2020s工业物联网及工业大数据安全探讨.docxVIP

第 PAGE 第 PAGE #页共20页 2020s工业物联网及工业大数据安全探讨 内容提要 本文通过对IIoT与工业大数据在定义、特征、优势和风险方面的剖析，对 IIoT大趋势下如何保护IIoT及工业大数据安全进行了探讨。 目录 摘要 近年来，世界各国掀起以工业物联网(IIoT)为代表的“第四次工业革 命”。工业大数据是制造业数字化、网络化、智能化发展的基础性战略资源。 IIoT和工业大数据的融合，结合当前5G、边缘计算、人工智能、区块链和 AR/VR等技术的加速发展，共同推动了 “第四次工业革命”进程。本文通过对 IIoT与工业大数据在定义、特征、优势和风险方面的剖析，对IIoT大趋势下如 何保护IIoT及工业大数据安全进行了探讨，供读者参考。 关键词：工业物联网；工业大数据；安全问题 导语 近年来，工业物联网在信息安全方面危机四伏，如工业核心数据泄露、互 联终端遭非法操控等，信息安全问题已经成为工业物联网推广应用一大障碍。 我国亟须从完善相关政策法规、建立统一安全管理机制、突破核心技术限制、 转变企业思维模式等方面釆取进一步的措施，提升工业物联网信息安全保障能 力。 近年来，世界各国掀起以工业物联网(IIoT)为代表的“第四次工业革 命”，由其构成的大量传感、计算、通信、网络和存储技术的设备成为更多行 业的重要部分。IIoT在提高运营效率方面，让大多数公司的生产力、可扩展性 和成本效益得到显著改善，在整个制造业和工业流程中呈现出强劲的市场发展 势头。虽然IIoT促成了更广泛的创新，但也面临着不断变化的新威胁，保护 IIoT及工业大数据安全成为当下关注的重要问题。 工业物联网和工业大数据的定义和特征 工业物联网的定义和特征 工业物联网的定义。IIoT是物联网(IoT)的子类别，指的是使用自动 化、相互关联的传感器、设备和机械来推动工业规模的运营效率。2011年， 德国率先提出工业物联网概念；2013年，德国正式确立“工业物联网”目 标。IoT是一个由汽车、机器、家用电器等实物组成的网络，这些实物利用传 感器和API实现互联，通过互联网进行数据交换。在制造业中，IoT摇身一 变，成为了 IIoT。IIoT涵盖广泛的工业级应用，从AR设备和互联协作机器人 到医疗设备、库存跟踪和预测性维护，凭借网络信息技术(IT)和操作技术(0T) 之间的连接，优化利用机器对机器(M2M)技术，支持企业执行从远程监控、遥 测到预测性维护的所有任务。IIoT将具有感知、监控能力的各类釆集、控制传 感器或控制器，以及移动通信、智能分析等技术，通过基于云的数据和互联设 备，不断融入到制造和工业领域生产过程的各个环节，从而大幅度提高制造效 率，改善产品质量、降低产品成本和资源消耗，最终实现将传统工业提升到智 能化的新阶段。 工业物联网的特征。IIoT专注于大规模改善制造业、物流、能源和航空 等行业的工业环境，利用从小型环境传感器到供应链监控和高级分析等一系列 工具和技术，做出更好的业务决策并获得竞争优势。随着工业与互联网全面深 度融合，IIoT通过四大特征展示出未来美好蓝图：一是智能感知。IIoT利用射 频识别、传感器等技术，随时获取产品从生产过程直到销售至终端用户使用的 各个阶段信息数据。二是互联传输。IIoT以专用网络和互联网相连的方式，实 时将设备信息准确无误传递出去。它对网络有极强的依赖性并更注重数据交 互。三是智能处理。IIoT利用云计算、云存储、模糊识别及神经网络等智能计 算技术，对数据和信息进行分析处理，结合大数据深挖数据的价值。四是自我 优化。IIoT通过将工业资源数据处理、分析和存储，形成有效的可继承的知识 库、模型库和资源库，经过不断迭代自我优化，实现全方位互相连通以达到最 优目标。 工业大数据的定义和特征 工业大数据的定义。工业大数据是工业领域产品和服务全生命周期数据 的总称，包括工业企业在研究发展设计、生产制造、经营管理、运维服务等环 节中生成和使用的数据，以及IIoT平台中的数据等，主要是指工业领域在业务 活动和过程中所产生、釆集、处理、存储、传输和使用的海量数据的综合。从 来源上，可粗略分为内部数据和外部数据两大类：内部数据指来自工厂内部的 数据，主要包括生产经营业务数据和机器设备数据；外部数据指来源于工厂外 部的数据，主要包括来自市场、客户、政府、供应链等外部环境的信息和数 据。工业大数据是智能制造与工业物联网的核心，本质是通过促进数据自动流 动解决控制和业务问题，减少决策过程带来的不确定性，克服人工决策的失 误。随着第四次工业革命的深入展开，工业大数据日渐成为工业发展最宝贵的 战略资源，是推动制造数字化、网络化、智能化发展的关键生产要素。 工业大数据的特征。工业大数据不仅拥有人们通常谈论的传统大数据 “4V”特征：