明虽然与操作技术（OT）相邻的部门面临显著更高的破坏性威胁并表现出可衡量的响应差异，但目前的研究结果是为未来的反脆弱性测试建立必要前提，而非证明适应性增益。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，数字世界就像一个巨大的、隐形的神经系统，连接着从你卧室里的灯到维持整个城市运转的电网的一切。长期以来，专家们认为保护这个系统的最佳方式是使其具有“韧性”（resilience）。把韧性想象成一根橡皮筋：如果把它拉得太长，它会弹回原状。它承受住了压力，但下次处理压力时并不会变得更好。它只是回到了原来的样子。但如果一个系统可以像肌肉一样呢？当你举起重物时，你的肌肉会轻微撕裂，但当它愈合时，它会比以前更强壮、更大。这种理念被称为“反脆弱性”（antifragility）。它不仅仅是关于恢复，更是关于“向前跃进”。科学家们提出的重大问题是：我们能否为关键基础设施（如水处理厂和电网）构建能够从攻击中学习并变得更强大，而不仅仅是修复损坏并听天由命的计算机系统？
这篇题为《超越韧性：关键基础设施网络安全中的反脆弱性》的论文深入探讨了正是这样一个问题。作者 Stephen Flowerday、Mauricio Papa 和 Ethan Flowerday 主张我们需要一种新的思维方式。他们不只是想要能生存的系统；他们想要的是在出现问题时能不断改进的系统。为了测试这是否可行，他们创建了一套全新的“反脆弱性理论”（AFT）。他们制定了一套数学规则手册，来精确定义什么是“变得更强”，并将其与仅仅是“生存”区分开来。
研究人员并不仅仅是在实验室里空想；他们去两个不同的地方寻找证据。首先，他们查看了一个庞大的现实世界网络事件数据库（CISSM 数据库），以观察不同类型的行业是否面临不同种类的麻烦。他们发现，控制物理实体的行业——例如发电厂和工厂（称为“OT 邻近”部门）——面临着更沉重的破坏性攻击负担。事实上，这些部门中 65.3% 的网络事件导致了直接的破坏或混合型问题，而主要处理信息的部门（如金融或医疗保健）这一比例仅为 46.8%。他们还发现，在这些工业部门中，物理攻击和数据攻击都更为常见，这表明这些系统的“肌肉”正在受到非常特定且危险的考验。
其次，他们使用了一个名为 HAI 的特殊数据集，该数据集模拟了一个受攻击的工厂控制系统。他们想看看是否能够实际“测量”系统对攻击的反应。他们发现，当攻击发生时，系统的行为会发生剧烈波动。带有攻击标签的时刻显示出巨大偏离正常行为的可能性是平静时刻的 7.43 倍。这是至关重要的一步，因为如果你甚至无法观察到系统在受到冲击时的反应，你就无法证明一个系统正在变得更强。
然而，这里是最重要的一部分：这篇论文并未声称他们已经发现了一个具有反脆弱性的系统。他们明确指出，虽然他们观察到系统随时间变化的反应，但他们并没有看到证据表明系统实际上变得更好或学会了如何更安全地处理下一次攻击。数据表明系统的反应发生了变化，但不一定是向好的方向变化。作者非常谨慎地表示，“混沌工程”（通过故意破坏事物来测试它们）只是一个动词，而“反脆弱性”是一个名词。你可以通过破坏事物来测试系统，但这并不自动意味着系统已经变得具有反脆弱性。
那么，他们究竟取得了什么成就？他们制造了那把“测量尺”。他们证明了我们可以区分以不同方式表现出脆弱性的行业，并且证明了我们可以测量系统在受到冲击时的“摇晃”程度。他们为未来奠定了基础，展示了测试“向前跃进”的工具已经存在，但真正的“超强”系统尚未建成。这篇论文是一份路线图，而非终点。它告诉我们，要获得反脆弱的系统，我们不能仅仅停留在修复问题上，而要开始设计能够从伤痕中安全学习的系统，但在我们能够说自己成功构建了这样一个系统之前，还有很长的路要走。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。