1. 物联网安全现状与零信任起源

大家好,我是老周。做物联网安全这行十几年了,今天咱们聊聊零信任。

说实话,每次我去客户现场,看到他们还在用传统防火墙隔离物联网设备,心里就咯噔一下。不是说我瞧不上防火墙,而是——这套打法,在物联网时代真的行不通了。

1.1 传统边界安全模型在物联网中的失效

传统安全模型有个核心假设:内网是安全的,外网是危险的。你想想看,公司内部网络就像一座城堡,防火墙是护城河,VPN是吊桥。只要进了城堡,你就是自己人。

但物联网打破了这一切。

为什么传统边界模型会失效? 我总结了三方面原因:

  • 设备数量爆炸——一个工厂可能有上万传感器,边界根本管不过来
  • 设备能力受限——很多传感器跑不了杀毒软件,打不了补丁
  • 攻击面急剧扩大——每个设备都是一个潜在入口

我记得有个项目,客户在产线上部署了2000多个温度传感器。这些传感器用的是轻量级RTOS,连TLS都跑不动。安全团队想用传统方式——划VLAN、配ACL、装Agent——结果发现根本装不上。这就是典型的边界失效。

避坑提醒: 我曾经见过一个案例,某工厂把所有IoT设备放在同一个网段,以为物理隔离就安全了。结果一个摄像头被攻破,攻击者直接横向移动到了PLC控制系统。嗯,那次事故直接导致产线停了三天。

为什么会这样?因为物联网设备有几个致命特点:

传统IT设备 物联网设备
有固定操作系统 轻量级RTOS或无OS
可安装安全Agent 存储和算力受限
定期打补丁 固件更新困难
有人值守运维 无人值守,物理暴露
网络拓扑相对固定 设备频繁移动和更换

说白了,传统安全模型假设设备是可控的、可管理的。但物联网设备恰恰相反——它们不可控、不可信、不可预测。

1.2 零信任的核心理念:永不信任,始终验证

零信任这个概念,最早是Forrester在2010年提出的。但真正落地,还是这几年的事。

它的核心就八个字:永不信任,始终验证。

什么意思?就是不再相信任何网络位置。不管你是从内网还是外网来的,不管你是服务器还是传感器,统统要验证。

我的理解: 零信任不是不信任,而是把信任降到最低。每个请求、每次访问、每个设备,都要重新证明自己是清白的。就像机场安检——不管你穿得多体面,过安检门时该脱鞋还得脱鞋。

我个人习惯把零信任拆成三个层面:

  1. 身份层面——你是谁?设备ID、用户ID、应用ID
  2. 设备层面——你的设备安全吗?固件版本、补丁状态、行为基线
  3. 行为层面——你在做什么?访问模式、数据流向、异常检测

举个例子。一个温度传感器要上报数据到云端。传统模型下,只要它在内网,就直接放行。零信任模型下,它需要:

  • 证明自己的设备身份(证书或密钥)
  • 证明自己的固件没有被篡改(可信启动度量)
  • 证明自己的行为符合基线(上报频率、数据格式正常)

你看,每一步都在验证。这就是「始终验证」的真谛。

1.3 零信任架构的三大核心组件

聊完理念,咱们看看落地。零信任架构不是买一个产品就能搞定的,它是一套体系。这里面有三个核心组件,我一个个说。

1.3.1 策略引擎(Policy Engine)

策略引擎是零信任的大脑。它负责做决策——这个请求该不该放行?

决策依据什么?我列一下:

  • 身份信息(设备ID、用户角色)
  • 设备健康状态(补丁版本、安全基线)
  • 上下文信息(时间、地点、网络环境)
  • 历史行为(访问模式、异常记录)
  • 风险评分(实时计算)

我在项目中遇到过一个问题:策略引擎的决策延迟不能太高。物联网场景下,很多请求是毫秒级的。如果策略引擎要查数据库、算风险分、调外部API,响应时间就上去了。所以,策略引擎必须支持缓存和预计算。

1.3.2 策略执行点(Policy Enforcement Point)

策略执行点就是那个「动手」的组件。它负责拦截请求、执行策略、转发流量。

在物联网场景下,策略执行点通常部署在:

部署位置 典型实现 适用场景
设备侧 轻量级Agent或eBPF 资源充足的网关设备
网络侧 软件定义边界(SDP) 大规模设备接入
云侧 API网关+策略代理 云端物联网平台

嗯,这里要注意:策略执行点不能成为性能瓶颈。我曾经见过一个项目,策略执行点用Python写的,结果每秒只能处理几百个请求。后来换成Go重写,吞吐量直接翻了20倍。

1.3.3 信任评估引擎(Trust Evaluation Engine)

信任评估引擎是零信任里最「智能」的部分。它不只看一次请求,而是持续评估设备的信任度。

怎么评估?我常用的方法:

  • 静态评估——设备身份、固件版本、安全配置
  • 动态评估——实时行为分析、异常检测、威胁情报
  • 历史评估——过去24小时的行为记录、违规次数

信任评估引擎会输出一个风险分数。比如:

  • 分数 0-30:低风险,直接放行
  • 分数 30-70:中风险,需要二次验证
  • 分数 70-100:高风险,直接阻断

避坑提醒: 我曾经踩过一个坑——信任评估引擎的模型太敏感,导致大量正常设备被误判。后来我加了一个「人工复核」机制:高风险请求先阻断,但允许运维人员在30分钟内手动放行。这样既保证了安全,又避免了误杀。

1.4 零信任架构核心逻辑图

下面这张图,是我自己画的一个零信任架构核心逻辑。它展示了三大组件如何协同工作:

零信任架构核心逻辑图 零信任架构核心逻辑图 物联网设备/用户 策略执行点 (PEP) 策略引擎 (PE) 信任评估引擎 (TEE) 目标资源/数据 访问请求 策略查询 信任评估 风险分数 决策结果 放行/阻断 说明: 1. 设备发起访问请求,PEP拦截并查询PE 2. PE向TEE发起信任评估,获取实时风险分数 3. PE综合策略和风险分数做出决策,PEP执行放行或阻断

这张图展示了零信任的核心流程。你看,每次访问都要经过PEP拦截、PE决策、TEE评估,最后才能到达目标资源。这就是「始终验证」的落地形态。

1.5 小结

好了,这一章的内容就这些。总结一下:

  • 传统边界模型在物联网场景下已经失效——设备太多、太杂、太不可控
  • 零信任的核心理念是「永不信任,始终验证」——不依赖网络位置,只依赖持续验证
  • 三大核心组件各司其职:策略引擎做决策、策略执行点动手、信任评估引擎算风险