问安全经理:"你们的危害分析最近一次更新是什么时候?"
常见的真实答案是:"评估前。"
再追问三句:那之后项目改过需求吗?改过架构吗?收到过售后故障反馈吗?——都改过。
那么这份分析描述的,还是你们正在开发的产品吗?
安全分析完成于某个时间点,而产品持续演化。两者之间的差距,就是风险的藏身之处。
它被系统性低估,因为评估现场不会暴露——评估看的是"分析做过没有、格式对不对",而不是"分析还是不是最新的"。
• 功能安全标准要求安全分析随生命周期更新,变更需评估安全影响;
• 网络安全标准与法规要求漏洞情报持续回灌,量产后仍在义务期内;
• 预期功能安全要求新识别触发条件时更新安全论证。
也就是说,"一次分析、永久归档"在三条线下都不合规。活文档不是加分项,是及格线——只是传统工具下它的维护成本高到没人真的做。
第一层:变更触发(研发侧输入)。
需求、架构、测试的任何变更,系统自动识别其安全相关性并标记受影响的分析条目:这条需求关联哪个危害事件?这个架构要素承载哪些安全机制?
关键在于输出形态:安全经理收到的不是"有变更"的通知,而是" 这 7 个分析条目需要复核"的清单。工作量从"全面复查"变成"定点确认"。
第二层:情报回灌(外部输入)。
售后故障数据、漏洞公告、车队运行数据,按规则映射到失效模式库与威胁场景库:新故障模式提示 FMEA 增补;新公开漏洞提示威胁分析重评估相关资产。
价值在于:外部世界的新知识,不再依赖工程师碰巧看到。
第三层:版本化演进(治理侧)。
每次更新留痕:谁、何时、因何变更、影响哪些条目、谁批准。安全资产的演进史完整可审计。
实际好处:评估时"请展示分析如何保持最新"这个问题,一下子从难回答变成张口就来。
三层机制的共同瓶颈是关联计算——变更到受影响分析、情报到受影响资产,都要在几千条对象的网络里做实时匹配。
表格时代的"活文档"之所以是空话,正是因为人脑维护不起这个关联网络。而 纯文本段落也算不出"这个变更影响哪些分析条目"——那需要对象与关系,不是段落。
这也是区分"领域工程化"和"套壳通用模型"的检验点:前者能算关系,后者只能生成文本。
第一步,盘点现状。最简单的测试:拿最近三个月的需求变更单,问"每条变更对应的安全影响评估记录在哪"。答不上来,就是死的。
第二步,先建关联,再谈更新。把存量的危害分析、威胁分析、FMEA 结构化并挂接需求库(机器辅助,数周量级)。关联网络是地基,地基不建,更新机制就是空转。
第三步,把"安全资产健康度"列入例会。两个数字就够了:受影响未复核条目数、情报待评估数。当这两个数字被定期看到,机制才真正运转起来。
安全分析的价值不在"做完",在"始终正确"。
死文档应付的是上一次评估,活文档保护的是下一辆上路的车。
拿最近三个月的需求变更单问一句:每条变更的安全影响评估记录在哪?
