41、恶意对手手中的机器学习：若不是现实，也是不久的将来

恶意对手手中的机器学习：若不是现实，也是不久的将来

1. 攻击策略与事件分析

在对计算基础设施的攻击中，有多种攻击策略被推断出来。以下是一个表格展示了完全针对性攻击所推断出的攻击策略：
| 异常情况 | 记录的事件 | 对计算基础设施（CI）的影响 |
| — | — | — |
| 阀门 1B 流量 | 紧急停电导致冷却能力降低；计划停电 | - |
| 返回温度 | （运行模式改变）；（由于计划维护从 CI 吸收的热量减少） | - |
| 供应温度 | 校园冷冻水设施停电导致供应水异常（如图 15.11）；5 小时的系统关闭（SWO） | - |
| 泵 1 速度 | 冷冻水回路维护；计划停电 | - |

有一个事件是校园冷冻水工厂输入冷冻水温度出现异常，输入温度比平时值升高了 10°F（从 40°F 升至 50°F），并持续了 30 分钟。经调查发现，这是校园冷冻水工厂的一次停电影响了计算设施。不过，由于事件发生时计算基础设施未处于高负荷使用状态，影响未波及计算基础设施，但如果发生在高峰时段，后果将不同。

当将此策略作为攻击实施时，控制器上的恶意可编程逻辑控制器（PLC）逻辑会覆盖水温测量值，让系统以为温度升高。网络物理系统（CPS）会对此“异常”做出响应，增加水流量以补偿（虚假的）冷却能力损失，这会导致数据中心的 CI 冷却柜冷却能力过剩，违反设施与计算基础设施之间的服务级别协议。为避免达到露点，CI 冷却柜会关闭阀门以减缓水流。当参数值恢复正常时，攻击生效。CPS 开始关闭阀门，减少流向 CI 的冷冻水流量，但由于 CI 冷却柜不能及时做出反应，CI 会出现冷却能力短缺，增加紧急关机（EPO）的风险。