摘要：工业互联网平台中的连接与信息安全有着非常密切的关系，连接越多，关系越复杂，信息安全的潜在问题也就越严重。本文对连接两端的数据和网络环境进行了分析，研究了数据在受到各种非正常改变时可能带来的风险问题。数据即使内容没有被改变，但是只要被非法访问或时序出现偏移，同样也会给工业互联网带来灾难性的影响。为了防止非法数据入侵，必须增强工业互联网信息安全方面的感知能力，使之具有足够强大的免疫功能。这就需要在工业互联网平台中建立一种数据行为的侦测机制，可以通过逻辑计算或机器学习的方法实现这种机制。
关键词：工业互联网；连接；安全
引言
工业互联网的网络体系将连接对象延伸到机器设备、工业产品和工业服务中，可以实现人、机器、车间、企业等主体，以及设计、研发、生产、管理、服务等产业链各环节的全要素的泛在互联及数据的顺畅流通，形成了工业智能化的“血液循环系统”。工业互联网平
台是工业互联网三大核心要素之一的智能决策的承载者，是工业全要素链接的枢纽与工业资源配置的核心，在工业互联网体系架构中具有至关重要的地位。目前工业互联网平台的发展正处于规模化扩张期，以美、德为代表的世界主要国家纷纷将工业互联网平台作为战略重点，各国领军企业通过发展工业互联网平台，不断巩固和强化他们在制造业的地位。
邢恩1工业互联网的连接特性
工业互联网是由大规模节点相互“连接”组成的数字化大系统，其特征是连接节点数量多且分布广泛。边缘层由工业终端设备和边缘网关设备共同组成。作为边缘层的集节点，网关设备可连接多个工业设备或系统，如有必要还可以与其它网络建立桥接通信关系。除了工业网络数据包抓取和特定通讯协议解析的功能外，网关设备还可能包含边缘计算环境。网络层由互联网基础设施构成，它的作用是在边缘层和云平台之间建立数据流和控制流。平台层由云计算环境构成，是工业大数据存储、管理和计算的中心。应用层主要由人机交互的可视化应用终端构成，可输入工业用户的需求，并显示工业应用的计算结果。工业互联网的4个层级包含多条连接通道。这些通道承担着边缘数据采集、云控制、人机交互，以及工业互联网与其他第三方系统API通信的重要任务。就单个通道而言，它可能承接两个
端点的数据传输任务，也可能穿越不同层级的多个中间节点，经过单向和双向的数据传输，形成数据链路或回路。不同节点通过连接通道形成的依存关系，构成了交错复杂的数据网络。理论上工业互联网上每个连接通道都应得到安全保护，否则只要有一个环节出问题，就容易导致整个工业互联网受到冲击。工业互联网的连接本质上由3种元素组成，即端点（节点）、连接通道和数据流。典型的连接至少包含2个以上端点，1条单项或双向的连接通道，1条以上数据流。表1列出了工业互联网系统最常见的5类端点，以及典型的连接通道和网络通信协议。其中，代表性的直连链路有5种（链路1~5）。以A、B两类端点所处的边缘层数据链路为例，链路1的数据源由工业设备（如温度传感器）的通讯模块发出，采用特定工业网络协议（如ModbusTCP）传输至边缘网关，边缘网关捕获数据包后对特定通讯进行解析，把采集到的数据存入指定的缓存区域，而后可通过链路2的互联网通信接口和MQTT等协议发送到云端的缓存区域，从而形成串联数据链。
迪丽娜尔2工业互联网安全
清明节祭英烈留言2.1采用整体防御的策略
由于工业互联网具备开放性特点，因此网络攻击源于各层面和各环节，无法针对某个特殊
点进行防护，因此必须建立整体防御机制，以此减少攻击行为与入侵事件。第一，采用持续响应措施。建立相应措施时，首先应当满足应急响应需求。当工业互联网遭到破坏影响时，应当满足持续监测与修复要求，建立联合防御与多点防御，以此满足响应需求。第二，基于数据实行整体防御。建立安全数据仓库，结合云端威胁情报，以此检测和防御已知威胁、高级威胁与各类型攻击，同时可实现过程回溯。第三，组建安全防护团队。成立安全运维中心，优化组织流程，充实人员结构，全面落实工业互联网安全防护职责。例如，在应用整体防御策略时，可以建立自适应防护架构，为工业互联网用户解决各类安全问题。系统组成包括六个过程闭环，技术人员需要参与到全过程中。第一，信息感知。在工业互联网中，信息感知属于重要内容，能够对工业现场的温度物理量、摩擦力物理量与压力，物理量实行数字化感知和存储，确保工业现场分析和预防异常情况时，能够参考准确数据。第二，数据汇集。主要是汇集分布式数控、数控系统、系统运行期间产生的信息。该过程并非单一采集数据，而是实践全生命周期信息数据的同步化收集、管理与存储，为后续工作提供参考依据。对于网络层来说，可以有效监听和存储全网流量，为工业互联网建立安全数据仓库。第三，转化分析。该环节主要是提取和筛选数据特征，可以将数据转化为信息，以此提升信息安全性。信息涉及到内容与情境，内容主要是工业互联网
中的设备信号处理结果、监测传输特性与健康情况。情境主要是设备运行状态、人员操作信息、维护管控记录与生产任务目标，可以分析计算单个设备与网络数据。第四，网络融合。关联融合工业互联网中的设备集与跨域运维，结合环境、操作与机理等内容，通过大数据技术分析横向数据，借助体经验预测设备运行安全性，确保实体网络与虚拟网络的相互映射，合理应用综合模型。此外，联合历史情况分析网络异常状态。第五，认知预测。技术人员在网络层能够认知工业互联网背景与异常问题，以此确保机械安全，通过大数据可视化平台寻安全隐患。第六，相应决策。按照认知结果，准确识别和确认事件，启动相关策略，隔离搜索系统或异常账户。
网络连接失败2.2数据安全实现
工业互联网相关的数据按照其属性或特征，可以分为四大类：设备数据、业务系统数据、知识库数据、用户个人数据。根据数据敏感程度的不同，可将工业互联网数据分为一般数据、重要数据和敏感数据三种。工业互联网数据涉及数据采集、传输、存储、处理等各个环节。随着工厂数据由少量、单一、单向向大量、多维、双向转变，工业互联网数据体量不断增大、种类不断增多、结构日趋复杂，并出现数据在工厂内部与外部网络之间的双向
流动共享。由此带来的安全风险主要包括数据泄露、非授权分析、用户个人信息泄露等。对于工业互联网的数据安全防护，应采取明示用途、数据加密、访问控制、业务隔离、接入认证、数据脱敏等多种防护措施，覆盖包括数据收集、传输、存储、处理等在内的全生命周期的各个环节。
2.3合理划分安全域
李小萌和王雷结婚照安全域划分属于安全隔离的基础措施，可以有效承载防火墙与网络隔离等安全部署。同一个安全区域内，设备与子网安全保护需求基本相同，互信关系高，且边界安全访问控制策略基本一致。在隔离安全区域和网络安全区域时，主要采用安全网关、VPN+VLAN进行隔离。
结语
当前随着国家新基建战略的推进，智能制造工业互联网业态发展已成为新蓝海，安全能力建设是工业互联网稳步发展的重中之重，工业互联网连接了虚拟世界和物理世界，实现了人、机、料、法、环的统筹调配，可影响企业的安全生产，因此，智能制造工业互联网平台建设要以安全性作为首要考虑因素。
祝贺教师节的话简短参考文献
[1]王晨,宋亮,李少昆.工业互联网平台:发展趋势与挑战.中国工程科学,2018,20(2):15-19
[2]王晨,郭朝晖,王建民.工业大数据及其技术挑战.电信网技术,2017(8):1-4
[3]刘阳,韩天宇,谢滨,等.基于工业互联网标识解析体系的数据共享机制.计算机集成制造系统,2019,25(12):3032-3042
发布评论