Bewertung v1.2, deterministisch berechnet. Bedrohungswert und Konfidenz sind getrennte Größen.Methodik
MLEP in KICS for Networks 5.0: how machine learning helps track network behavior of OT devices
Industrielle Netzwerke sind anfällig für schwer erkennbare Angriffe, da bösartige Aktivitäten oft legitime Tools nutzen. Die Erkennung von Anomalien erfordert ein tiefes Verständnis der Geräterollen und typischen Netzwerkaktivitäten, was durch unvollständige Bestandsdaten erschwert wird. Organisationen sollten ihre OT-Geräteinventarisierung und -klassifizierung verbessern, um unautorisierte Verbindungen frühzeitig zu erkennen. Kaspersky Industrial CyberSecurity for Networks bietet hierfür Lösungen zur passiven Netzwerkanalyse und aktiven Abfrage.
Quellen & Belege· 1 Quelle
Frei veroeffentlichte Forschung eines Sicherheitsanbieters — nachpruefbare Technik, aber eigenes Vermarktungsinteresse. Kein bezogener Feed, deshalb PUBLIC statt COMMERCIAL_TI.
- Nur eine Quelle — der Sachverhalt ist an keiner zweiten Stelle gegengelesen.