Periphery
Deteksi ancaman real-time langsung di perangkat untuk infrastruktur kritikal
Perangkat seperti sistem kontrol industri (ICS), alat medis, dan sistem otomotif memiliki satu masalah umum: daya komputasi terbatas, tidak boleh sembarangan direstart, tetapi terhubung ke internet. Perangkat lunak perlindungan endpoint tradisional terlalu berat dan tidak dapat dipasang.
Periphery menghadirkan deteksi ancaman yang dirancang khusus untuk berjalan langsung pada perangkat dengan sumber daya terbatas. Sistem ini menganalisis perilaku anomali secara langsung di perangkat, alih-alih mengirimkan seluruh data kembali ke cloud untuk dianalisis.
Fitur Utama dan Skenario Penggunaan
Fokus teknisnya adalah mesin deteksi on-device yang ringan: memantau proses yang berjalan, perilaku jaringan, dan panggilan sistem (system calls), menggunakan model pembelajaran mesin untuk mengenali pola anomali, serta tetap dapat berfungsi di lingkungan tanpa internet (offline). Bagi infrastruktur kritikal, "tidak bergantung pada koneksi cloud" sering kali menjadi persyaratan wajib.
Solusi ini sangat ideal bagi operator infrastruktur kritikal, integrator sistem otomasi industri, produsen alat medis, dan produsen kendaraan. Di lingkungan OT (Operational Technology) sektor energi, utilitas, dan manufaktur, karakteristik perangkat OT yang "tidak boleh berhenti beroperasi dan tidak boleh sembarangan dipasang perangkat lunak" merupakan titik buta dari solusi keamanan siber tradisional.
Fitur Utama
- Deteksi ancaman ringan langsung di perangkat
- Pemantauan perilaku proses dan jaringan
- Tetap berfungsi di lingkungan offline (tanpa internet)
- Pengenalan anomali berbasis machine learning
- Dioptimalkan untuk skenario infrastruktur kritikal
Kasus Penggunaan Umum
- Keamanan sistem kontrol industri (ICS/OT)
- Keamanan endpoint perangkat medis
- Deteksi ancaman sistem otomotif (in-vehicle)
- Pemantauan infrastruktur kritikal
Fitur Utama
- Deteksi ancaman ringan langsung di perangkat
- Pemantauan perilaku proses dan jaringan
- Tetap berfungsi di lingkungan offline
- Pengenalan anomali berbasis machine learning
- Dioptimalkan untuk skenario infrastruktur kritikal
Kelebihan
- Mengatasi kesulitan penerapan perlindungan pada perangkat dengan sumber daya terbatas
- Tidak bergantung pada koneksi cloud, ideal untuk lingkungan OT tertutup
- Dirancang khusus untuk skenario infrastruktur kritikal
Kekurangan
- Daya komputasi perangkat yang terbatas memengaruhi kedalaman deteksi
- Memerlukan kerja sama integrasi dengan produsen perangkat
- Perusahaan rintisan (startup), dukungan jangka panjang masih perlu diobservasi
Contoh Penggunaan
- Keamanan sistem kontrol industri (ICS/OT)
- Keamanan endpoint perangkat medis
- Deteksi ancaman sistem otomotif
- Pemantauan infrastruktur kritikal
Catatan Editor
Keamanan siber OT adalah bom waktu bagi industri manufaktur. Semua orang tahu hal itu harus dilakukan, tetapi frasa "jalur produksi tidak boleh berhenti" membuat semua solusi mandek. Solusi yang mampu memberikan perlindungan tanpa mengganggu jalurnya adalah yang memiliki peluang untuk berhasil.
FAQ
Daya komputasi, memori, dan sistem operasi pada perangkat industri serta tertanam (embedded) sangat berbeda dengan komputer biasa. Perangkat lunak pengaman tradisional biasanya tidak bisa dipasang atau akan membebani performa perangkat hingga mengganggu jalur produksi.
Daya komputasi, memori, dan sistem operasi pada perangkat industri serta tertanam (embedded) sangat berbeda dengan komputer biasa. Perangkat lunak pengaman tradisional biasanya tidak bisa dipasang atau akan membebani performa perangkat hingga mengganggu jalur produksi.
Bergantung pada metode integrasinya. Skenario idealnya adalah diintegrasikan sejak perangkat keluar dari pabrik (factory default). Untuk retrofitting pada perangkat yang sudah ada, diperlukan evaluasi bersama produsen perangkat, yang biasanya menjadi hambatan terbesar dalam adopsi.
Bergantung pada metode integrasinya. Skenario idealnya adalah diintegrasikan sejak perangkat keluar dari pabrik (factory default). Untuk retrofitting pada perangkat yang sudah ada, diperlukan evaluasi bersama produsen perangkat, yang biasanya menjadi hambatan terbesar dalam adopsi.