发布时间
2026/03/25 04:5812 分钟前源站更新
2026/03/25 04:5812 分钟前首次抓取
2026/03/25 04:5812 分钟前发布时间
12 分钟前源站更新
12 分钟前首次抓取
12 分钟前用于追踪这条内容的来源与记录标识。
Source
原始链接
发布时间
2026/03/25 04:5812 分钟前源站更新
2026/03/25 04:5812 分钟前首次抓取
2026/03/25 04:5812 分钟前发布时间
12 分钟前源站更新
12 分钟前首次抓取
12 分钟前用于追踪这条内容的来源与记录标识。
Source
原始链接
Thousands of European wind and solar power systems exposed online, Dutch researchers say
海牙，10 月 6 日（路透社）——荷兰研究人员周二警告称，欧洲风电场和太阳能发电园区的数千套管理系统暴露在互联网上，可能使攻击者得以访问能够停止涡轮机的界面，并提高遭到破坏的风险。
这些暴露的系统包括管理和登录界面，以及显示数据和控制功能的运行界面。
不过，来自互联网扫描公司 Modat 的研究人员之一苏菲安·埃尔·亚德马尼告诉路透社，研究人员认为，大约 181 个站点有可能被完全控制。
研究称，一台涡轮机的网页显示实时数据、“启动、停止和重置”按钮以及该涡轮机的位置。一些系统控制着多台涡轮机或整个风电场。
报告称：“我们能在数小时内绘制出来的，攻击者也能在数小时内绘制出来。”研究人员敦促运营商立即将管理界面从互联网上撤下。
这些发现正值人们对欧洲关键基础设施的担忧之际。自 2022 年俄罗斯入侵乌克兰以来，欧洲关键基础设施频繁面临被西方政府归咎于俄罗斯的疑似破坏和网络攻击。俄罗斯否认有任何参与。
上个月，荷兰情报机构、警方和检察机关警告称，人工智能正在加速这一威胁。
埃尔·亚德马尼与荷兰国家网络安全中心的鲍克·范·拉特姆周二在海牙举行的 ONE 会议上公布了他们的发现。
埃尔·亚德马尼说，与公共基础设施紧密相连的涡轮机或阵列尤其令人担忧。“如果你能切断城市或机场内的能源供应，想象一下更大规模的情况。”
两人表示，他们利用机器学习对数据进行分类和聚类，识别出 8547 个面向互联网的系统，这些系统可关联到 35 个欧洲国家的特定太阳能园区（7942 个）和风电场（605 个），而这些系统本不应暴露在互联网上。
发现的大多数系统是带有登录界面的管理页面。
他们说，西班牙暴露的太阳能系统最多，为 2766 个，其次是希腊，为 1860 个。
德国拥有欧洲最大的太阳能装机容量，并有 672 个暴露的太阳能系统。不过，德国暴露的风电系统最多，为 212 个，意大利紧随其后，为 192 个。研究人员表示，这些排名在一定程度上反映了他们能够将系统关联到具体站点的地点。
欧盟网络安全局未能立即置评。德国、意大利和西班牙当局没有立即回应置评请求。
报告将其来源之一列为波兰网络安全团队 CERT Polska 对 2025 年 12 月波兰 30 个风电和太阳能站点遭袭事件的分析，以此作为潜在威胁的一个例子。
报道：斯蒂芬妮·范德贝赫和托比·斯特林；编辑：泽维·丰特德格洛里亚
发布时间
2 天前
2026-10-06 15:39:37 UTC
源站更新
2 天前
2026-10-06 20:40:18 UTC
首次抓取
2 天前
2026-10-06 15:50:30 UTC
荷兰研究人员警告称，欧洲数千个风能和太阳能发电系统的管理接口暴露在互联网上，可能被攻击者用于关闭涡轮机。研究人员使用机器学习扫描了 35 个欧洲国家的 8,547 个暴露系统，并敦促运营商立即将管理接口从互联网上移除。
荷兰研究人员周二警告称，欧洲数千个风电和太阳能发电场的行政系统暴露在互联网上，存在被攻击者关闭涡轮机的风险。这些系统包括管理登录界面和操作控制界面。
研究人员使用机器学习技术扫描了 35 个欧洲国家的 8,547 个暴露系统，其中西班牙有 2,766 个暴露太阳能系统，希腊有 1,860 个，德国有 672 个太阳能和 212 个风电系统暴露。
研究认为在约 181 个站点可能实现完全控制，一些涡轮网页显示实时数据和控制按钮。研究强调了与公共基础设施紧密相连的涡轮或阵列的特殊关注。
这些发现发生在欧洲关键基础设施面临网络威胁和破坏担忧之际，研究者呼吁立即采取措施以降低风险。
Thousands of European wind and solar power systems are exposed online, Dutch researchers warned on Tuesday, potentially allowing attackers to sabotage turbines. The researchers identified 8,547 exposed systems in 35 countries using machine learning, with Spain having the most
用于追踪这条内容的来源与记录标识。
