Bridging Governance and Empirical Threat Intelligence: An Integrated Framework for Cybersecurity in Smart Farming
Radwan Rouzky · Abdolhossein Sarrafzadeh · Evelyn Sowells-Boone 等 6 人
提出融合数据治理与蜜网威胁情报的智慧农业网络安全框架。
基于蜜网模拟农业IoT/ICS，将治理挑战映射到攻击日志指标。
治理关注的服务遭持续攻击，需实证校准的分层治理而非纯政策框架。
可跨关键基础设施复制该跨证据映射方法，并扩展真实农田部署验证。
以蜜网实测数据将智慧农业数据治理与网络攻击威胁对接，方法新颖、数据规模可观，对农业信息化安全建设有参考价值。
现代农业对物联网（IoT）、工业控制系统（ICS）和数据分析的整合提升了生产力，但也带来了显著的网络安全与数据治理挑战。现有学术研究在侧重政策的治理研究与侧重技术的攻击分析之间各执一端，阻碍了全面且可执行的防御体系的构建。本文提出一个集成框架，将智慧农业（SF）中的规范性数据治理与基于蜜网的经验性威胁情报相衔接。基于作者此前对智慧农业数据治理的系统综述以及一个模拟农业物联网/工业控制系统的蜜网，本研究将治理挑战与蜜网日志中的量化攻击指标进行映射，并将每一组对应关系分类为：由遥测数据直接支持、由遥测数据间接支持，或使用当前方法无法观测。研究结果表明，被标记为治理关切的服务面临持续的攻击压力：蜜网记录到针对模拟灌溉控制器上SSH/Telnet的暴力破解尝试（149,000次事件）、针对自动化机械上SMB（服务器消息块）和MQTT（消息队列遥测传输）的连接与登录尝试（67,156次）、针对管理服务的凭证猜测尝试（14,937次），以及ICS协议探测（11,532次）。地理与协议分布揭示，传统工业协议和弱认证管理接口——二者均被列为治理关切——构成了主要攻击面。这些证据支持一个整合协议级控制、身份治理和数据共享政策的分层治理模型，表明有效的智慧农业网络安全需要基于经验校准而非纯粹政策驱动的框架。所提出的框架为将技术防御与数据治理义务对齐提供了可操作的指导。本研究贡献了一套新的方法论协议（交叉证据映射）、一个经经验校准的分层框架，以及在治理与测量交叉领域的一项连贯研究议程，为其他关键基础设施领域的类似分析提供了模板。