# openIOTSOC **Repository Path**: SteveRocket/openIOTSOC ## Basic Information - **Project Name**: openIOTSOC - **Description**: 网络安全体系化建设SCMDB、EDR、NDR、CAASM、AEMS、HoneyPot、SIEM、XDR、VAS、LAS、TIS、VDBS、SOAR、THS、DSAS、AISPM、WAF、WSM、SSAP、NSRT、SecTools、ASES、BSMPS、UEBA、TPFWS、CNAPP、PTS、IoT SOC、AISOC http://www.mdrsec.com - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-04-03 - **Last Updated**: 2026-07-06 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 工业企业信息安全监测中心(IoT SOC) ## 关于我们 - 官网:logo http://www.mdrsec.com 我们的技术文章和产品概述欢迎浏览我们的门户。 - 公众号:CTO Plus 最新的动态欢迎关注我们官方唯一公众号。 微信公众号 - 作者QQ 更详细更具体的需求,或者项目合作,或者问题 欢迎联系我。 我的QQ - QQ群 我们官方组建的QQ群,如果您有兴趣也可以加入我们。 QQ群 - 请喝咖啡 如果感兴趣,也可以请我喝杯咖啡 请我喝咖啡 ## 产品核心功能模块 ![](index.jpg) ![](index02.jpg) 传统企业SOC主要面向IT系统(服务器、网络设备、数据库等),而工业企业的OT环境(PLC、DCS、SCADA、RTU、智能仪表、机器人等)具有**协议私有化、实时性要求极高、系统更新困难、物理影响大**等特点。一旦遭受攻击,可能导致停产、设备损毁甚至安全事故。因此,我们在企业实践过程中开发了 工业企业信息安全监测中心(IoT SOC,Industrial IoT Security Operations Center,即工业物联网安全运营中心),我们的系统并非简单复用IT SOC,而是围绕工业资产、工业协议、工业行为、工业风险构建的一体化监测与响应平台。 这里我将为大家分享下我们在实际工业客户环境自研的 工业企业信息安全监测中心(IoT SOC,Industrial IoT Security Operations Center,即工业物联网安全运营中心)功能特点 --- ## 核心功能模块 ### 1. 工业资产可视化与资产管理 **功能描述** 自动发现并持续跟踪OT网络中的所有联网设备,包括控制器、网关、HMI、上位机、智能传感器等,构建动态资产清单。 **具体能力** - 无源/低影响资产探测:基于主动探测(低频率扫描)与被动监听(镜像流量分析)结合,避免影响生产稳定性 - 资产指纹库:识别设备型号(如西门子S7-1500、罗克韦尔ControlLogix)、固件版本、MAC/IP、开放端口、运行的工业协议 - 资产分组与拓扑:按产线、车间、工艺段、安全域自动分组,生成网络连接拓扑图 - 变更检测:新设备接入、配置变更、非法外联实时告警 - 漏洞关联:将资产与CVE、CNVD及特定工控漏洞库(如ICS-CERT)关联,标注高风险设备 **工业特性** 支持离线环境资产识别,不依赖云端查询;支持长周期静默资产(如半年不通信的PLC)仍纳入管理。 --- ### 2. 工业协议与行为基线 **功能描述** 解析数十种工业协议(Modbus/TCP、Profinet、Ethernet/IP、OPC DA/UA、S7comm、DNP3、IEC 60870-5-104、IEC 61850等),建立设备/用户/功能的正常行为基线。 **具体能力** - 协议白名单:允许的指令类型(如只读、禁止下载程序)、寄存器范围、数据值合法性 - 指令级审计:记录谁(源IP、登录名)在什么时间向哪个PLC的哪个寄存器写了什么值 - 行为建模:学习正常周期性(如每5秒读取压力值)、突发性(紧急停机指令)行为模式 - 异常检测:偏离基线超过阈值(如半夜批量修改设定点、非常见功能码调用)触发告警 - 深度包检测(DPI):识别隐蔽隧道、恶意payload嵌入正常协议字段 **工业特性** 支持响应时间要求(<1ms级协议不被解码引入延迟);支持非IP化串行链路(RS485/Modbus RTU)通过工业网关接入。 --- ### 3. 融合威胁检测(IT + OT) **功能描述** 同时检测传统IT威胁(勒索软件、钓鱼、横向移动)与OT特有威胁(固件篡改、恶意逻辑、状态篡改),避免单点检测盲区。 **具体能力** - 入侵检测(IDS/IPS):集成Snort/Suricata规则库 + 工控特定规则(如S7协议写保护绕过) - 工业恶意软件检测:识别针对ICS的已知样本(Havex、Trisis、Industroyer)及变种 - 用户实体行为分析(UEBA):分析工程师站、HMI、历史库服务器的异常登录、权限提升 - 网络流量分析(NTA):发现C2通信、DGA域名、异常外联(如PLC主动访问外网) - 联动工控防火墙/EDR:接收端点告警(如工程师站杀毒报毒),结合网络侧行为关联分析 **工业特性** 支持低带宽、高延迟环境下的轻量级检测代理;可在生产大区(区域1/2)部署纯被动监测模式,不阻断生产。 --- ### 4. 实时风险与漏洞优先级评估 **功能描述** 基于资产重要性、暴露面、可利用性、现有补偿措施,对检测到的漏洞和威胁进行风险优先级排序,指导有限资源下的处置。 **具体能力** - 漏洞扫描适配OT:支持非侵入式扫描(利用镜像流量识别开放服务,而非主动漏洞探测包) - 虚拟补丁建议:对无法立即修复的PLC固件漏洞,推荐虚拟补丁(如防火墙策略、协议白名单) - 攻击路径模拟:展示攻击者从IT跳板机到OT关键设备的可能路径 - 量化风险评分:例如 CVSS + 业务影响因子(该PLC控制反应釜,停产损失10万元/小时) **工业特性** 识别“不安全配置”(如默认密码未改、调试口开启)为重大风险;支持基于工单的修复闭环管理。 --- ### 5. 统一告警与事件管理(SIEM) **功能描述** 集中收集来自工业防火墙、防病毒、日志服务器、PLC审计日志、传感器等数据源的告警,进行降噪、富化、关联、呈现。 **具体能力** - 日志标准化:将Modbus记录、Windows事件、Syslog、OPC历史数据转为统一格式 - 告警聚合与抑制:避免风暴(如数千次端口扫描聚合成一条),基于规则静默计划停机期间的告警 - 事件关联分析:例如“HMI异常登录 + 之后5分钟内PLC程序下载 + 压力设定值被改”组合成“疑似攻击链” - 事件工作台:支持状态分配(新建/处置中/已关闭)、调查笔记、证据留存(原始报文) - 合规报告:自动生成满足国家关键信息基础设施(CII)、等保2.0(工业扩展要求)、ISO 27001、NIST CSF的报告 **工业特性** 支持离线部署(无互联网连接);支持告警源地理位置标注(厂区地图);提供“生产窗口模式”——在批量生产期间降低部分告警敏感度。 --- ### 6. 响应与处置(SOAR增强) **功能描述** 针对已确认的工业安全事件,提供预定义或编排化的响应动作,并最小化对生产的影响。 **具体能力** - 响应剧本(Playbook):例如“PLC程序非法下载” → ①冻结该PLC端口 ②通知值班工程师 ③备份当前程序 ④比对基线 - 半自动/手动响应动作: - 网络侧:通过防火墙或交换机ACL隔离危险IP/VLAN - 设备侧:调用PLC的“安全锁定”功能(需厂商接口) - 管理侧:自动创建工单(联动ITSM),发送短信/钉钉/邮件 - 沙箱取证:捕获攻击期间的网络流量包、PLC内存快照(如支持) - 回滚与恢复:协助将PLC程序从备份恢复,验证完整性 **工业特性** **严禁自动化阻断生产** —— 所有阻断动作必须为“手动确认后执行”或“仅限非生产区域”;支持“模拟响应”(Dry-run)测试剧本效果。 --- ### 7. 可视化驾驶舱与报表 **功能描述** 面向不同角色(安全分析师、生产主管、CIO/CISO)提供安全态势视图,支持大屏、PC、移动端。 **具体能力** - 整体安全评分:基于资产覆盖率、威胁数量、未处置高危事件等计算 - 地理/产线视图:在工厂地图上动态显示告警位置、攻击方向 - 趋势分析:攻击频率、受影响资产类型、月度指标(MTTD/MTTR) - 角色化报表: - 生产主管:只看影响生产的告警(如PLC离线、程序变更) - 合规审计:完整的日志取证链 - 钻取分析:从全局KPI一路下钻到原始告警报文 **工业特性** 支持多工厂集团视图(总部统一监控,分厂自主处置);支持暗色主题(中控室低光环境)。 --- ### 8. 第三方系统集成与开放API **功能描述** 与企业现有生产管理、安全、运维系统互通,避免信息孤岛。 **具体能力** - 对接MES/ERP:获取生产排程信息,用于判断当前行为是否属于计划维护 - 对接CMDB:自动同步资产信息 - 对接工单系统(ServiceNow、Jira):自动创建处置任务 - 对接态势感知平台:上报OT安全事件至企业级SOC或监管平台 - RESTful API:支持资产、告警、日志的查询与回调 **工业特性** 支持单向数据导出(只读模式),防止外部系统反向操作OT设备;支持OPC UA/Modbus输出自身安全状态(如“IoT SOC健康度”供MES展示)。 --- ## 三、关键特性(区别于通用SOC) ### 特性1:对工业生产可用性的绝对尊重 - **被动优先**:默认采用端口镜像、日志被动采集,主动探测需人工授权且限低频 - **无瞬时影响**:解码器处理延迟控制在微秒级,不允许因安全监测导致PLC通信超时 - **变更白名单**:允许“计划性异常行为”(如年检时大量下载程序),需提前配置例外窗口 ### 特性2:OT原生解析能力 - **专有协议**:不依赖通用字段,理解功能码、对象ID、死区、时间戳等语义 - **非IP设备接入**:支持通过串口服务器或网关采集RS232/485链路数据 - **离线资产指纹**:无需连接厂商云服务即可识别老旧或定制化设备 ### 特性3:隔离网络下的高效运行 - **完全本地化部署**:所有分析引擎、规则库、存储均部署在企业内部(通常位于工业二区或管理大区) - **离线更新机制**:通过移动介质或单向导入设备更新威胁情报、漏洞库 - **自包含时间同步**:不依赖NTP外部服务,采用工业授时(GPS/北斗或PTP) ### 特性4:与IT SOC的联邦协同 - **单向信息流**:OT SOC向企业SOC推送精简后的安全事件,但不接受来自IT SOC的远程控制指令 - **统一事件ID**:保持与IT SOC事件格式的映射关系,便于全局溯源 - **联合调查**:当攻击从IT横向移动到OT时,两个SOC可交换证据链(如IP、时间戳、进程) ### 特性5:针对工业杀伤链的检测模型 - 基于 **ICS网络杀伤链**(侦察→武器化→交付→利用→安装→C2→目标达成)重新定义检测阶段 - 例如: - 侦察期 → 非正常端口扫描、Profinet设备枚举 - 武器化期 → 恶意梯形逻辑注入 - 目标达成期 → 安全仪表系统(SIS)旁路或紧急停机信号 ### 特性6:长周期行为分析 - 工业控制系统行为具有高度规律性,支持**数周甚至数月**的学习周期建立基线 - 检测慢速威胁:如每天修改设定值0.5%,最终导致产品质量问题 --- ## 四、部署架构(简要) ``` ┌─────────────────────────────────────────┐ │ 企业管理区(IT SOC) │ │ (可选,接收精简告警) │ └─────────────────▲───────────────────────┘ │ 单向或受限API ┌─────────────────┴───────────────────────┐ │ IoT SOC 核心平台 │ │ (资产库、SIEM、SOAR、可视化) │ └────┬──────────────┬────────────┬────────┘ │ │ │ ┌──▼──┐ ┌──▼──┐ ┌─▼───┐ │采集器│ │采集器│ │采集器│ │镜像口│ │日志 │ │DB/API│ └──┬──┘ └──┬──┘ └──┬──┘ │ │ │ OT网络1 OT网络2 OT应用服务器 (PLC/RTU) (DCS/SCADA) (Historian) ``` **关键部署原则**: - 采集器与核心平台之间采用加密、认证通信 - 核心平台高可用部署(主备或集群),存储保留至少1年原始日志 - 每个工厂物理或逻辑独立,集团SOC通过VPN查看统一仪表板 --- ## 最后 我们的工业企业信息安全监测中心(IoT SOC)不仅仅是一个单纯的“监控工具”,而是融合**资产管控、协议解析、威胁检测、风险评级、协同响应**为一体的工业安全运营平台。最本质的特征是:**在保障生产连续性与完整性的前提下,将信息安全能力无感地融入工业环境**。 选择或自建IoT SOC时,请务必验证以下核心能力: - 能否解析您工厂实际使用的所有工业协议? - 是否提供真实的资产自动发现(而非手动录入)? - 是否支持离线运行与离线更新? - 响应剧本是否具备“人工确认”安全阀? - 能否出具符合国内等保2.0及关键信息基础设施安全保护条例的报告? 工业安全是生产安全的延伸,IoT SOC正是这场融合趋势下最关键的平台型产品。 ## 产品清单 ### 企业网络安全运营中心产品 - 资产安全配置管理系统(SCMDB) - 终端侦测与响应系统(EDR) - 网络侦测与响应系统(NDR) - 企业网络资产攻击面管理系统(CAASM) - 资产暴露面管理系统(AEMS) - 网络安全蜜罐管理系统(HoneyPot) - 安全事件收集与告警管理系统(SIEM) - 扩展侦测与响应系统(XDR) - 多引擎脆弱性扫描系统(VAS) - 多源日志审计监测系统(LAS) - 网络安全威胁情报中心(TIS) - 网络安全漏洞库管理系统(VDBS) - 网络安全编排与自动化响应(SOAR) - 威胁狩猎系统(THS) - 数据库安全审计系统(DSAS) - AI智能体安全态势管理系统(AISPM) - Web防火墙(WAF) - 网站安全监测平台(WSM) - 网络安全态势感知平台(SSAP) - 网络安全自动化应急响应工具系统(NSRT) - 企业网络安全运维工具系统(SecTools) - 网络安全自动化等保测评系统(ASES) - 浏览器安全监测防护系统(BSMPS) - 网络安全用户实体行为分析系统(UEBA) - 互联网电信诈骗预警防护系统(TPFWS) - 云原生安全管理平台(CNAPP) - 自动化渗透测试系统(PTS) - 工业企业信息安全监测中心(IoT SOC) - 企业智能安全运营中心(AISOC) ### 企业自动化运维产品 - 运维智能监控告警管理平台(AIMAMS) - 企业网络工具系统(NTools) - 自动化测试系统(AutoTest) - 自动化运维系统(AutoOps) - 企业运维工具系统(OpsTools) - 物联网管理系统(IoTS) - 软件开发生命周期管理系统(SDLC) - IT流程管理系统(ITSM) ### 企业数字化运营资源管理系统产品 - 制造执行管理系统(MES) - 运输管理系统(TMS) - 跨境电商企业资源管理系统(ERP) - 企业客户关系管理系统(CRM) - 跨境电商仓库管理系统(WMS) - 财务管理系统(FMS) - 质量管理系统(QMS) - 精准营销管理系统(PMS) - 智能生产管理系统(SPMS) - 电商BI系统(BI) - 智能互联网分布式爬虫系统(AISpider) ## ABOUT **【关于我们】** * [主页:http://116.205.137.183/index_pro.html](http://116.205.137.183/index_pro.html) * [Articulate v1.0](https://mp.weixin.qq.com/s/0yqGBPbOI6QxHqK17WxU8Q) * [Articulate v2.0](https://mp.weixin.qq.com/s/V5Axn-ZWi22ubh5Jiocb9g) [![](https://img.shields.io/badge/GitHub-zrf--rocket-blue?logo=gitpod)](https://github.com/zrf-rocket) [![](https://img.shields.io/badge/Gitee-SteveRocket-pink)](https://gitee.com/SteveRocket/) ![CTO Plus](https://img.shields.io/badge/微信公众号:CTO%20Plus-8A2BE2) 🥰 **【代码工程系列】** * [Python和Go的设计模式](https://github.com/zrf-rocket/DesignPattern) * GitHub:https://github.com/zrf-rocket/DesignPattern * Gitee:https://gitee.com/SteveRocket/design_pattern * [Python、Go的编码技巧cookbook](https://github.com/zrf-rocket/CookBook) * GitHub:https://github.com/zrf-rocket/CookBook * Gitee:https://gitee.com/SteveRocket/cook-book * [Go代码示例](https://github.com/zrf-rocket/PracticeGo) * GitHub:https://github.com/zrf-rocket/PracticeGo * Gitee:https://gitee.com/SteveRocket/practice_go * [Python代码示例](https://github.com/zrf-rocket/PracticePython) * GitHub:https://github.com/zrf-rocket/PracticePython * Gitee:https://gitee.com/SteveRocket/practice_python * [Python Web框架的示例代码](https://github.com/zrf-rocket/PythonFramework) * GitHub:https://github.com/zrf-rocket/PythonFramework * Gitee:https://gitee.com/SteveRocket/python_framework * [Rust代码示例](https://github.com/zrf-rocket/PracticeRust) * GitHub:https://github.com/zrf-rocket/PracticeRust * Gitee:https://gitee.com/SteveRocket/practice_rust * [Vue代码示例](https://github.com/zrf-rocket/PracticeVue) * GitHub:https://github.com/zrf-rocket/PracticeVue * Gitee:https://gitee.com/SteveRocket/practice_vue * [前端代码示例](https://github.com/zrf-rocket/PracticeFronted) * GitHub:https://github.com/zrf-rocket/PracticeFronted * Gitee:https://gitee.com/SteveRocket/practice_fronted * [Python自动化测试框架](https://github.com/zrf-rocket/PythonTestAutomationFramework) * GitHub:https://github.com/zrf-rocket/PythonTestAutomationFramework * Gitee:https://gitee.com/SteveRocket/python_test_automation_framework * [Python和Go的算法代码示例](https://github.com/zrf-rocket/Algorithms) * GitHub:https://github.com/zrf-rocket/Algorithms * Gitee:https://gitee.com/SteveRocket/Algorithms * [Python和Go的数据结构代码示例](https://github.com/zrf-rocket/DataStructure) * GitHub:https://github.com/zrf-rocket/DataStructure * Gitee:https://gitee.com/SteveRocket/data_structure * [编码规范](https://github.com/zrf-rocket/DevGuide) * GitHub:https://github.com/zrf-rocket/DevGuide * Gitee:https://gitee.com/SteveRocket/develop_guide * [编码安全规范](https://github.com/zrf-rocket/SecGuide) * GitHub:https://github.com/zrf-rocket/SecGuide * Gitee:https://gitee.com/SteveRocket/security_guide **【产品系列】** * [主机监控系统-日志收集与报警管理系统(SIEM)](https://github.com/zrf-rocket/SIEM) * GitHub:https://github.com/zrf-rocket/SIEM * Gitee:https://gitee.com/SteveRocket/siem * [安全运营中心(SOC)-终端侦测与响应系统(EDR)](https://github.com/zrf-rocket/EDR_SOC) * GitHub:https://github.com/zrf-rocket/EDR_SOC * Gitee:https://gitee.com/SteveRocket/edr_soc * [DevSecOps-SDLC](https://github.com/zrf-rocket/DevSecOps-SDLC) * GitHub:https://github.com/zrf-rocket/DevSecOps-SDLC * Gitee:https://gitee.com/SteveRocket/dev-sec-ops-sdlc * [AI图像识别-智能缺陷检测系统]() * [基于AI图像识别的工业缺陷检测应用系统(GPU&FPGA)](https://mp.weixin.qq.com/s/04qefQFg-Pg1Gcqq1vBLQQ) * [基于AI图像识别的智能缺陷检测系统,在钢铁行业的应用-技术方案](https://mp.weixin.qq.com/s/dSHbnuOwQZzE4CvPr1JYjg) # 安全运营中心(SOC)-终端侦测与响应系统(EDR)