日本松下电器近日宣布，成功开发出基于人工智能（AI）的楼宇自动化（BA）系统安全防御技术，并联合森大厦株式会社，利用其持有的真实楼宇数据，自1月底开始在既有建筑中开展实地验证实验。这一进展标志着AI技术正从消费领域向关键基础设施安全领域深度渗透。
当前，日本及全球大量楼宇的空调、照明等设备为追求节能与管理效率，普遍采用基于网络的集中控制系统。然而，这些系统多采用名为"BACnet/IP"的开放协议，该协议在普及过程中因缺乏内置认证机制，极易遭受伪装攻击。松下指出，BACnet协议几乎未部署身份验证功能，使得攻击者能够轻易伪造身份入侵系统，构成严重安全隐患。
为应对这一挑战，松下研发了一套能够实时监测BACnet/IP通信并学习正常流量模式的AI防御系统。该系统创新性地融合了三种检测手法：传统的"流量基"检测（识别数据包大量发送）、"载荷基"检测（识别非常用指令），以及新开发的"载荷序列基"检测。后者通过向量化学习设备操作顺序（如电源开关序列），将通信数据的时序逻辑转化为特征向量，从而精准判定异常行为。在控制体系安全中心（CSSC）的实验环境中，该技术成功阻断了针对空调与照明控制器的各类攻击测试。
此次AI算法的开发与验证，不仅利用了CSSC构建的模拟楼宇系统数据，还深度结合了森大厦提供的真实楼宇运行数据，双方实现了技术成果与评估数据的共享。松下产品安全中心资深工程师大庭达海表示，楼宇系统的网络安全已成为行业热点。此前在美国黑帽安全大会上，针对楼宇系统的攻击场景、勒索软件威胁及非法设备植入风险已被广泛警示。日本经济产业省也于2018年9月发布了《楼宇系统网络物理安全对策指南》（试行版），显示出政策层面的高度关注。
现实中，针对楼宇系统的攻击并非危言耸听。芬兰曾发生攻击者利用DDoS攻击导致大楼供暖系统停摆的事件；美国麻省理工学院（MIT）的学生也曾成功利用大楼外部可见的照明系统，通过远程控制重现"俄罗斯方块"游戏，直观展示了物理设施被网络攻击的可行性。
除楼宇系统外，松下在物联网时代的网络安全布局正全面铺开。在汽车领域，其开发了针对车载CAN总线网络的远程入侵监测系统，通过云端存储与分析CAN数据，实时预警车辆异常控制，并支持远程更新固件；在工业领域，松下在大阪设立的"松下安全运营中心（Panasonic Security Operation Center）"已开展工厂级安全管理系统试运行，通过可视化仪表盘对生产线通信及数据库访问进行色彩分级监控，清晰呈现DDoS攻击等异常状态，并计划将相关成果转化为对外服务。
对于中国正在推进的"智慧城市"与"新基建"建设而言，松下此次将AI时序分析技术应用于楼宇物理控制系统的实践具有重要参考价值，提示我们在追求建筑智能化的同时，必须将网络安全架构从"外围防护"升级为"核心逻辑防御"，以应对日益复杂的物理网络融合风险。
