工業物聯網（IIoT）已經成為智慧製造發展的基礎支柱。從生產線的自動化設備、感測器，到各式各樣的聯網終端，企業藉此獲得更高的營運效率與數據洞察能力。然而，這些帶來效率的同時，也無可避免地引入了安全風險。過往資訊科技（IT）與營運科技（OT）之間存在明顯的邊界，各自擁有不同的通訊協定、設備生命週期與管理邏輯，使得IT領域的安全方案難以直接套用於OT環境。
但隨著OT設備開始大規模聯網，原本阻隔的防線逐漸失效，攻擊者得以利用IT網路滲透至核心的OT系統，威脅直接觸及企業的生產運作與營運穩定。
面對新興挑戰，市場上各家廠商紛紛提出應對之策，但多數仍停留在單點解決方案的層次，企業往往需要導入多套相異的管理工具，不僅增加維運人員的負擔，更可能因資安政策不一而產生防禦缺口。Palo Alto Networks台灣技術顧問總監蕭松瀛指出，解決之道在於放棄拼湊式思維，轉向「平台化」整合策略。他認為，若能將IoT/OT裝置納入統一平台，便能簡化管理並提升防禦一致性。這也是Palo Alto Networks在IoT/OT安全策略的基礎：讓企業以熟悉的IT邏輯延伸至OT防護。
平台化消弭邊界 實踐資安可視性
傳統觀念認為，OT設備與通訊協定具有其獨特性，例如Modbus、PROFINET等，非IT人員所能理解。然而，Palo Alto Networks的策略並非從OT協定的深度解析切入，而是回歸其網路安全的專業本質。蕭松瀛解釋，Palo Alto Networks的IoT安全方案，其技術核心源自於併購的Zingbox，目前這些能力已多數整合到其次世代防火牆與Cortex平台中。這意味著企業無須再額外採購獨立的IoT安全設備，而是在既有的網路架構上，透過軟體授權啟用此功能。其運作方式是採取非侵入式的被動偵測模式，當IoT或OT設備產生網路流量，流經NGFW或其SASE（安全存取服務邊緣）架構的Prisma Access，平台便會開始分析這些流量特徵，進而識別設備的類型、品牌、作業系統版本等資訊。
這種做法的最大優勢在於不影響現有OT環境的穩定運作，避免主動式掃描可能對老舊設備造成衝擊。當然，要精準識別成千上萬種IoT設備，單靠傳統的特徵碼比對已然不足。為此，Palo Alto Networks導入了機器學習技術，透過持續學習網路中的流量行為，蕭松瀛表示，大約24至48小時內便能識別出環境中九成以上的聯網設備。這個過程並非一蹴可幾，而是一個動態的學習與標記過程，隨著時間推移，平台對於環境內設備的掌握度會愈趨精準。一旦設備被成功識別，企業的資安團隊便如同獲得了一份即時更新的數位資產清冊（CMDB），解決過往需耗費大量人力進行盤點與維護的痛點。
更重要的是，當IoT/OT設備納入Strata統一平台後，能立即享有雲端交付安全服務（CDSS），涵蓋進階威脅防禦（ATP）、DNS安全、WildFire沙箱與資料外洩防護（DLP）等能力。資安或IT人員無需學習新規則，直接沿用既有政策即可。例如平台若發現攝影機存在CVE漏洞，即便無法修補，仍能透過ATP虛擬補丁在閘道端阻擋攻擊；若偵測到裝置連線至惡意伺服器，DNS Security亦可即時攔截。
AI賦能精準識別與防禦
物聯網設備之所以構成嚴峻的安全挑戰，其根源在於設備本身的脆弱性。許多IoT設備在設計之初便缺乏足夠的安全考量，不僅處理能力與記憶體有限，難以安裝傳統的防毒軟體，更常因使用年限長而疏於更新，使其長期暴露於風險之中。面對數量持續增長且異質的設備，人工管理已不切實際，唯有借助人工智慧（AI）的力量，方能實現規模化的有效防護。
Palo Alto Networks將其AI能力整合成為Precision AI專屬系統，並應用於IoT安全的各個環節。蕭松瀛說明，在設備識別階段，可透過分析數以萬計的設備流量數據，建立起精準的識別模型，即使是資料庫中未曾記錄的新設備，也能依據其行為模式進行合理推斷與分類。此外，AI模型還能持續監測設備的行為基線，一旦偵測到異常活動，例如溫控感測器突然開始對外大量傳輸數據，系統便能即時發出警示，有助於早期發現潛在威脅。
Palo Alto Networks台灣技術顧問總監蕭松瀛表示，IIoT資安應從單點防禦轉向平台化整合，藉由AI與雲端服務強化可視性與一致性管理。
Precision AI在威脅防禦亦可展現價值。前述的CDSS服務，主要是由AI引擎驅動。例如ATP服務利用機器學習來識別變種或未知的攻擊手法，使其不單依賴已知的攻擊特徵碼；而WildFire沙箱則能分析可疑檔案在IoT設備上的行為，判斷其是否為惡意軟體。蕭松瀛指出，這些AI驅動的防護能力皆內建於Strata平台，當IoT流量通過時，便會自動受到檢測，資安團隊無需進行複雜的設定。
此外，為了方便不同背景的管理者理解資安態勢，Strata平台還能將盤點出的設備，以視覺化的方式呈現在普渡模型或IEC 62443等工業控制系統的安全框架中。這並非重新收集資料，而是將同一份底層數據，以不同的視角進行呈現，讓IT人員與OT人員都能用自己熟悉的語言溝通，有效消弭跨部門的協作隔閡。
隨著生成式AI的蓬勃發展，企業內部的AI應用也將成為新的防護重點。Palo Alto Networks為此推出了Prisma AIRS（AI Runtime Security）平台，專門保護企業在開發與使用AI應用程式、模型及資料時的安全。當IoT設備開始與企業內部的AI模型進行互動時，其流量同樣會被Strata平台所納管，進而受到AIRS的保護，形成全面的防禦縱深，為企業在複雜的工業物聯網環境中，確保數位轉型應用場域風險得以掌控。