Исследователь Digital Security представил методы подмены прошивки промышленных коммутаторов

Исследователь Digital Security представил методы подмены прошивки промышленных коммутаторов

Александр Ермолов, исследователь безопасности компании Digital Security, специализирующейся на анализе защищенности систем, представил исследование «Модификация прошивок промышленных свитчей», в котором были описаны методы подмены прошивки промышленных коммутаторов Hirschmann и Phoenix Contact.

Эти устройства широко распространены на отечественном рынке – их доля составляет примерно 75% от всех девайсов такого класса, используемых в России. Основные сферы применения промышленных коммутаторов Hirschmann и Phoenix Contact: гидроэнергетика, нефтедобывающая и нефтеперерабатывающая промышленность, транспортная отрасль, морские суда, энергетика.

Шина передачи данных является «сердцем» любой современной инфраструктуры АСУ ТП. Основные элементы шины, базирующейся на технологиях Ethernet, - промышленные коммутаторы. Безопасности этих устройств до сих пор не уделяется достаточного внимания, несмотря на их критическое значение. Используя различные уязвимости и слабости конфигурации «по умолчанию» данных коммутаторов, возможно реализовать ряд атак на инфраструктуру АСУ ТП. Исследователь показал, как подменить прошивку и захватить управление коммутатором. Компрометация такого устройства позволяет получить практически безграничные возможности контроля над технологическим процессом: можно вмешиваться и менять данные внутри различных соединений между ПЛК и SCADA, между шлюзами и ПЛК, подделывать данные, передаваемые на HMI и в системы журналирования и т. п. 

Также исследователь показал, что все рассматриваемое им оборудование (Hirschmann, Phoenix Contact) подвержено перманентному внедрению вредоносного кода в прошивку устройства или его загрузчик. В связи с этим, любое устройство такого класса можно снабдить трояном еще на этапе транспортировки третьими лицами, и в дальнейшем вызвать инцидент на промышленном объекте в заданное время. К сожалению, практически все оборудование такого класса сейчас закупается за рубежом, а потому требует тщательной проверки перед началом эксплуатации на производстве.  

Все перечисленные действия, произведенные злоумышленником в системе, могут привести к серьезным последствиям. Операторы потеряют контроль над реальным состоянием технологического процесса и, как результат, может произойти остановка процесса или авария, которые способны повлечь за собой финансовые потери и человеческие жертвы.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru