大家读完觉得有帮助记得关注和点赞摘要现代医院日益依赖集成的信息技术IT和运营技术OT基础设施来支持关键的医疗服务。然而这种融合扩大了网络安全攻击面使得在实时系统上安全验证防御机制变得困难。现有测试平台通常侧重于孤立的IT或OT环境未能捕捉真实的跨域医疗交互。本文提出了一个医院IT-OT网络安全测试平台结合数字孪生用于监控、实验和防御措施的验证。该测试平台模拟了中央服务器、电子健康记录EHR系统、基于SCADA的基础设施以及分段的IT、OT和DMZ网络。它支持受控的网络攻击执行、软件补丁评估以及基于强化学习RL的防御代理训练。该测试平台进一步扩展为数字孪生利用日志和网络统计信息对环境实时状态进行建模并通过命令执行和容器生命周期编排实现双向交互。Modbus/TCP和FHIR/HL7支持跨医疗和工业组件的真实通信。实验评估显示计算开销低每个容器的平均归一化CPU利用率低于0.4%大多数轻量级服务运行在0.01%以下。OpenPLC Modbus TCP操作的中位往返延迟为0.901毫秒。该测试平台还捕获了从DMZ传播到IT和PLC网络的多阶段基于SSH的攻击。该框架为将仿真环境扩展到硬件使能的医院数字孪生奠定了基础。索引词IT-OT融合ICS安全安全测试平台信息物理系统数字孪生。I. 引言针对运营技术OT系统的网络攻击已成为对公共服务和关键基础设施的主要威胁[16]。现代OT环境面临广泛的攻击包括中间人MITM攻击、命令注入、传感器欺骗、重放攻击、拒绝服务DoS攻击、固件篡改和可编程逻辑控制器PLC逻辑操纵[3]。在医院环境中此类攻击可能中断生命关键服务包括配电、供水和供暖、通风与空调HVAC系统。这些服务通常通过监控与数据采集SCADA平台进行监控和控制该平台包括主终端单元MTU、远程终端单元RTU、PLC和人机界面HMI[21]。与此同时医院广泛依赖IT系统如服务器、数据库、EHR系统[9]和个人健康网关PHG。医疗系统和医疗设备之间的通信通常使用标准化协议如FHIR/HL7[5]。尽管IT-OT融合提高了连接性和运营效率但也引入了跨域网络攻击。面向互联网或企业IT服务的入侵可能为向OT网络横向移动提供入口进而危及生命关键的医院基础设施。供应商定期发布软件补丁以解决IT和OT产品的功能问题和安全漏洞。然而直接在运营医院基础设施上部署补丁、防火墙规则或人工智能生成的缓解策略可能中断基本医疗服务[36]。完全自主的网络防御机制也可能在网络访问策略改变或在缺乏足够上下文感知的情况下隔离运营组件时引入意外后果[15]。因此医疗网络安全需要受控环境在其中防御策略可以在部署前安全评估AI生成的建议可由人类操作员审查[7]。这一需求与工业决策中从全自动化系统向人机协同的更广泛转变相一致。在安全关键环境中AI应增强而非取代人类专业知识。AI代理可以快速分析系统状态、识别攻击传播模式并建议缓解行动而人类操作员保留对可能影响服务连续性的决策的监督控制[30, 1]。这种协作在医院中尤为重要因为激进的缓解行动可能遏制攻击但同时中断关键的医疗服务。现有的信息物理测试平台主要关注工业控制系统ICS特别是电网、微电网和制造环境。这些平台通常采用仿真工具和硬件在环HIL设置来分析以OT为中心的攻击[24, 25, 12]。尽管这些方法提供了高保真实验但它们通常难以重新配置并且在很大程度上局限于特定的工业领域。此外许多现有平台未能充分代表医院IT系统、医疗服务和SCADA控制基础设施之间的交互。有效的网络安全评估需要持续监控和命令控制能力以观察系统行为、评估攻击影响并评估防御行动而不中断实验设置。数字孪生能力为此目的提供了有用的基础支持动态系统状态表示、监控以及与信息物理组件的受控交互。近期的数字孪生研究探索了形式化建模和系统级抽象[10]然而现有解决方案仍主要面向制造业且通常缺乏安全驱动和以人为中心的关注[6]。本文通过开发一个具有数字孪生能力的仿真锚定医院IT-OT网络安全测试平台来填补这些空白。该平台提供了医院IT和OT组件的可复现表示支持持续监控并通过命令执行和容器生命周期编排实现受控交互。我们使用“仿真锚定测试平台”这一术语以避免暗示与已部署医院基础设施的实时双向同步。将平台扩展到与物理设备和运营系统的实时集成仍是未来工作的一部分。所提出的环境支持真实的多阶段网络攻击场景以及AI辅助防御策略的受控评估。作为概念验证训练了一个强化学习RL代理通过学习防火墙加固策略来缓解基于SSH的暴力破解攻击并在多个训练回合中进行学习。该代理展示了AI如何通过快速识别适当的缓解行动来支持安全操作员。为支持这一过渡所提出的架构提供了未来人类监督防御所需的控制和审计机制。通过安全记录事件并启用细粒度命令控制该测试平台不仅作为实验平台还作为研究可信、风险感知和人在回路的网络安全工作流的基础设施。贡献本文的主要贡献如下• 设计并实现了一个统一的仿真锚定医院IT-OT网络安全测试平台集成了企业系统、医疗服务和基于SCADA的工业组件。• 开发了数字孪生能力用于持续监控、系统状态表示、命令执行和容器生命周期编排。• 实现了一个真实的多阶段跨域攻击场景展示了从面向互联网的网络通过IT环境向PLC控制的OT基础设施的横向移动。• 训练并评估了一个基于RL的网络防御代理该代理学习防火墙加固策略以缓解基于SSH的暴力破解攻击。• 在数字孪生架构内开发了控制和审计机制为未来人类监督、AI辅助的网络安全决策支持建立了基础基础设施。表I缩略语列表缩略语全称API应用程序编程接口CPS信息物理系统CVSS通用漏洞评分系统DMZ非军事区DQN深度Q网络IDS入侵检测系统JWTJSON Web令牌LogQL日志查询语言MDP马尔可夫决策过程MRI磁共振成像PACS影像归档与通信系统RBAC基于角色的访问控制RIS放射信息系统RL强化学习SOC安全运营中心WAFWeb应用防火墙II. 相关工作II-A 信息物理测试平台与数字孪生能力信息物理测试平台提供受控环境用于分析攻击、评估防御机制和研究网络安全决策的操作后果。现有测试平台主要集中在工业控制系统ICS特别是电网、微电网和制造环境。表II总结了代表性研究并比较了它们的领域、架构、支持的攻击、优势和局限性。表II工控系统ICS网络安全测试平台比较作者领域测试平台类型关键组件研究的攻击优势OToole 等 [24]电网IEEE-14实时硬件在环EMS、网络仿真器、OPAL-RT、RTU/IED、IDS虚假数据注入、拒绝服务可扩展设计、IDS集成Park 等 [25]分布式能源硬件RTDSDERMS、逆变器、ESS、聚合器APT链条、渗透测试强大的攻击建模详细的杀伤链Wu 等 [35]混合微电网混合仿真IEDABB继电器、交换机、混合基础设施GOOSE欺骗、微电网威胁工业设备实际演示Oyewumi 等 [23]智能电网大规模硬件RTDS、变电站、SEL IED、SDN广域攻击逼真、可扩展的多变电站设置Fritz 等 [8]同步相量系统仿真FPGAPMU、PDC、FPGAMITM操纵相量篡改新颖的FPGA模型本文医院IT-OTDocker仿真MTU/RTU、PLC、HVAC仿真器、WAF、PHG、DMZ中间人攻击PLC操纵IT-OT集成补丁与WAF测试OToole等人[24]提出了一个信息物理测试平台将能源管理系统与OPAL-RT实时电力系统仿真器集成。该平台支持电网行为仿真并能够评估虚假数据注入和拒绝服务DoS等攻击。网络和物理组件之间的通信依赖于DNP3和IEC 61850等协议。通过采用IEEE 14总线系统该测试平台展示了协调信息物理建模对攻击影响评估的重要性。Park等人[25]为分布式能源资源DER开发了一个硬件在环HIL测试平台。他们的平台结合物理硬件和基于实时数字仿真器RTDS的组件来评估网络攻击韧性。该研究使用与MITRE ATTCK框架对齐的网络杀伤链模型来分析多阶段高级持续性威胁APT。这项工作展示了硬件辅助环境对高保真实验的价值。Wu等人[35]进一步通过将工业硬件与模拟ICS组件集成扩展了混合网络安全实验。他们的平台评估协议级攻击包括IEC 61850使能环境中的GOOSE消息欺骗。Modbus和DNP3等协议促进测试平台间的通信。物理和模拟组件的结合提高了实验真实性并支持对工业通信漏洞的详细分析。Oyewumi等人[23]提出了ISAAC测试平台支持跨多个变电站的大规模信息物理实验。该平台集成了基于RTDS的电网仿真、SCADA组件、软件定义网络和广域监控。其模块化架构支持可扩展实验和分布式网络攻击的评估。然而这类硬件密集型环境部署成本高、难以重新配置且主要针对电力系统用例。Fritz等人[8]采用面向仿真的方法来研究针对同步相量通信系统的攻击。他们开发了一个基于FPGA的MITM攻击模型针对IEEE C37.118相量测量单元PMU到相量数据集中器PDC的数据流。结果表明被操纵的相量测量值可能逃避常规错误检测机制。尽管该方法减少了对大量物理基础设施的依赖但仍局限于特定协议和应用领域。上述平台为高保真OT实验提供了重要能力。然而它们主要强调工业或电气系统行为对企业IT服务、医疗应用和跨域攻击传播的覆盖有限。硬件密集型环境还带来了与成本、可扩展性、可重复性和快速重新配置相关的实际约束。这些限制在医疗环境中尤为显著其中网络安全评估必须考虑IT服务、医疗数据平台、分段网络和SCADA控制基础设施之间的交互。数字孪生研究为监控和与信息物理环境的受控交互提供了互补基础。Tao等人[34]确定了数字孪生的四个重要建模维度几何、物理、行为和规则。他们进一步根据单元级、系统级和系统之系统表示对数字孪生进行分类。此类框架为描述复杂环境提供了结构化基础尽管现有工作大多仍面向制造应用。在医疗领域数字孪生已被探索用于预测分析、资源优化和数据驱动决策支持。Jameil等人[11]集成实时传感器数据和历史记录使用多层感知器MLP网络和XGBoost支持预测建模。在相关研究中Jameil等人[11]通过基于Pyomo的优化模型解决云使能医疗数字孪生中的延迟降低问题。他们的框架使用数字孪生定义语言DTDL和孪生图来表示传感器、设备和虚拟模型之间的关系。Suhail等人[33]提出了一种为CPS开发安全增强数字孪生SDET的方法论。他们的框架包括先决条件、设计与工程、运营与维护以及报废阶段。它还整合了安全风险管理实践并区分了面向复制的数字孪生和面向仿真的数字孪生。复制提供更高的保真度但由于专有系统、异构设备和运营限制在医疗环境中可能不切实际。相比之下基于仿真和模拟的方法提供了更大的可控性和可重复性。形式化建模技术进一步支持数字孪生的系统设计。Hu等人[10]使用时间着色Petri网来表示协作操作系统的离散动态。类似地[13]中的框架使用统一建模语言状态机UMLSM来描述数字孪生运行时环境DTRE中的数字孪生状态和转换。在医疗环境中FHIR/HL7[5]等互操作性标准进一步支持异构系统间的结构化数据交换。一个用于监控和建模个体健康与职业福祉的人类数字孪生框架已被开发[17]然而与他们的以人为中心的方法不同我们的工作开发了一个用于网络攻击模拟、攻击影响评估和防御对策安全验证的医疗数字孪生测试平台。现有工作展示了信息物理测试平台和数字孪生技术的价值。当前的平台很少将医院IT服务、医疗数据系统、分段网络区域和基于SCADA的OT组件结合在一个统一的网络安全实验环境中。所提出的仿真锚定测试平台通过容器化和可重新配置的架构填补了这一空白。它支持跨域攻击场景的安全执行、持续系统监控和防御机制的迭代评估。与已部署医院的全同步数字孪生不同当前平台提供了锚定在仿真中的数字孪生能力。这一设计选择提高了可重复性和安全性同时为未来与物理设备和实时运营数据的集成奠定了基础。II-B 人类监督的强化学习网络防御传统的网络安全机制通常依赖于静态规则和手动配置的响应策略。尽管这些方法仍然重要但在攻击快速演变并在互联系统间传播的动态IT-OT环境中可能不足。强化学习RL通过使代理能够在模拟或仿真环境中通过反复交互学习缓解策略提供了一种互补方法。表III总结了代表性的基于AI和RL的网络防御方法。表III现有基于强化学习代理的自主网络弹性系统比较文献主要方法所用技术关键贡献局限性Rajgopal 等 [30]基于RL的自主网络防御深度Q网络、MDP、TensorFlow自动化缓解响应时间更快上下文推理有限Saeed 等 [32]混合多智能体网络安全框架孤立森林、XGBoost、CNN-LSTM、PPO、联邦学习集成的检测、预测与响应具备可解释性系统架构复杂Ahmed 等 [1]带LLM评判器的分层RLRL代理、LLM评判器、RAG、MITRE ATTCK集成上下文感知的奖励塑造与自适应学习计算需求高Peter 等 [26]面向信息物理系统的基于RL的防御PPO、图神经网络、Grid2Op用于弹性基础设施防御的双策略RL仅限于电力系统Kuri 等 [14]多智能体钓鱼检测系统NLP、Transformer模型、蜜罐、威胁情报源协作式智能体用于钓鱼检测与响应对更广泛网络攻击的关注有限本文代理基于网络统计的检测动态防火墙加固检测基于SSH的攻击并进行缓解仅聚焦于SSH攻击Rajgopal等人[30]提出了一种代理AI框架其中RL代理通过与动态网络环境交互来学习防御策略。该问题被建模为MDP其中系统状态表示数据包流、异常和入侵尝试缓解行动包括阻断可疑IP地址、隔离受损节点和启动沙箱分析。使用DQN通过ε-贪婪探索策略学习防御策略。Saeed等人[32]引入了一个混合多代理网络安全框架结合了机器学习、深度学习和RL。该框架包括用于异常检测、分类、预测和自动响应的代理。Isolation Forest和XGBoost分别支持异常检测和分类而图神经网络GNN捕获结构和时间关系。CNN-LSTM模型与联邦学习结合支持隐私保护预测PPO代理生成自适应响应行动。集成了基于SHAP的可解释性以提高透明度。Ahmed等人[1]研究了将大语言模型LLM与RL集成以改善代理训练期间的上下文感知。他们的框架将RL代理与基于LLM的批评者配对评估行动并影响奖励塑造。紧凑代理监控各个子系统而中央LLM维护系统级感知。该研究还考察了基于检索增强生成RAG的知识共享以及MITRE ATTCK框架等外部网络安全知识源的集成。Peter等人[26]为电网基础设施开发了基于RL的防御机制。他们的框架在Grid2Op仿真环境中将GNN与PPO结合。双策略学习策略将正常操作条件与关键场景包括级联故障和网络攻击分开。该方法展示了RL如何在安全关键工业环境中支持自适应韧性尽管评估仍特定于电力系统。Kuri等人[14]提出了一个专门用于钓鱼检测和缓解的多代理框架。他们的系统结合了检测、欺骗、协作和响应代理。基于Transformer的模型识别语义异常蜜罐支持行为分析响应代理建议或实施IP阻断、电子邮件隔离和代理更新等行动。该框架展示了多个代理如何在检测和缓解生命周期中协调。上述研究表明基于RL的网络防御机制可以提高适应性、响应速度和可扩展性。可解释AI方法、上下文推理和多代理架构可以进一步提高AI生成缓解行动的透明度和有效性。然而在安全关键环境中完全自主部署仍然具有挑战性。阻断流量或隔离服务的缓解行动可能限制攻击传播但也可能中断基本医院运营。因此医疗环境中的网络安全决策需要在快速AI辅助响应和人类监督控制之间取得平衡。这一需求促使了人机协同方法其中RL代理协助安全操作员而非无条件地取代他们。AI代理可以监控网络统计信息、识别攻击模式并生成防火墙加固行动而操作员保留验证、修改、覆盖或批准高影响变更的权限。这种工作流将机器速度分析与人类情境判断和问责相结合。所提出的测试平台为研究这种交互提供了受控环境。作为概念验证训练了一个RL代理通过学习动态防火墙加固策略来缓解基于SSH的暴力破解攻击。当前实现评估了在仿真的医院IT-OT环境中学到的缓解行动。它还为未来的人在回路扩展奠定了基础包括操作员审批工作流、风险感知建议、可解释行动摘要和AI辅助缓解决策的审计日志。总体而言现有文献尚未充分解决跨域医院IT-OT实验、仿真锚定数字孪生能力、基于RL的防御决策支持和人类监督的综合需求。所提出的框架通过提供安全和可重新配置的平台来研究安全关键医疗环境中AI辅助网络安全决策为填补这一空白做出了贡献。III. 测试平台设计、实现与建模III-A 测试平台状态表示该测试平台使用Docker作为基础平台来实现集成的医院IT-OT环境仿真。与基于虚拟机的方法相比Docker提供轻量级容器化、更高效的资源使用、生命周期管理、状态可观测性和更易部署。测试平台被建模为有向图其中 V {P₁, P₂, …, Pₙ} 是医院组件的集合。每个组件被建模为节点 P_iE ⊆ V × V 是表示它们之间允许通信链路的有向边集合。III-B 路由与流量控制基于安全分区原则[4]架构分为四个网络IT、OT、DMZ和Internet。路由和网络管理使用基于Alpine的防火墙容器实现配置了ip和iptables。防火墙和路由器维护所需的网络拓扑确保IT网络直接连接到OT网络同时阻止从DMZ和Internet直接访问OT。网络组件之间的允许通信链路集合表示为E其中E ⊆ V × V。对于每对节点(P_i, P_j)邻接指示符定义如下测试平台通过开源工具集成组件级真实性以建模核心医院服务如RapidSCADA、OpenEMR、Orthanc和OpenPLC运行时环境。组件i在测试平台中时间t的安全状态S_i(t)定义为为有效评估软件补丁和攻击缓解策略的性能数字孪生持续维护测试平台的状态并为用户提供命令和控制能力。测试平台的每个组件表示为一个元组其中各元素定义如下S_i(t)推断的离散安全状态Vul_i静态漏洞配置文件和已知软件利用方式h_i(t)P_i的安全相关Loki命中计数Y_i(t)tshark派生的运行时计数器向量节点P_i的漏洞评分(Vul_i)定义为影响该组件的已知漏洞的平均CVSS评分[19]测试平台安全状态向量为图1 医院IT-OT测试平台架构。医院架构图分为5个部分A、B、C、D和E分别表示IT、OT、DMZ、Internet和数字孪生。III-C 测试平台架构图1描述了所提出的医院架构逻辑上分为五个部分A部分IT、B部分OT、C部分DMZ、D部分INTERNET和E部分数字孪生。分段便于在各种网络攻击场景下进行受控实验同时保持真实的医院环境。表IV提供了软件组件到测试平台环境中相应实现的详细映射。表IV各类系统及其实现映射系统实现方式可编程逻辑控制器PLCOpenPLC运行时 [2, 22]主终端单元MTU、人机界面HMI、历史数据库Rapid Scada [31]防火墙ip 与 iptables 规则 [20]电子健康记录EHROpenEMR [28, 27]传感器与执行器PymodbusPython [29]面向公众的服务器Linux 虚拟机III-C1 IT网络图1 A部分托管核心医院IT基础设施在逻辑上与OT和DMZ网络分离。其核心是一个中央服务器连接到专用数据库进行持久存储并与电子健康记录EHR系统集成用于医疗记录管理。EHR使用OpenEMR实例实现由外部MariaDB容器支持。为确保受控的管理操作访问通过一个Ubuntu容器的管理员跳板机admin jump box实现基于SSH访问。在核心IT服务之外健康相关数据组件如胰岛素泵和起搏器等个人健康设备使用pymodbus模块模拟生成真实事件流。为聚合来自这些设备的数据个人健康网关PHG作为协议中介规范化来自异构医疗设备的输入并使用FHIR/HL7[5]将验证后的数据转发到患者特定健康监控器。此外放射学子系统包括MRI、CT和X射线工作流成像数据存储在基于Orthanc实现的PACS服务器中元数据在RIS中维护两者均与EHR集成。该框架支持标准的Modbus操作包括读线圈、写线圈、读寄存器和写寄存器事务。这些交互支持HVAC监控和控制工作流的模拟同时支持针对工业通信通道的网络安全实验。例如可以发出未经授权的Modbus写线圈负载来改变HVAC运行状态如风扇激活、报警条件或环境控制逻辑。由此产生的操作变化通过SCADA可视化层传播允许观察遥测偏差、执行器状态转换和异常操作行为。该框架不试图进行硬件保真的工业仿真而是复现足以进行网络安全实验的协议级通信模式和操作工作流。因此环境中生成的网络轨迹保留了可观察的通信语义可支持入侵检测系统IDS评估、攻击传播分析和异常检测研究。III-C2 OT网络图1 B部分代表OT网络对工业和基于SCADA的系统进行建模。它包括SCADA控制站、现场设备、传感器和执行器。HVAC系统使用OpenPLC运行时和Rapid SCADA实现支持对物理过程的实时监控和控制。每个传感器可通过基于Web的界面访问允许控制其输出。OT环境使用OpenPLC在HVAC控制工作流中模拟可编程逻辑控制器PLC行为。PLC执行循环控制逻辑涉及输入采集、通信处理、逻辑执行和输出更新类似于工业环境中使用的操作PLC工作流。尽管基于软件的PLC无法复现工业控制器的确定性硬件时序特性但该框架保持适用于受控网络安全实验的循环控制执行行为。这支持研究涉及命令注入、未经授权的写线圈操作、寄存器操纵和运行状态修改的攻击场景且均在可复现环境中进行。扫描周期行为的保留尤为重要因为许多ICS攻击依赖于控制器、SCADA服务器和操作流程之间的交互。通过维护操作上有意义的控制执行序列该框架支持涉及OT基础设施过程状态操纵和攻击传播分析的实验。Web界面由基于Python的后端脚本驱动利用PyModbus库更新PLC值从而生成真实的OT流量。同时Rapid SCADA集成到环境中提供核心监控功能包括主终端单元MTU、历史数据库和人机界面HMI用于实时监控和控制。流量由OT防火墙保护允许内部OT流量并允许来自IT的网络数据包。这种选择性的IT和OT交互对于高级数据分析和软件更新至关重要。同时防火墙限制和限速网络攻击的潜在传播包括PLC操纵攻击。因此OT环境在保持运营效率的同时保护关键工业过程。III-C3 DMZ网络图1 C部分代表DMZ网络通过分层防火墙架构将IT和OT网络与外部实体隔离。它托管一个专用路由器用于内部网络。DMZ外部防火墙作为公共接口向Internet暴露有限服务并负责引导传入和传出的流量。DMZ托管两个主要服务其中一个是托管医院主页的面向公众的Web服务器。另一个服务是通过堡垒主机提供的对管理员跳板机的SSH访问。它作为中间节点使管理员能够访问内部管理员跳板机以远程管理IT组件。在内部侧二级防火墙将DMZ连接到公共路由器该路由器连接IT、OT和DMZ并带有选择性流量控制。这种分层设计强制执行严格的访问控制允许受限通信。SOC界面镜像测试平台的逻辑拓扑将节点分组为Internet、DMZ、IT和OT区域。每个节点根据容器状态和从日志派生的指标动态显示其运行状态正常、警告、告警、离线。界面明确显示日志流水线和IT-OT路由桥接。容器化架构建立了受控网络安全实验所需的功能基础。然而评估攻击传播和防御机制需要持续了解组件状态、系统行为和网络行为。为支持这一需求测试平台扩展了一个仿真锚定的数字孪生层提供实时监控、受控交互和集中编排。III-D 仿真锚定数字孪生层基于仿真的医院IT-OT测试平台扩展了一个闭环数字孪生提供系统的交互式表示图1 E部分。当前实现提供了一个二维界面如图2所示将仿真的OT设备PLC、传感器、执行器和SCADA与用于监控和控制的交互式仪表板耦合。关键仿真组件是交互式的允许用户检查实时运行状态和访问实时系统日志。数字孪生持续从测试平台摄入系统状态日志并允许控制器手动在测试平台组件上执行命令。这种反馈机制有助于测试各种针对网络攻击的对策。图2 (A) 基于仿真的测试平台——模拟传感器、执行器、PLC和后端(B) 医院数字孪生——用于监控和控制的二维仪表板。数字孪生使用来自仿真测试平台的日志、遥测和操作员反馈维护推断状态向量X(t)。SOC界面渲染S_i(t)、推断的攻击路径和由传播引擎返回的异常评分。数字孪生采用基于JWT的认证和三层级RBAC模型进行保护管理员、操作员和查看者。令牌有时间限制以减少会话暴露。权限在多个层级实施容器级隔离每个角色有可访问容器的白名单、远程执行的命令白名单危险模式对所有角色被阻止以及角色特定的操作限制如每角色命令超时和请求速率限制。这确保仅执行授权操作并减少受损凭证或滥用的影响。安全的WebSocket终端允许认证用户从数字孪生在测试平台容器内运行命令。端点在查询字符串中接受JWT并应用相同的RBAC规则访问限于用户角色允许的容器每个命令对照角色特定的白名单和全局危险模式黑名单如shell元字符、权限提升进行验证。每会话应用速率限制如每角色每分钟命令上限。所有终端活动记录用于审计用户名、角色、容器、命令、退出代码和结果支持实时监控和事后分析。服务管理通过Docker API实现启动、停止和重启操作映射到相应的容器生命周期操作。环境控制允许操作员为逻辑医疗区域设置温度和湿度设定点。设定点存储在数字孪生的控制状态中可驱动或反映模拟HVAC和传感器的行为。网络编排通过动态添加或删除IT-OT路由器容器上的iptables FORWARD规则来强制节点对之间的连通性如阻断或允许指定源和目标IP之间的流量支持分段和隔离实验无需修改静态防火墙配置。日志流水线实现为Loki–PromtailPLG风格堆栈。Promtail发现运行中的Docker容器从主机抓取其日志并使用service、network和log type等标签推送到Loki如图3和4所示。后端查询Loki的LogQL API为数字孪生提供每个节点的最近日志这支持节点详情视图中的实时诊断显示并支持跨测试平台的历史审计和安全事件分析。图3 数字孪生来自Docker的运行时容器日志图4数字孪生基于文件的容器特定日志图5数字孪生命令和控制界面配置防火墙规则以阻断特定IP。图6横向移动可视化跨区域模拟攻击路径。攻击者暴力破解DMZ堡垒机隧道进入管理员跳板机准备Modbus负载并转向OT网络中的OpenPLC。红色箭头显示入侵链。测试平台内实现了基于Web的命令和控制C2能力以实现系统组件的集中管理和控制。该平台提供实时系统状态和控制组件生命周期的能力。提供了通过Docker命令行界面执行命令的反馈机制如图5所示。反馈机制允许针对特定攻击场景测试和评估对策。日志流水线被设计为用最新系统日志更新控制中心以详细可视化测试平台组件。这些访问控制和全面的日志流水线共同构成了未来实施人类监督的AI驱动防御策略所需的架构控制和审计机制。目标是复现真实世界场景并基于性能指标确定最优解决方案。数字孪生通过SOC可视化选项卡将静态医院拓扑扩展为动态状态并在SOC界面中渲染。该选项卡将网络显示为按区域INTERNET、DMZ、IT和OT划分的Mermaid图每个受感染的跳点被记录并近实时地覆盖在图上如图6所示。分析师还可以选择任何节点以高亮显示它及其直接连接既提供跨孪生的传播实时视图也提供检查本地连接性的简单方法。仿真锚定数字孪生层的监控和控制能力使操作员能够观察环境的演变状态并以受控方式应用缓解行动。基于此能力下一小节介绍一个RL辅助防火墙防御机制该机制从网络观测中学习缓解策略并在仿真环境中动态响应基于SSH的暴力破解攻击。III-D1 基于RL的防火墙防御机制由于AI驱动攻击的速度和多样性防御它们很困难。现有的基于规则的防御机制范围有限且静态。相比之下强化学习RL代理具有适应性并提供更快的响应时间。自主决策提供了对攻击的实时防御[30]。图7 RL代理设计开发了一个基于RL的编排系统帮助数字孪生自主应对SSH-based攻击。图7说明了RL代理训练的流程。它包括MainObserverAgent、NetworkObserverAgent、HealthObserverAgent、DetectionAgent、AgentEnv、Orchestrator和ResponseAgent。NetworkObserverAgent从测试平台中的各个防火墙收集网络数据包数据并为MainObserverAgent创建统计信息。MainObserverAgent有一个provider方法向DetectionAgent提供统计信息以进行学习。ResponseAgent执行所选行动。AgentEnv作为测试平台和其他代理之间的接口用于RL代理的训练。以下小节详细描述这些元素从代理使用的状态和动作空间开始。III-D2 状态与动作空间主要关注通过防火墙进行基于网络的入侵检测。在所有防火墙和路由器上安装Tshark以捕获网络数据包。NetworkObserverAgent以字典形式维护不同防火墙的统计信息。源IP、目标端口和协议用作键值是一个计数器跟踪特定值集合被遇到的次数。在训练过程的每一步AgentEnv逐步获取防火墙的网络统计信息并映射为整数值以提供模型输入。模型的输出是每个动作的预期奖励具有最高奖励的动作传递给ResponseAgent。ResponseAgent从AgentEnv接收额外信息包括源IP和防火墙以便对防火墙执行以下动作阻断IP、阻断端口、允许IP、允许端口和无动作。DQN架构提供了在不断变化的网络条件下估计有效缓解行动所需的学习机制。为训练代理环境反复执行SSH攻击并根据所选防御行动的成功或失败分配奖励。训练过程和奖励设计如下所述。检测代理基于DQN方法[18]。它接收基于协议和特定IP使用次数的网络统计信息作为输入。神经网络近似Q函数。为消除样本间的时间相关性使用重放缓冲区存储RL代理的经验[38]。这些经验被随机采样并用于训练神经网络。维护一个目标网络并使用参数τ进行更新以稳定学习为高效学习通过ε-贪婪策略维持探索与利用之间的平衡Q值使用基于环境奖励的Bellman方程更新其中Q(s_t, a_t)表示状态s_t和动作a_t的动作值函数r_t表示从环境获得的即时奖励γ是控制未来奖励重要性的折扣因子max_{a} Q(s_{t1}, a)表示下一状态s_{t1}的最大预测未来Q值III-D3 代理的训练与奖励RL代理通过一系列回合学习。每个回合是攻击的新开始。AgentEnv在回合开始时启动攻击当攻击结束或达到最大步数时回合结束。在回合期间代理执行各种动作并接收奖励。奖励机制与给RL代理的输入不同。当堡垒主机和管理员跳板机在最后5秒内失败的SSH尝试次数为零时给予1的正奖励表明它们未受攻击。当这两个系统被认为受攻击时给予-1的负奖励。RL代理从探索开始并建立逻辑以理解其行动的后果。随着回合数的增加它转向利用其学习并用它来缓解攻击。RL代理通过代理缓解攻击来验证如图8所示。图8 RL代理在训练过程中的攻击缓解III-E 操作员界面与安全运营视图图9展示了医院安全数字孪生的集成操作员视图。主仪表板提供综合健康摘要包括设备在线状态、告警和警告并暴露代表性IT和OT资产的操作控制。这些控制包括医疗设备生命周期命令和通过OpenPLC的HVAC设定点调整。补充监控仪表板每个节点的监控面板提供两个互补级别的可观测性。实时应用日志近实时捕获运行时行为如中央服务器上的认证事件和HTTP流量见图3而基于文件的容器日志支持系统级活动的事后检查见图4。最后SOC可视化映射分段的网络拓扑——跨越Internet、DMZ、IT和OT区域——并叠加带有节点级风险评分的横向移动路径。这为分析师提供了入侵如何在防火墙、跳板机、临床系统和工业控制器之间传播的空间视角。总体而言这些视图将日常仿真控制、持续监控和攻击路径推理集成到一个统一界面中而不重复前述章节中呈现的组件级细节。图9 数字孪生仪表板容器生命周期管理IV. 攻击场景IV-A 攻击传播为成功从节点P_i传播到P_j我们考虑攻击者具有利用漏洞所需的最低权限级别。对于每个漏洞我们基于[37]计算前提条件和后置条件。此后我们仅当攻击者在节点P_j的权限 ≥ 利用漏洞vul所需的权限且从P_i到P_j的通信被允许时才考虑从节点P_i到P_j的可能攻击传播。直接异常估计每个节点从运行时观测计算直接异常评分。日志异常评分为其中h_i(t)是监控窗口中P_i的安全相关Loki命中计数α是归一化常数。进程异常评分为其中Y_{i,k}(t)是Y_i(t)中的第k个tshark派生计数器φ_k(·)是分段封顶评分函数。代表性部署项为分别对应跨区域入站流量、SSH入站流量和非OT Modbus流量。额外的封顶项涵盖管理端口访问、唯一对等IP以及堡垒机/管理节点上的失败SSH登录。权重和封顶是启发式校准常数设置使良性流量保持在ω₁以下而SSH和IT来源的Modbus事件在实现的攻击链中贡献更强但不使评分饱和。当两个信号都可用时融合直接异常评分为如果只有一个信号非零则直接使用该评分。第一遍状态估计在第一遍中每个节点仅使用日志命中h_i(t)和网络计数器Y_i(t)进行分类不考虑邻居节点的入侵。这从直接异常评分A_i(t)产生初步状态S_i^(1)(t)。全局阈值为ω₁ 0.55ω₂ 0.75其中ω₁是可疑截止阈值高于良性稳态评分ω₂足够高于ω₁以进行确信的入侵分类。第一遍状态为入侵传播被入侵节点可能通过G中的允许通信链路影响相邻节点。对于每条有向边(P_i, P_j) ∈ E边影响项为其中{·}是指示函数S_i^(1)(t) 2表示源节点P_i在第一遍中被入侵。节点P_j上的累积攻击影响为传播的入侵概率为最终状态估计最终异常评分和状态为向量X(t)在每个监控间隔从{S_j(t)}更新并在SOC可视化中显示。这种两遍过程首先检测本地异常节点然后使用跨医院IT-OT网络的基于图的传播来精炼状态。如果补丁降低系统中P_j的整体异常则认为补丁有效IV-B 案例研究多阶段SSH攻击基线初始化我们在执行攻击场景前在正常操作下评估了第IV节的传播模型。常数α0.08、ω₁0.55和ω₂0.75连同φ_cz(·)、φ_ssh(·)和φ_mod(·)中的封顶被选择以使良性DMZ Web流量保持在可疑阈值以下。表V总结了产生的基线评分。我们在56个快照中以5秒间隔收集了300秒的空闲流量在防火墙/路由器tap上使用30秒的tshark捕获窗口同时完整Docker堆栈正常运行。在此期间传播API报告无推断的横向移动路径所有监控节点的S_i(t)0。当注入良性HTTP流量用户→dmz-external-firewall→public-facing-server时只有public-facing-server表现出稳定的升高评分A_i_proc(t) A_i_final(t) 0.35。这与跨区域入站计数器y_i_cz(t) 7一致产生0.56的未封顶贡献但被φ_cz(·)限制为0.35。表V总结了平均和最大最终异常评分。所有监控节点保持在全局可疑阈值ω₁0.55以下因此在整个基线操作期间S_i(t)0。由于没有节点达到S_i^(1)(t)2图传播项满足I_ij(t)0且p_i^comp(t)0对所有节点成立。表V正常运行下的基线异常汇总300秒56个快照节点PiAˉifinal 最大值AifinalSi面向公众的服务器0.350.350用户、DMZ外部防火墙、路由器、员工PC0.000.000攻击执行开发了一个多阶段横向移动攻击场景。攻击从Internet发起通过DMZ传播以访问IT网络内的管理员跳板机。第一个目标是DMZ网络中的堡垒主机通过暴力SSH攻击劫持。一旦攻击者建立对堡垒主机的控制它创建一个SSH隧道用于向IT网络横向移动。如图10所示当攻击在堡垒主机上开始时dmz-external-firewall和dmz-router开始接收SSH流量。大约在第145个时间步堡垒主机被入侵攻击者通过安全隧道进入管理员跳板机。内部DMZ防火墙和路由器也开始观察SSH流量。大约在第178个时间步管理员跳板机被入侵攻击者成功控制了IT网络。然后利用OpenPLC模块中缺乏认证的漏洞开始对OT网络内的PLC网络发起攻击。攻击者脚本向OpenPLC中的各种寄存器发送随机传感器值。从第178个时间步开始在OT防火墙中观察到Modbus/TCP调用次数的增加。图10 多阶段SSH攻击传播。最初在DMZ-external-firewall和DMZ-router中观察到增加的SSH流量。堡垒主机被入侵后DMZ-internal firewall和主路由器中的流量开始增加表明网络内的横向移动。随后OT防火墙捕获从IT到OT的PLC操纵攻击。所提出的测试平台考虑了一个医院IT-OT环境包括临床IT服务、面向DMZ的网关组件、SCADA基础设施、基于PLC的HVAC控制逻辑和分段网络区域。威胁模型聚焦于源自受损IT服务或暴露网关组件并向OT系统传播的网络攻击。对手的目标是损害医院IT-OT运营包括破坏临床或运营服务可用性、操纵HVAC/SCADA控制状态、修改PLC线圈或寄存器值、绕过IT、DMZ和OT区域之间的弱隔离、生成隐蔽攻击痕迹以逃避检测以及在医疗IT和OT工作流中产生级联效应。主要目标不是物理破坏而是运营中断、不安全控制操纵和医院服务连续性的降级。对手能力我们假设对手可以扫描跨区域的可达服务、利用脆弱的IT或DMZ服务、在受损容器或主机上获得有限立足点、在允许的网络路径内横向移动、在获得OT访问后发出未经授权的Modbus/TCP命令、操纵读/写线圈或寄存器操作以及从受损节点观察可见的网络流量。攻击者可能利用错误配置、弱凭证、暴露服务、不安全通信协议或不足的防火墙规则。攻击入口点考虑的入口点包括1IT区域入侵涉及面向医院的应用程序如EHR、PACS、数据库服务或管理工作站的入侵2DMZ入侵涉及负责调解临床IT和OT服务间通信的网关组件入侵3OT网络暴露由于弱分段或错误配置路由导致对SCADA、MTU、OpenPLC或Modbus/TCP端点的未授权访问或暴露的服务以及4远程管理访问滥用涉及SSH、默认凭证、共享帐户或保护不足的跳板机访问的滥用。V. 评估医院仿真作为多容器Docker堆栈运行涵盖IT临床系统EHR、PACS、MariaDB、OT/ICS组件OpenPLC、MTU、烟雾探测器PLC和DMZ安全设备防火墙、路由器。在环境可可靠用于安全实验、横向移动场景或SOC培训之前必须确认其在商用硬件上的操作可行性。因此我们在代表性稳态运行期间评估每个容器的CPU和内存消耗。所有测量在单台评估主机上收集配备AMD Ryzen 5 7535HS处理器6个物理核心12个逻辑CPU和16 GB系统RAM在Linux下运行完整的Docker堆栈。Docker报告CPU利用率CPUPerc为单个逻辑CPU核心的百分比这允许单个容器在多核系统上超过100%。为表示使用量占总机器容量的比例我们使用以下公式归一化该值其中host_logical_cpus是评估期间运行Docker主机的机器上的逻辑处理器数。逻辑处理器是暴露给操作系统的一个可调度CPU线程。平均归一化CPU是评估窗口内所有归一化样本的算术平均值。峰值归一化CPU是观察到的最大瞬时值。内存使用量来自Docker的MemUsage字段。我们报告• 平均内存MBMemUsed值的平均值转换为兆字节。• 峰值内存MB运行期间记录的最大瞬时MemUsed。图11每个容器的平均归一化CPU利用率。图12每个容器的平均内存使用量。图13整个堆栈随时间1小时45分钟的聚合CPU和内存利用率。仿真展示了非常轻量的资源需求。每个容器的平均归一化CPU利用率保持在0.4%以下大多数服务消耗低于0.01%。在用于评估的12逻辑CPU主机上完整堆栈仅代表可用计算能力的一小部分。值得注意的是安全和网络基础设施包括路由器、DMZ外部防火墙、DMZ内部防火墙和DMZ路由器每个平均低于0.001%的归一化CPU。这证实了与应用程序工作负载相比网络分段和安全策略执行强加的开销可忽略不计。表VI主要容器的平均资源消耗稳态容器平均CPU平均内存MB角色MTURapid SCADA0.31%384峰值478OT监控/HMI层OpenPLC0.21%159PLC运行时及Modbus服务PACSOrthanc0.05%91医学影像归档MariaDB0.009%166共享临床数据库如图11和12所示MTU是CPU和内存的主要消耗者。运行一个完整的基于.NET的SCADA服务器具有实时轮询、历史记录功能和Web界面它比轻量级网络设备或单用途医疗设备模拟器资源密集得多。OpenPLC是第二高的CPU消耗者与其作为软PLC运行时的角色一致该运行时持续执行结构化文本逻辑并以固定扫描周期服务Modbus/TCP请求。MariaDB和PACSOrthanc主要通过内存而非CPU贡献。MariaDB维护临床数据库模式和连接池而Orthanc缓存DICOM元数据和成像缓冲区。它们的低CPU使用表明它们在稳态期间基本空闲或轻查询但为操作就绪保留了相当数量的RAM。临床端点EHR、胰岛素泵、MRI、PHG和支持IT基础设施中央服务器、面向公众服务器、管理员跳板机构成中间层通常消耗0.002–0.008%的归一化CPU和20–55 MB内存。V-A 系统随时间的稳定性图13展示了在1小时45分钟完整评估窗口内所有仿真组件活跃时的聚合CPU和内存利用率。总归一化CPU在整个运行期间保持高度稳定基线维持在0.6%附近。短暂周期性尖峰达到1.0–1.1%观察到的最高峰值为1.35%。这些波动与计划中的SCADA轮询周期和常规后台进程一致而非不受控负载。总体而言聚合CPU从未超过总主机容量的1.4%。内存使用从约1,100 MB开始逐渐上升至1,250 MB。这种适度增长与正常的JVM/.NET预热和数据库缓冲池增长一致而非内存泄漏。在最大CPU尖峰后立即急剧下降至1,200 MB可能表示MTU或MariaDB中的垃圾收集或缓存刷新。在监控窗口结束时内存急剧下降至800 MB对应仿真组件的有序关闭。总体而言平坦的CPU基线、有界的周期性尖峰和受控的内存增长表明测试平台在稳定的稳态条件下运行。观察到的利用率与主机容量之间的大余量为并发红队活动、日志摄入和SOC工具提供了充足的空间而不会影响系统稳定性。这种轻量且稳定的资源使用使得医院仿真环境非常适合在商用硬件上进行扩展网络安全研究和培训。V-B 端到端延迟评估我们报告在客户端测量的端到端往返时间代表的延迟。每个实验在相同条件下重复多次。我们使用以下指标表征每个工作负载的延迟分布• p50中位数第50百分位数。一半请求在此值或之前完成。作为中心趋势的鲁棒度量。• p95第95百分位数。只有5%的请求慢于此值。用于表征尾延迟同时对罕见异常值保持鲁棒性。V-B1 后端API延迟我们重复调用代表性后端端点并记录每个请求的响应时间。表VII总结了两个关键端点在每个端点50次请求下的结果。表VII后端API延迟每个端点50个请求端点p50 (ms)p95 (ms)最小值 (ms)最大值 (ms)日志结构端点2.743.352.523.64节点端点125.30142.43106.05198.95log-structure端点返回相对较小的固定大小负载因此表现出非常低且稳定的延迟。相比之下nodes端点显著较慢因为它必须枚举和检查容器状态、解析详细元数据并返回显著更大的结果集。V-B2 日志查询延迟我们评估了几个代表性日志查询设计用于测试监控堆栈和查询语言的不同部分。结果基于每个查询20次重复见表VIII。为评估这些结果查询根据目标日志流分为四个不同的基线表VIII日志查询延迟每个查询重复20次查询p50 (ms)p95 (ms)最小值 (ms)最大值 (ms)所有日志基线17.4841.458.9943.78中央服务器认证信号5.5816.963.4824.21SOC关键服务6.4314.574.7516.64分段防火墙信号4.808.403.5013.63• 所有日志基线宽泛的日志选择限制为具有分配服务标识符的流避免完整扫描整个日志数据集。• 中央服务器认证信号来自中央服务器的认证相关事件。• SOC关键服务限制为场景中的主要IT、DMZ和SOC服务。• 分段防火墙信号路由器和防火墙日志重点是被拒绝或被阻断的流量。V-B3 OpenPLC Modbus TCP控制平面延迟我们针对OpenPLC通过Modbus TCP测量了轻量级控制平面交互。测试包括写入三个保持寄存器后立即读回。在20次试验中测量的往返延迟显示最小值为0.753毫秒中位数p50为0.901毫秒第95百分位数p95为3.435毫秒最大观测值为47.445毫秒。偶尔的高尾延迟最大值47.445毫秒归因于正常的系统级变化如OS调度、TCP栈行为和测量开销。这种低延迟配置确认了模拟工业控制系统保持响应性适用于真实的安全实验和操作员培训。VI. 保真度的范围与局限性所提出的框架被设计为网络安全实验和攻击分析环境而非硬件保真的工业模拟器或已部署医院基础设施的全同步数字孪生。其目标是复现研究医院IT和OT领域间网络安全交互所需的通信模式、分段网络行为和操作工作流且在一个安全且可重新配置的环境中进行。当前实现使用容器化服务、基于软件的PLC和代表性传感器及执行器来模拟协议级交互和可观察的信息物理行为。然而它不声称与物理PLC硬件或部署级工业控制系统具有确定性时序等效性。特别是当前框架不建模硬件特定的PLC执行特性、物理传感器噪声、电气或热力学过程动态、执行器惯性或供应商特定固件行为。相反该框架优先考虑操作上有意义的通信语义和安全相关的系统行为。这种抽象级别足以评估跨域攻击传播、入侵检测机制、软件补丁验证、防火墙加固策略和AI辅助缓解方法在医院IT-OT环境中的效果。该架构还为未来涉及物理设备、硬件在环集成和与运营基础设施实时同步的扩展提供了基础。VII. 结论与未来工作所提出的框架提供了一个容器化的医院IT-OT网络安全测试平台将隔离服务、分段网络、医疗应用和基于SCADA的OT组件集成在一个统一的实验环境中。尽管当前实现依赖软件模拟的PLC、传感器和执行器但它保留了研究跨域攻击传播和防御机制所需的协议级交互、通信语义和操作工作流。因此该框架定位为具有数字孪生能力的仿真锚定网络安全测试平台而非硬件保真的工业模拟器或已部署医院基础设施的全同步数字孪生。该测试平台支持安全且可重复地评估多阶段网络攻击、系统监控、防火墙加固策略和RL辅助缓解机制而不会中断运营医疗服务。作为概念验证RL代理展示了学习防火墙防御策略以缓解基于SSH的暴力破解攻击和限制跨网段横向移动的能力。未来工作将通过硬件在环集成使用物理PLC、传感器和执行器以及与运营设备的实时同步来扩展该框架。RL代理还将通过更丰富的观测空间、扩展的动作集和支持更广泛的攻击场景来增强。此外将纳入人在回路的决策支持允许安全操作员在安全关键医院环境中部署AI生成的缓解行动之前进行审查、验证、修改或覆盖。 面向医院IT-OT环境网络攻击与防御分析的仿真锚定数字孪生测试平台
大家读完觉得有帮助记得关注和点赞摘要现代医院日益依赖集成的信息技术IT和运营技术OT基础设施来支持关键的医疗服务。然而这种融合扩大了网络安全攻击面使得在实时系统上安全验证防御机制变得困难。现有测试平台通常侧重于孤立的IT或OT环境未能捕捉真实的跨域医疗交互。本文提出了一个医院IT-OT网络安全测试平台结合数字孪生用于监控、实验和防御措施的验证。该测试平台模拟了中央服务器、电子健康记录EHR系统、基于SCADA的基础设施以及分段的IT、OT和DMZ网络。它支持受控的网络攻击执行、软件补丁评估以及基于强化学习RL的防御代理训练。该测试平台进一步扩展为数字孪生利用日志和网络统计信息对环境实时状态进行建模并通过命令执行和容器生命周期编排实现双向交互。Modbus/TCP和FHIR/HL7支持跨医疗和工业组件的真实通信。实验评估显示计算开销低每个容器的平均归一化CPU利用率低于0.4%大多数轻量级服务运行在0.01%以下。OpenPLC Modbus TCP操作的中位往返延迟为0.901毫秒。该测试平台还捕获了从DMZ传播到IT和PLC网络的多阶段基于SSH的攻击。该框架为将仿真环境扩展到硬件使能的医院数字孪生奠定了基础。索引词IT-OT融合ICS安全安全测试平台信息物理系统数字孪生。I. 引言针对运营技术OT系统的网络攻击已成为对公共服务和关键基础设施的主要威胁[16]。现代OT环境面临广泛的攻击包括中间人MITM攻击、命令注入、传感器欺骗、重放攻击、拒绝服务DoS攻击、固件篡改和可编程逻辑控制器PLC逻辑操纵[3]。在医院环境中此类攻击可能中断生命关键服务包括配电、供水和供暖、通风与空调HVAC系统。这些服务通常通过监控与数据采集SCADA平台进行监控和控制该平台包括主终端单元MTU、远程终端单元RTU、PLC和人机界面HMI[21]。与此同时医院广泛依赖IT系统如服务器、数据库、EHR系统[9]和个人健康网关PHG。医疗系统和医疗设备之间的通信通常使用标准化协议如FHIR/HL7[5]。尽管IT-OT融合提高了连接性和运营效率但也引入了跨域网络攻击。面向互联网或企业IT服务的入侵可能为向OT网络横向移动提供入口进而危及生命关键的医院基础设施。供应商定期发布软件补丁以解决IT和OT产品的功能问题和安全漏洞。然而直接在运营医院基础设施上部署补丁、防火墙规则或人工智能生成的缓解策略可能中断基本医疗服务[36]。完全自主的网络防御机制也可能在网络访问策略改变或在缺乏足够上下文感知的情况下隔离运营组件时引入意外后果[15]。因此医疗网络安全需要受控环境在其中防御策略可以在部署前安全评估AI生成的建议可由人类操作员审查[7]。这一需求与工业决策中从全自动化系统向人机协同的更广泛转变相一致。在安全关键环境中AI应增强而非取代人类专业知识。AI代理可以快速分析系统状态、识别攻击传播模式并建议缓解行动而人类操作员保留对可能影响服务连续性的决策的监督控制[30, 1]。这种协作在医院中尤为重要因为激进的缓解行动可能遏制攻击但同时中断关键的医疗服务。现有的信息物理测试平台主要关注工业控制系统ICS特别是电网、微电网和制造环境。这些平台通常采用仿真工具和硬件在环HIL设置来分析以OT为中心的攻击[24, 25, 12]。尽管这些方法提供了高保真实验但它们通常难以重新配置并且在很大程度上局限于特定的工业领域。此外许多现有平台未能充分代表医院IT系统、医疗服务和SCADA控制基础设施之间的交互。有效的网络安全评估需要持续监控和命令控制能力以观察系统行为、评估攻击影响并评估防御行动而不中断实验设置。数字孪生能力为此目的提供了有用的基础支持动态系统状态表示、监控以及与信息物理组件的受控交互。近期的数字孪生研究探索了形式化建模和系统级抽象[10]然而现有解决方案仍主要面向制造业且通常缺乏安全驱动和以人为中心的关注[6]。本文通过开发一个具有数字孪生能力的仿真锚定医院IT-OT网络安全测试平台来填补这些空白。该平台提供了医院IT和OT组件的可复现表示支持持续监控并通过命令执行和容器生命周期编排实现受控交互。我们使用“仿真锚定测试平台”这一术语以避免暗示与已部署医院基础设施的实时双向同步。将平台扩展到与物理设备和运营系统的实时集成仍是未来工作的一部分。所提出的环境支持真实的多阶段网络攻击场景以及AI辅助防御策略的受控评估。作为概念验证训练了一个强化学习RL代理通过学习防火墙加固策略来缓解基于SSH的暴力破解攻击并在多个训练回合中进行学习。该代理展示了AI如何通过快速识别适当的缓解行动来支持安全操作员。为支持这一过渡所提出的架构提供了未来人类监督防御所需的控制和审计机制。通过安全记录事件并启用细粒度命令控制该测试平台不仅作为实验平台还作为研究可信、风险感知和人在回路的网络安全工作流的基础设施。贡献本文的主要贡献如下• 设计并实现了一个统一的仿真锚定医院IT-OT网络安全测试平台集成了企业系统、医疗服务和基于SCADA的工业组件。• 开发了数字孪生能力用于持续监控、系统状态表示、命令执行和容器生命周期编排。• 实现了一个真实的多阶段跨域攻击场景展示了从面向互联网的网络通过IT环境向PLC控制的OT基础设施的横向移动。• 训练并评估了一个基于RL的网络防御代理该代理学习防火墙加固策略以缓解基于SSH的暴力破解攻击。• 在数字孪生架构内开发了控制和审计机制为未来人类监督、AI辅助的网络安全决策支持建立了基础基础设施。表I缩略语列表缩略语全称API应用程序编程接口CPS信息物理系统CVSS通用漏洞评分系统DMZ非军事区DQN深度Q网络IDS入侵检测系统JWTJSON Web令牌LogQL日志查询语言MDP马尔可夫决策过程MRI磁共振成像PACS影像归档与通信系统RBAC基于角色的访问控制RIS放射信息系统RL强化学习SOC安全运营中心WAFWeb应用防火墙II. 相关工作II-A 信息物理测试平台与数字孪生能力信息物理测试平台提供受控环境用于分析攻击、评估防御机制和研究网络安全决策的操作后果。现有测试平台主要集中在工业控制系统ICS特别是电网、微电网和制造环境。表II总结了代表性研究并比较了它们的领域、架构、支持的攻击、优势和局限性。表II工控系统ICS网络安全测试平台比较作者领域测试平台类型关键组件研究的攻击优势OToole 等 [24]电网IEEE-14实时硬件在环EMS、网络仿真器、OPAL-RT、RTU/IED、IDS虚假数据注入、拒绝服务可扩展设计、IDS集成Park 等 [25]分布式能源硬件RTDSDERMS、逆变器、ESS、聚合器APT链条、渗透测试强大的攻击建模详细的杀伤链Wu 等 [35]混合微电网混合仿真IEDABB继电器、交换机、混合基础设施GOOSE欺骗、微电网威胁工业设备实际演示Oyewumi 等 [23]智能电网大规模硬件RTDS、变电站、SEL IED、SDN广域攻击逼真、可扩展的多变电站设置Fritz 等 [8]同步相量系统仿真FPGAPMU、PDC、FPGAMITM操纵相量篡改新颖的FPGA模型本文医院IT-OTDocker仿真MTU/RTU、PLC、HVAC仿真器、WAF、PHG、DMZ中间人攻击PLC操纵IT-OT集成补丁与WAF测试OToole等人[24]提出了一个信息物理测试平台将能源管理系统与OPAL-RT实时电力系统仿真器集成。该平台支持电网行为仿真并能够评估虚假数据注入和拒绝服务DoS等攻击。网络和物理组件之间的通信依赖于DNP3和IEC 61850等协议。通过采用IEEE 14总线系统该测试平台展示了协调信息物理建模对攻击影响评估的重要性。Park等人[25]为分布式能源资源DER开发了一个硬件在环HIL测试平台。他们的平台结合物理硬件和基于实时数字仿真器RTDS的组件来评估网络攻击韧性。该研究使用与MITRE ATTCK框架对齐的网络杀伤链模型来分析多阶段高级持续性威胁APT。这项工作展示了硬件辅助环境对高保真实验的价值。Wu等人[35]进一步通过将工业硬件与模拟ICS组件集成扩展了混合网络安全实验。他们的平台评估协议级攻击包括IEC 61850使能环境中的GOOSE消息欺骗。Modbus和DNP3等协议促进测试平台间的通信。物理和模拟组件的结合提高了实验真实性并支持对工业通信漏洞的详细分析。Oyewumi等人[23]提出了ISAAC测试平台支持跨多个变电站的大规模信息物理实验。该平台集成了基于RTDS的电网仿真、SCADA组件、软件定义网络和广域监控。其模块化架构支持可扩展实验和分布式网络攻击的评估。然而这类硬件密集型环境部署成本高、难以重新配置且主要针对电力系统用例。Fritz等人[8]采用面向仿真的方法来研究针对同步相量通信系统的攻击。他们开发了一个基于FPGA的MITM攻击模型针对IEEE C37.118相量测量单元PMU到相量数据集中器PDC的数据流。结果表明被操纵的相量测量值可能逃避常规错误检测机制。尽管该方法减少了对大量物理基础设施的依赖但仍局限于特定协议和应用领域。上述平台为高保真OT实验提供了重要能力。然而它们主要强调工业或电气系统行为对企业IT服务、医疗应用和跨域攻击传播的覆盖有限。硬件密集型环境还带来了与成本、可扩展性、可重复性和快速重新配置相关的实际约束。这些限制在医疗环境中尤为显著其中网络安全评估必须考虑IT服务、医疗数据平台、分段网络和SCADA控制基础设施之间的交互。数字孪生研究为监控和与信息物理环境的受控交互提供了互补基础。Tao等人[34]确定了数字孪生的四个重要建模维度几何、物理、行为和规则。他们进一步根据单元级、系统级和系统之系统表示对数字孪生进行分类。此类框架为描述复杂环境提供了结构化基础尽管现有工作大多仍面向制造应用。在医疗领域数字孪生已被探索用于预测分析、资源优化和数据驱动决策支持。Jameil等人[11]集成实时传感器数据和历史记录使用多层感知器MLP网络和XGBoost支持预测建模。在相关研究中Jameil等人[11]通过基于Pyomo的优化模型解决云使能医疗数字孪生中的延迟降低问题。他们的框架使用数字孪生定义语言DTDL和孪生图来表示传感器、设备和虚拟模型之间的关系。Suhail等人[33]提出了一种为CPS开发安全增强数字孪生SDET的方法论。他们的框架包括先决条件、设计与工程、运营与维护以及报废阶段。它还整合了安全风险管理实践并区分了面向复制的数字孪生和面向仿真的数字孪生。复制提供更高的保真度但由于专有系统、异构设备和运营限制在医疗环境中可能不切实际。相比之下基于仿真和模拟的方法提供了更大的可控性和可重复性。形式化建模技术进一步支持数字孪生的系统设计。Hu等人[10]使用时间着色Petri网来表示协作操作系统的离散动态。类似地[13]中的框架使用统一建模语言状态机UMLSM来描述数字孪生运行时环境DTRE中的数字孪生状态和转换。在医疗环境中FHIR/HL7[5]等互操作性标准进一步支持异构系统间的结构化数据交换。一个用于监控和建模个体健康与职业福祉的人类数字孪生框架已被开发[17]然而与他们的以人为中心的方法不同我们的工作开发了一个用于网络攻击模拟、攻击影响评估和防御对策安全验证的医疗数字孪生测试平台。现有工作展示了信息物理测试平台和数字孪生技术的价值。当前的平台很少将医院IT服务、医疗数据系统、分段网络区域和基于SCADA的OT组件结合在一个统一的网络安全实验环境中。所提出的仿真锚定测试平台通过容器化和可重新配置的架构填补了这一空白。它支持跨域攻击场景的安全执行、持续系统监控和防御机制的迭代评估。与已部署医院的全同步数字孪生不同当前平台提供了锚定在仿真中的数字孪生能力。这一设计选择提高了可重复性和安全性同时为未来与物理设备和实时运营数据的集成奠定了基础。II-B 人类监督的强化学习网络防御传统的网络安全机制通常依赖于静态规则和手动配置的响应策略。尽管这些方法仍然重要但在攻击快速演变并在互联系统间传播的动态IT-OT环境中可能不足。强化学习RL通过使代理能够在模拟或仿真环境中通过反复交互学习缓解策略提供了一种互补方法。表III总结了代表性的基于AI和RL的网络防御方法。表III现有基于强化学习代理的自主网络弹性系统比较文献主要方法所用技术关键贡献局限性Rajgopal 等 [30]基于RL的自主网络防御深度Q网络、MDP、TensorFlow自动化缓解响应时间更快上下文推理有限Saeed 等 [32]混合多智能体网络安全框架孤立森林、XGBoost、CNN-LSTM、PPO、联邦学习集成的检测、预测与响应具备可解释性系统架构复杂Ahmed 等 [1]带LLM评判器的分层RLRL代理、LLM评判器、RAG、MITRE ATTCK集成上下文感知的奖励塑造与自适应学习计算需求高Peter 等 [26]面向信息物理系统的基于RL的防御PPO、图神经网络、Grid2Op用于弹性基础设施防御的双策略RL仅限于电力系统Kuri 等 [14]多智能体钓鱼检测系统NLP、Transformer模型、蜜罐、威胁情报源协作式智能体用于钓鱼检测与响应对更广泛网络攻击的关注有限本文代理基于网络统计的检测动态防火墙加固检测基于SSH的攻击并进行缓解仅聚焦于SSH攻击Rajgopal等人[30]提出了一种代理AI框架其中RL代理通过与动态网络环境交互来学习防御策略。该问题被建模为MDP其中系统状态表示数据包流、异常和入侵尝试缓解行动包括阻断可疑IP地址、隔离受损节点和启动沙箱分析。使用DQN通过ε-贪婪探索策略学习防御策略。Saeed等人[32]引入了一个混合多代理网络安全框架结合了机器学习、深度学习和RL。该框架包括用于异常检测、分类、预测和自动响应的代理。Isolation Forest和XGBoost分别支持异常检测和分类而图神经网络GNN捕获结构和时间关系。CNN-LSTM模型与联邦学习结合支持隐私保护预测PPO代理生成自适应响应行动。集成了基于SHAP的可解释性以提高透明度。Ahmed等人[1]研究了将大语言模型LLM与RL集成以改善代理训练期间的上下文感知。他们的框架将RL代理与基于LLM的批评者配对评估行动并影响奖励塑造。紧凑代理监控各个子系统而中央LLM维护系统级感知。该研究还考察了基于检索增强生成RAG的知识共享以及MITRE ATTCK框架等外部网络安全知识源的集成。Peter等人[26]为电网基础设施开发了基于RL的防御机制。他们的框架在Grid2Op仿真环境中将GNN与PPO结合。双策略学习策略将正常操作条件与关键场景包括级联故障和网络攻击分开。该方法展示了RL如何在安全关键工业环境中支持自适应韧性尽管评估仍特定于电力系统。Kuri等人[14]提出了一个专门用于钓鱼检测和缓解的多代理框架。他们的系统结合了检测、欺骗、协作和响应代理。基于Transformer的模型识别语义异常蜜罐支持行为分析响应代理建议或实施IP阻断、电子邮件隔离和代理更新等行动。该框架展示了多个代理如何在检测和缓解生命周期中协调。上述研究表明基于RL的网络防御机制可以提高适应性、响应速度和可扩展性。可解释AI方法、上下文推理和多代理架构可以进一步提高AI生成缓解行动的透明度和有效性。然而在安全关键环境中完全自主部署仍然具有挑战性。阻断流量或隔离服务的缓解行动可能限制攻击传播但也可能中断基本医院运营。因此医疗环境中的网络安全决策需要在快速AI辅助响应和人类监督控制之间取得平衡。这一需求促使了人机协同方法其中RL代理协助安全操作员而非无条件地取代他们。AI代理可以监控网络统计信息、识别攻击模式并生成防火墙加固行动而操作员保留验证、修改、覆盖或批准高影响变更的权限。这种工作流将机器速度分析与人类情境判断和问责相结合。所提出的测试平台为研究这种交互提供了受控环境。作为概念验证训练了一个RL代理通过学习动态防火墙加固策略来缓解基于SSH的暴力破解攻击。当前实现评估了在仿真的医院IT-OT环境中学到的缓解行动。它还为未来的人在回路扩展奠定了基础包括操作员审批工作流、风险感知建议、可解释行动摘要和AI辅助缓解决策的审计日志。总体而言现有文献尚未充分解决跨域医院IT-OT实验、仿真锚定数字孪生能力、基于RL的防御决策支持和人类监督的综合需求。所提出的框架通过提供安全和可重新配置的平台来研究安全关键医疗环境中AI辅助网络安全决策为填补这一空白做出了贡献。III. 测试平台设计、实现与建模III-A 测试平台状态表示该测试平台使用Docker作为基础平台来实现集成的医院IT-OT环境仿真。与基于虚拟机的方法相比Docker提供轻量级容器化、更高效的资源使用、生命周期管理、状态可观测性和更易部署。测试平台被建模为有向图其中 V {P₁, P₂, …, Pₙ} 是医院组件的集合。每个组件被建模为节点 P_iE ⊆ V × V 是表示它们之间允许通信链路的有向边集合。III-B 路由与流量控制基于安全分区原则[4]架构分为四个网络IT、OT、DMZ和Internet。路由和网络管理使用基于Alpine的防火墙容器实现配置了ip和iptables。防火墙和路由器维护所需的网络拓扑确保IT网络直接连接到OT网络同时阻止从DMZ和Internet直接访问OT。网络组件之间的允许通信链路集合表示为E其中E ⊆ V × V。对于每对节点(P_i, P_j)邻接指示符定义如下测试平台通过开源工具集成组件级真实性以建模核心医院服务如RapidSCADA、OpenEMR、Orthanc和OpenPLC运行时环境。组件i在测试平台中时间t的安全状态S_i(t)定义为为有效评估软件补丁和攻击缓解策略的性能数字孪生持续维护测试平台的状态并为用户提供命令和控制能力。测试平台的每个组件表示为一个元组其中各元素定义如下S_i(t)推断的离散安全状态Vul_i静态漏洞配置文件和已知软件利用方式h_i(t)P_i的安全相关Loki命中计数Y_i(t)tshark派生的运行时计数器向量节点P_i的漏洞评分(Vul_i)定义为影响该组件的已知漏洞的平均CVSS评分[19]测试平台安全状态向量为图1 医院IT-OT测试平台架构。医院架构图分为5个部分A、B、C、D和E分别表示IT、OT、DMZ、Internet和数字孪生。III-C 测试平台架构图1描述了所提出的医院架构逻辑上分为五个部分A部分IT、B部分OT、C部分DMZ、D部分INTERNET和E部分数字孪生。分段便于在各种网络攻击场景下进行受控实验同时保持真实的医院环境。表IV提供了软件组件到测试平台环境中相应实现的详细映射。表IV各类系统及其实现映射系统实现方式可编程逻辑控制器PLCOpenPLC运行时 [2, 22]主终端单元MTU、人机界面HMI、历史数据库Rapid Scada [31]防火墙ip 与 iptables 规则 [20]电子健康记录EHROpenEMR [28, 27]传感器与执行器PymodbusPython [29]面向公众的服务器Linux 虚拟机III-C1 IT网络图1 A部分托管核心医院IT基础设施在逻辑上与OT和DMZ网络分离。其核心是一个中央服务器连接到专用数据库进行持久存储并与电子健康记录EHR系统集成用于医疗记录管理。EHR使用OpenEMR实例实现由外部MariaDB容器支持。为确保受控的管理操作访问通过一个Ubuntu容器的管理员跳板机admin jump box实现基于SSH访问。在核心IT服务之外健康相关数据组件如胰岛素泵和起搏器等个人健康设备使用pymodbus模块模拟生成真实事件流。为聚合来自这些设备的数据个人健康网关PHG作为协议中介规范化来自异构医疗设备的输入并使用FHIR/HL7[5]将验证后的数据转发到患者特定健康监控器。此外放射学子系统包括MRI、CT和X射线工作流成像数据存储在基于Orthanc实现的PACS服务器中元数据在RIS中维护两者均与EHR集成。该框架支持标准的Modbus操作包括读线圈、写线圈、读寄存器和写寄存器事务。这些交互支持HVAC监控和控制工作流的模拟同时支持针对工业通信通道的网络安全实验。例如可以发出未经授权的Modbus写线圈负载来改变HVAC运行状态如风扇激活、报警条件或环境控制逻辑。由此产生的操作变化通过SCADA可视化层传播允许观察遥测偏差、执行器状态转换和异常操作行为。该框架不试图进行硬件保真的工业仿真而是复现足以进行网络安全实验的协议级通信模式和操作工作流。因此环境中生成的网络轨迹保留了可观察的通信语义可支持入侵检测系统IDS评估、攻击传播分析和异常检测研究。III-C2 OT网络图1 B部分代表OT网络对工业和基于SCADA的系统进行建模。它包括SCADA控制站、现场设备、传感器和执行器。HVAC系统使用OpenPLC运行时和Rapid SCADA实现支持对物理过程的实时监控和控制。每个传感器可通过基于Web的界面访问允许控制其输出。OT环境使用OpenPLC在HVAC控制工作流中模拟可编程逻辑控制器PLC行为。PLC执行循环控制逻辑涉及输入采集、通信处理、逻辑执行和输出更新类似于工业环境中使用的操作PLC工作流。尽管基于软件的PLC无法复现工业控制器的确定性硬件时序特性但该框架保持适用于受控网络安全实验的循环控制执行行为。这支持研究涉及命令注入、未经授权的写线圈操作、寄存器操纵和运行状态修改的攻击场景且均在可复现环境中进行。扫描周期行为的保留尤为重要因为许多ICS攻击依赖于控制器、SCADA服务器和操作流程之间的交互。通过维护操作上有意义的控制执行序列该框架支持涉及OT基础设施过程状态操纵和攻击传播分析的实验。Web界面由基于Python的后端脚本驱动利用PyModbus库更新PLC值从而生成真实的OT流量。同时Rapid SCADA集成到环境中提供核心监控功能包括主终端单元MTU、历史数据库和人机界面HMI用于实时监控和控制。流量由OT防火墙保护允许内部OT流量并允许来自IT的网络数据包。这种选择性的IT和OT交互对于高级数据分析和软件更新至关重要。同时防火墙限制和限速网络攻击的潜在传播包括PLC操纵攻击。因此OT环境在保持运营效率的同时保护关键工业过程。III-C3 DMZ网络图1 C部分代表DMZ网络通过分层防火墙架构将IT和OT网络与外部实体隔离。它托管一个专用路由器用于内部网络。DMZ外部防火墙作为公共接口向Internet暴露有限服务并负责引导传入和传出的流量。DMZ托管两个主要服务其中一个是托管医院主页的面向公众的Web服务器。另一个服务是通过堡垒主机提供的对管理员跳板机的SSH访问。它作为中间节点使管理员能够访问内部管理员跳板机以远程管理IT组件。在内部侧二级防火墙将DMZ连接到公共路由器该路由器连接IT、OT和DMZ并带有选择性流量控制。这种分层设计强制执行严格的访问控制允许受限通信。SOC界面镜像测试平台的逻辑拓扑将节点分组为Internet、DMZ、IT和OT区域。每个节点根据容器状态和从日志派生的指标动态显示其运行状态正常、警告、告警、离线。界面明确显示日志流水线和IT-OT路由桥接。容器化架构建立了受控网络安全实验所需的功能基础。然而评估攻击传播和防御机制需要持续了解组件状态、系统行为和网络行为。为支持这一需求测试平台扩展了一个仿真锚定的数字孪生层提供实时监控、受控交互和集中编排。III-D 仿真锚定数字孪生层基于仿真的医院IT-OT测试平台扩展了一个闭环数字孪生提供系统的交互式表示图1 E部分。当前实现提供了一个二维界面如图2所示将仿真的OT设备PLC、传感器、执行器和SCADA与用于监控和控制的交互式仪表板耦合。关键仿真组件是交互式的允许用户检查实时运行状态和访问实时系统日志。数字孪生持续从测试平台摄入系统状态日志并允许控制器手动在测试平台组件上执行命令。这种反馈机制有助于测试各种针对网络攻击的对策。图2 (A) 基于仿真的测试平台——模拟传感器、执行器、PLC和后端(B) 医院数字孪生——用于监控和控制的二维仪表板。数字孪生使用来自仿真测试平台的日志、遥测和操作员反馈维护推断状态向量X(t)。SOC界面渲染S_i(t)、推断的攻击路径和由传播引擎返回的异常评分。数字孪生采用基于JWT的认证和三层级RBAC模型进行保护管理员、操作员和查看者。令牌有时间限制以减少会话暴露。权限在多个层级实施容器级隔离每个角色有可访问容器的白名单、远程执行的命令白名单危险模式对所有角色被阻止以及角色特定的操作限制如每角色命令超时和请求速率限制。这确保仅执行授权操作并减少受损凭证或滥用的影响。安全的WebSocket终端允许认证用户从数字孪生在测试平台容器内运行命令。端点在查询字符串中接受JWT并应用相同的RBAC规则访问限于用户角色允许的容器每个命令对照角色特定的白名单和全局危险模式黑名单如shell元字符、权限提升进行验证。每会话应用速率限制如每角色每分钟命令上限。所有终端活动记录用于审计用户名、角色、容器、命令、退出代码和结果支持实时监控和事后分析。服务管理通过Docker API实现启动、停止和重启操作映射到相应的容器生命周期操作。环境控制允许操作员为逻辑医疗区域设置温度和湿度设定点。设定点存储在数字孪生的控制状态中可驱动或反映模拟HVAC和传感器的行为。网络编排通过动态添加或删除IT-OT路由器容器上的iptables FORWARD规则来强制节点对之间的连通性如阻断或允许指定源和目标IP之间的流量支持分段和隔离实验无需修改静态防火墙配置。日志流水线实现为Loki–PromtailPLG风格堆栈。Promtail发现运行中的Docker容器从主机抓取其日志并使用service、network和log type等标签推送到Loki如图3和4所示。后端查询Loki的LogQL API为数字孪生提供每个节点的最近日志这支持节点详情视图中的实时诊断显示并支持跨测试平台的历史审计和安全事件分析。图3 数字孪生来自Docker的运行时容器日志图4数字孪生基于文件的容器特定日志图5数字孪生命令和控制界面配置防火墙规则以阻断特定IP。图6横向移动可视化跨区域模拟攻击路径。攻击者暴力破解DMZ堡垒机隧道进入管理员跳板机准备Modbus负载并转向OT网络中的OpenPLC。红色箭头显示入侵链。测试平台内实现了基于Web的命令和控制C2能力以实现系统组件的集中管理和控制。该平台提供实时系统状态和控制组件生命周期的能力。提供了通过Docker命令行界面执行命令的反馈机制如图5所示。反馈机制允许针对特定攻击场景测试和评估对策。日志流水线被设计为用最新系统日志更新控制中心以详细可视化测试平台组件。这些访问控制和全面的日志流水线共同构成了未来实施人类监督的AI驱动防御策略所需的架构控制和审计机制。目标是复现真实世界场景并基于性能指标确定最优解决方案。数字孪生通过SOC可视化选项卡将静态医院拓扑扩展为动态状态并在SOC界面中渲染。该选项卡将网络显示为按区域INTERNET、DMZ、IT和OT划分的Mermaid图每个受感染的跳点被记录并近实时地覆盖在图上如图6所示。分析师还可以选择任何节点以高亮显示它及其直接连接既提供跨孪生的传播实时视图也提供检查本地连接性的简单方法。仿真锚定数字孪生层的监控和控制能力使操作员能够观察环境的演变状态并以受控方式应用缓解行动。基于此能力下一小节介绍一个RL辅助防火墙防御机制该机制从网络观测中学习缓解策略并在仿真环境中动态响应基于SSH的暴力破解攻击。III-D1 基于RL的防火墙防御机制由于AI驱动攻击的速度和多样性防御它们很困难。现有的基于规则的防御机制范围有限且静态。相比之下强化学习RL代理具有适应性并提供更快的响应时间。自主决策提供了对攻击的实时防御[30]。图7 RL代理设计开发了一个基于RL的编排系统帮助数字孪生自主应对SSH-based攻击。图7说明了RL代理训练的流程。它包括MainObserverAgent、NetworkObserverAgent、HealthObserverAgent、DetectionAgent、AgentEnv、Orchestrator和ResponseAgent。NetworkObserverAgent从测试平台中的各个防火墙收集网络数据包数据并为MainObserverAgent创建统计信息。MainObserverAgent有一个provider方法向DetectionAgent提供统计信息以进行学习。ResponseAgent执行所选行动。AgentEnv作为测试平台和其他代理之间的接口用于RL代理的训练。以下小节详细描述这些元素从代理使用的状态和动作空间开始。III-D2 状态与动作空间主要关注通过防火墙进行基于网络的入侵检测。在所有防火墙和路由器上安装Tshark以捕获网络数据包。NetworkObserverAgent以字典形式维护不同防火墙的统计信息。源IP、目标端口和协议用作键值是一个计数器跟踪特定值集合被遇到的次数。在训练过程的每一步AgentEnv逐步获取防火墙的网络统计信息并映射为整数值以提供模型输入。模型的输出是每个动作的预期奖励具有最高奖励的动作传递给ResponseAgent。ResponseAgent从AgentEnv接收额外信息包括源IP和防火墙以便对防火墙执行以下动作阻断IP、阻断端口、允许IP、允许端口和无动作。DQN架构提供了在不断变化的网络条件下估计有效缓解行动所需的学习机制。为训练代理环境反复执行SSH攻击并根据所选防御行动的成功或失败分配奖励。训练过程和奖励设计如下所述。检测代理基于DQN方法[18]。它接收基于协议和特定IP使用次数的网络统计信息作为输入。神经网络近似Q函数。为消除样本间的时间相关性使用重放缓冲区存储RL代理的经验[38]。这些经验被随机采样并用于训练神经网络。维护一个目标网络并使用参数τ进行更新以稳定学习为高效学习通过ε-贪婪策略维持探索与利用之间的平衡Q值使用基于环境奖励的Bellman方程更新其中Q(s_t, a_t)表示状态s_t和动作a_t的动作值函数r_t表示从环境获得的即时奖励γ是控制未来奖励重要性的折扣因子max_{a} Q(s_{t1}, a)表示下一状态s_{t1}的最大预测未来Q值III-D3 代理的训练与奖励RL代理通过一系列回合学习。每个回合是攻击的新开始。AgentEnv在回合开始时启动攻击当攻击结束或达到最大步数时回合结束。在回合期间代理执行各种动作并接收奖励。奖励机制与给RL代理的输入不同。当堡垒主机和管理员跳板机在最后5秒内失败的SSH尝试次数为零时给予1的正奖励表明它们未受攻击。当这两个系统被认为受攻击时给予-1的负奖励。RL代理从探索开始并建立逻辑以理解其行动的后果。随着回合数的增加它转向利用其学习并用它来缓解攻击。RL代理通过代理缓解攻击来验证如图8所示。图8 RL代理在训练过程中的攻击缓解III-E 操作员界面与安全运营视图图9展示了医院安全数字孪生的集成操作员视图。主仪表板提供综合健康摘要包括设备在线状态、告警和警告并暴露代表性IT和OT资产的操作控制。这些控制包括医疗设备生命周期命令和通过OpenPLC的HVAC设定点调整。补充监控仪表板每个节点的监控面板提供两个互补级别的可观测性。实时应用日志近实时捕获运行时行为如中央服务器上的认证事件和HTTP流量见图3而基于文件的容器日志支持系统级活动的事后检查见图4。最后SOC可视化映射分段的网络拓扑——跨越Internet、DMZ、IT和OT区域——并叠加带有节点级风险评分的横向移动路径。这为分析师提供了入侵如何在防火墙、跳板机、临床系统和工业控制器之间传播的空间视角。总体而言这些视图将日常仿真控制、持续监控和攻击路径推理集成到一个统一界面中而不重复前述章节中呈现的组件级细节。图9 数字孪生仪表板容器生命周期管理IV. 攻击场景IV-A 攻击传播为成功从节点P_i传播到P_j我们考虑攻击者具有利用漏洞所需的最低权限级别。对于每个漏洞我们基于[37]计算前提条件和后置条件。此后我们仅当攻击者在节点P_j的权限 ≥ 利用漏洞vul所需的权限且从P_i到P_j的通信被允许时才考虑从节点P_i到P_j的可能攻击传播。直接异常估计每个节点从运行时观测计算直接异常评分。日志异常评分为其中h_i(t)是监控窗口中P_i的安全相关Loki命中计数α是归一化常数。进程异常评分为其中Y_{i,k}(t)是Y_i(t)中的第k个tshark派生计数器φ_k(·)是分段封顶评分函数。代表性部署项为分别对应跨区域入站流量、SSH入站流量和非OT Modbus流量。额外的封顶项涵盖管理端口访问、唯一对等IP以及堡垒机/管理节点上的失败SSH登录。权重和封顶是启发式校准常数设置使良性流量保持在ω₁以下而SSH和IT来源的Modbus事件在实现的攻击链中贡献更强但不使评分饱和。当两个信号都可用时融合直接异常评分为如果只有一个信号非零则直接使用该评分。第一遍状态估计在第一遍中每个节点仅使用日志命中h_i(t)和网络计数器Y_i(t)进行分类不考虑邻居节点的入侵。这从直接异常评分A_i(t)产生初步状态S_i^(1)(t)。全局阈值为ω₁ 0.55ω₂ 0.75其中ω₁是可疑截止阈值高于良性稳态评分ω₂足够高于ω₁以进行确信的入侵分类。第一遍状态为入侵传播被入侵节点可能通过G中的允许通信链路影响相邻节点。对于每条有向边(P_i, P_j) ∈ E边影响项为其中{·}是指示函数S_i^(1)(t) 2表示源节点P_i在第一遍中被入侵。节点P_j上的累积攻击影响为传播的入侵概率为最终状态估计最终异常评分和状态为向量X(t)在每个监控间隔从{S_j(t)}更新并在SOC可视化中显示。这种两遍过程首先检测本地异常节点然后使用跨医院IT-OT网络的基于图的传播来精炼状态。如果补丁降低系统中P_j的整体异常则认为补丁有效IV-B 案例研究多阶段SSH攻击基线初始化我们在执行攻击场景前在正常操作下评估了第IV节的传播模型。常数α0.08、ω₁0.55和ω₂0.75连同φ_cz(·)、φ_ssh(·)和φ_mod(·)中的封顶被选择以使良性DMZ Web流量保持在可疑阈值以下。表V总结了产生的基线评分。我们在56个快照中以5秒间隔收集了300秒的空闲流量在防火墙/路由器tap上使用30秒的tshark捕获窗口同时完整Docker堆栈正常运行。在此期间传播API报告无推断的横向移动路径所有监控节点的S_i(t)0。当注入良性HTTP流量用户→dmz-external-firewall→public-facing-server时只有public-facing-server表现出稳定的升高评分A_i_proc(t) A_i_final(t) 0.35。这与跨区域入站计数器y_i_cz(t) 7一致产生0.56的未封顶贡献但被φ_cz(·)限制为0.35。表V总结了平均和最大最终异常评分。所有监控节点保持在全局可疑阈值ω₁0.55以下因此在整个基线操作期间S_i(t)0。由于没有节点达到S_i^(1)(t)2图传播项满足I_ij(t)0且p_i^comp(t)0对所有节点成立。表V正常运行下的基线异常汇总300秒56个快照节点PiAˉifinal 最大值AifinalSi面向公众的服务器0.350.350用户、DMZ外部防火墙、路由器、员工PC0.000.000攻击执行开发了一个多阶段横向移动攻击场景。攻击从Internet发起通过DMZ传播以访问IT网络内的管理员跳板机。第一个目标是DMZ网络中的堡垒主机通过暴力SSH攻击劫持。一旦攻击者建立对堡垒主机的控制它创建一个SSH隧道用于向IT网络横向移动。如图10所示当攻击在堡垒主机上开始时dmz-external-firewall和dmz-router开始接收SSH流量。大约在第145个时间步堡垒主机被入侵攻击者通过安全隧道进入管理员跳板机。内部DMZ防火墙和路由器也开始观察SSH流量。大约在第178个时间步管理员跳板机被入侵攻击者成功控制了IT网络。然后利用OpenPLC模块中缺乏认证的漏洞开始对OT网络内的PLC网络发起攻击。攻击者脚本向OpenPLC中的各种寄存器发送随机传感器值。从第178个时间步开始在OT防火墙中观察到Modbus/TCP调用次数的增加。图10 多阶段SSH攻击传播。最初在DMZ-external-firewall和DMZ-router中观察到增加的SSH流量。堡垒主机被入侵后DMZ-internal firewall和主路由器中的流量开始增加表明网络内的横向移动。随后OT防火墙捕获从IT到OT的PLC操纵攻击。所提出的测试平台考虑了一个医院IT-OT环境包括临床IT服务、面向DMZ的网关组件、SCADA基础设施、基于PLC的HVAC控制逻辑和分段网络区域。威胁模型聚焦于源自受损IT服务或暴露网关组件并向OT系统传播的网络攻击。对手的目标是损害医院IT-OT运营包括破坏临床或运营服务可用性、操纵HVAC/SCADA控制状态、修改PLC线圈或寄存器值、绕过IT、DMZ和OT区域之间的弱隔离、生成隐蔽攻击痕迹以逃避检测以及在医疗IT和OT工作流中产生级联效应。主要目标不是物理破坏而是运营中断、不安全控制操纵和医院服务连续性的降级。对手能力我们假设对手可以扫描跨区域的可达服务、利用脆弱的IT或DMZ服务、在受损容器或主机上获得有限立足点、在允许的网络路径内横向移动、在获得OT访问后发出未经授权的Modbus/TCP命令、操纵读/写线圈或寄存器操作以及从受损节点观察可见的网络流量。攻击者可能利用错误配置、弱凭证、暴露服务、不安全通信协议或不足的防火墙规则。攻击入口点考虑的入口点包括1IT区域入侵涉及面向医院的应用程序如EHR、PACS、数据库服务或管理工作站的入侵2DMZ入侵涉及负责调解临床IT和OT服务间通信的网关组件入侵3OT网络暴露由于弱分段或错误配置路由导致对SCADA、MTU、OpenPLC或Modbus/TCP端点的未授权访问或暴露的服务以及4远程管理访问滥用涉及SSH、默认凭证、共享帐户或保护不足的跳板机访问的滥用。V. 评估医院仿真作为多容器Docker堆栈运行涵盖IT临床系统EHR、PACS、MariaDB、OT/ICS组件OpenPLC、MTU、烟雾探测器PLC和DMZ安全设备防火墙、路由器。在环境可可靠用于安全实验、横向移动场景或SOC培训之前必须确认其在商用硬件上的操作可行性。因此我们在代表性稳态运行期间评估每个容器的CPU和内存消耗。所有测量在单台评估主机上收集配备AMD Ryzen 5 7535HS处理器6个物理核心12个逻辑CPU和16 GB系统RAM在Linux下运行完整的Docker堆栈。Docker报告CPU利用率CPUPerc为单个逻辑CPU核心的百分比这允许单个容器在多核系统上超过100%。为表示使用量占总机器容量的比例我们使用以下公式归一化该值其中host_logical_cpus是评估期间运行Docker主机的机器上的逻辑处理器数。逻辑处理器是暴露给操作系统的一个可调度CPU线程。平均归一化CPU是评估窗口内所有归一化样本的算术平均值。峰值归一化CPU是观察到的最大瞬时值。内存使用量来自Docker的MemUsage字段。我们报告• 平均内存MBMemUsed值的平均值转换为兆字节。• 峰值内存MB运行期间记录的最大瞬时MemUsed。图11每个容器的平均归一化CPU利用率。图12每个容器的平均内存使用量。图13整个堆栈随时间1小时45分钟的聚合CPU和内存利用率。仿真展示了非常轻量的资源需求。每个容器的平均归一化CPU利用率保持在0.4%以下大多数服务消耗低于0.01%。在用于评估的12逻辑CPU主机上完整堆栈仅代表可用计算能力的一小部分。值得注意的是安全和网络基础设施包括路由器、DMZ外部防火墙、DMZ内部防火墙和DMZ路由器每个平均低于0.001%的归一化CPU。这证实了与应用程序工作负载相比网络分段和安全策略执行强加的开销可忽略不计。表VI主要容器的平均资源消耗稳态容器平均CPU平均内存MB角色MTURapid SCADA0.31%384峰值478OT监控/HMI层OpenPLC0.21%159PLC运行时及Modbus服务PACSOrthanc0.05%91医学影像归档MariaDB0.009%166共享临床数据库如图11和12所示MTU是CPU和内存的主要消耗者。运行一个完整的基于.NET的SCADA服务器具有实时轮询、历史记录功能和Web界面它比轻量级网络设备或单用途医疗设备模拟器资源密集得多。OpenPLC是第二高的CPU消耗者与其作为软PLC运行时的角色一致该运行时持续执行结构化文本逻辑并以固定扫描周期服务Modbus/TCP请求。MariaDB和PACSOrthanc主要通过内存而非CPU贡献。MariaDB维护临床数据库模式和连接池而Orthanc缓存DICOM元数据和成像缓冲区。它们的低CPU使用表明它们在稳态期间基本空闲或轻查询但为操作就绪保留了相当数量的RAM。临床端点EHR、胰岛素泵、MRI、PHG和支持IT基础设施中央服务器、面向公众服务器、管理员跳板机构成中间层通常消耗0.002–0.008%的归一化CPU和20–55 MB内存。V-A 系统随时间的稳定性图13展示了在1小时45分钟完整评估窗口内所有仿真组件活跃时的聚合CPU和内存利用率。总归一化CPU在整个运行期间保持高度稳定基线维持在0.6%附近。短暂周期性尖峰达到1.0–1.1%观察到的最高峰值为1.35%。这些波动与计划中的SCADA轮询周期和常规后台进程一致而非不受控负载。总体而言聚合CPU从未超过总主机容量的1.4%。内存使用从约1,100 MB开始逐渐上升至1,250 MB。这种适度增长与正常的JVM/.NET预热和数据库缓冲池增长一致而非内存泄漏。在最大CPU尖峰后立即急剧下降至1,200 MB可能表示MTU或MariaDB中的垃圾收集或缓存刷新。在监控窗口结束时内存急剧下降至800 MB对应仿真组件的有序关闭。总体而言平坦的CPU基线、有界的周期性尖峰和受控的内存增长表明测试平台在稳定的稳态条件下运行。观察到的利用率与主机容量之间的大余量为并发红队活动、日志摄入和SOC工具提供了充足的空间而不会影响系统稳定性。这种轻量且稳定的资源使用使得医院仿真环境非常适合在商用硬件上进行扩展网络安全研究和培训。V-B 端到端延迟评估我们报告在客户端测量的端到端往返时间代表的延迟。每个实验在相同条件下重复多次。我们使用以下指标表征每个工作负载的延迟分布• p50中位数第50百分位数。一半请求在此值或之前完成。作为中心趋势的鲁棒度量。• p95第95百分位数。只有5%的请求慢于此值。用于表征尾延迟同时对罕见异常值保持鲁棒性。V-B1 后端API延迟我们重复调用代表性后端端点并记录每个请求的响应时间。表VII总结了两个关键端点在每个端点50次请求下的结果。表VII后端API延迟每个端点50个请求端点p50 (ms)p95 (ms)最小值 (ms)最大值 (ms)日志结构端点2.743.352.523.64节点端点125.30142.43106.05198.95log-structure端点返回相对较小的固定大小负载因此表现出非常低且稳定的延迟。相比之下nodes端点显著较慢因为它必须枚举和检查容器状态、解析详细元数据并返回显著更大的结果集。V-B2 日志查询延迟我们评估了几个代表性日志查询设计用于测试监控堆栈和查询语言的不同部分。结果基于每个查询20次重复见表VIII。为评估这些结果查询根据目标日志流分为四个不同的基线表VIII日志查询延迟每个查询重复20次查询p50 (ms)p95 (ms)最小值 (ms)最大值 (ms)所有日志基线17.4841.458.9943.78中央服务器认证信号5.5816.963.4824.21SOC关键服务6.4314.574.7516.64分段防火墙信号4.808.403.5013.63• 所有日志基线宽泛的日志选择限制为具有分配服务标识符的流避免完整扫描整个日志数据集。• 中央服务器认证信号来自中央服务器的认证相关事件。• SOC关键服务限制为场景中的主要IT、DMZ和SOC服务。• 分段防火墙信号路由器和防火墙日志重点是被拒绝或被阻断的流量。V-B3 OpenPLC Modbus TCP控制平面延迟我们针对OpenPLC通过Modbus TCP测量了轻量级控制平面交互。测试包括写入三个保持寄存器后立即读回。在20次试验中测量的往返延迟显示最小值为0.753毫秒中位数p50为0.901毫秒第95百分位数p95为3.435毫秒最大观测值为47.445毫秒。偶尔的高尾延迟最大值47.445毫秒归因于正常的系统级变化如OS调度、TCP栈行为和测量开销。这种低延迟配置确认了模拟工业控制系统保持响应性适用于真实的安全实验和操作员培训。VI. 保真度的范围与局限性所提出的框架被设计为网络安全实验和攻击分析环境而非硬件保真的工业模拟器或已部署医院基础设施的全同步数字孪生。其目标是复现研究医院IT和OT领域间网络安全交互所需的通信模式、分段网络行为和操作工作流且在一个安全且可重新配置的环境中进行。当前实现使用容器化服务、基于软件的PLC和代表性传感器及执行器来模拟协议级交互和可观察的信息物理行为。然而它不声称与物理PLC硬件或部署级工业控制系统具有确定性时序等效性。特别是当前框架不建模硬件特定的PLC执行特性、物理传感器噪声、电气或热力学过程动态、执行器惯性或供应商特定固件行为。相反该框架优先考虑操作上有意义的通信语义和安全相关的系统行为。这种抽象级别足以评估跨域攻击传播、入侵检测机制、软件补丁验证、防火墙加固策略和AI辅助缓解方法在医院IT-OT环境中的效果。该架构还为未来涉及物理设备、硬件在环集成和与运营基础设施实时同步的扩展提供了基础。VII. 结论与未来工作所提出的框架提供了一个容器化的医院IT-OT网络安全测试平台将隔离服务、分段网络、医疗应用和基于SCADA的OT组件集成在一个统一的实验环境中。尽管当前实现依赖软件模拟的PLC、传感器和执行器但它保留了研究跨域攻击传播和防御机制所需的协议级交互、通信语义和操作工作流。因此该框架定位为具有数字孪生能力的仿真锚定网络安全测试平台而非硬件保真的工业模拟器或已部署医院基础设施的全同步数字孪生。该测试平台支持安全且可重复地评估多阶段网络攻击、系统监控、防火墙加固策略和RL辅助缓解机制而不会中断运营医疗服务。作为概念验证RL代理展示了学习防火墙防御策略以缓解基于SSH的暴力破解攻击和限制跨网段横向移动的能力。未来工作将通过硬件在环集成使用物理PLC、传感器和执行器以及与运营设备的实时同步来扩展该框架。RL代理还将通过更丰富的观测空间、扩展的动作集和支持更广泛的攻击场景来增强。此外将纳入人在回路的决策支持允许安全操作员在安全关键医院环境中部署AI生成的缓解行动之前进行审查、验证、修改或覆盖。