GRASSMARLIN

GRASSMARLIN

GRASSMARLIN 是一款 AI for Science 工具,它利用智能体功能被动地映射和可视化复杂的工业控制系统 (ICS)/监控与数据采集 (SCADA) 网络,为信息物理安全分析和运营弹性提供关键的基础数据。

SciencePedia AI 洞察

这款 GRASSMARLIN 工具为工业控制系统网络分析提供了一个强大的 AI for Science 基础设施,可提供机器可读的网络拓扑和通信模式。其功能一键就绪、开箱即用,使 AI 智能体能够自主执行任务,例如识别 ICS 攻击面、映射普渡模型区域以及为信息物理安全风险模型提供信息,从而增强运营弹性。

基础设施状态:
Docker 已验证
MCP 代理就绪

GRASSMARLIN 是一款专门的信息物理安全工具,设计用于被动映射和可视化工业控制系统 (ICS) 与监控与数据采集 (SCADA) 网络的拓扑结构。该工具源自 NSA,其主要目的是深入洞察关键工业环境中的通信结构和相互依赖关系。通过被动分析网络流量,GRASSMARLIN 可以在不干扰实时操作的情况下,识别并可视化工业网络的各种组件,包括可编程逻辑控制器 (PLC)、人机界面 (HMI)、传感器、执行器以及其他运营技术 (OT) 设备。

该工具在先进制造、关键基础设施保护和工业网络安全等应用中具有极高的价值。它解决了与理解复杂且通常不透明的工业网络相关的基本挑战。例如,它可以用于系统地定义 ICS 的分层架构,帮助枚举从现场设备到企业网络的每一层相关的攻击面。通过生成详细的网络地图,GRASSMARLIN 有助于描绘用于 ICS 的普渡模型以及 IEC 62443 的区域和管道,这对于有效的网络分段和建立信任边界至关重要。

在实践中,GRASSMARLIN 的输出通过揭示通信路径和潜在漏洞点,为信息物理系统的结构化威胁建模提供支持。安全分析师和 AI 智能体可以利用这些可视化数据来区分 SCADA 网络中的完整性、可用性和机密性威胁,并将这些威胁映射到现实世界操作中(例如电网管理或制造过程)的潜在物理后果。此外,它还有助于按模态对网络接口进行分类,并识别可行的攻击原语,这对于计算复杂 CPS 环境中的潜在攻击向量至关重要。通过提供网络分区和隔离机制的清晰图像,GRASSMARLIN 增强了组织评估其在保护工业流程方面的有效性和局限性的能力。这种基础网络智能对于运营技术环境中的 AI 驱动安全分析、异常检测和主动威胁捕获是不可或缺的。

网络物理安全风险建模

工具构建参数