工业互联网应用现状

相对于蓬勃发展的工业互联网大军，我国工业互联网建设仍处于起步阶段，发展基础和能力相对薄弱。目前国内工业互联应用主要集中在工业设备和工业产品的***服务、打通OT与IT，支持企业传统业务和运营优化。而基于工业互联网的企业新模式转型处于起步探索阶段。

***工业信息安全发展研究中心发布的《工业互联网平台应用案例分析报告》指出：目前，设备和产品管理在工业互联网应用中数量很多、范围很广，报告中83%的案例涉及该项内容，而基于平台开展业务转型和模式创新的企业只有19%。行业应用方面，机械、能源行业成为应用工业互联网平台的主力军。在企业规模方面，报告中62%的案例来自大企业，面对数字化转型挑战，大企业同时具备建平台和用平台的条件和压力，服务商转型的趋势明显，工业互联网平台成为帮助其转型的重要推动力量。

遵循推荐的工业物联网安全实践

某些网络安全目标应该是每个工业物联网安装的一部分。首先，企业必须使用安全的工业物联网设备和系统。物联网团队必须配置设备以防止它们被用作网络攻击的一部分，例如分布式拒绝服务、数据***或设备设置的修改。

企业还应建立数据安全控制。他们必须保护由工业物联网技术收集、处理、存储、传输的所有数据的完整性和可用性。部署中缺乏数据完整性和不一致是工业物联网的固有风险。每个实施工业物联网设备的企业都必须具有以下领域的安全功能：

管理和运营安全控制。这些是确保工业物联网部署安全所必需的基于人员的行动。控制措施包括管理设备的选择、开发、实施和维护所需的行动。安全措施必须保护工业物联网数据和设备功能，并管理使用工业物联网设备的劳动力。

技术安全。这些是确保有效的工业物联网安全和保护作为工业物联网系统一部分的技术元素(例如云计算服务或供应链)所必需的基于技术的组件。

物理安全。物理措施和工具可以保护工业物联网设备以及相关服务器、控制器、显示屏、输入和输出设备以及构成工业物联网环境设施的所有硬件。企业必须建立设施和工业物联网设备附近访问控制，仅允许***使用和访问专有数据，并限制对工业物联网设备和系统控制进行修改的能力。

如果没有针对这三类的安全控制措施，工业物联网设备和系统就不会保证安全。

工业互联网平台体系架构

从工业互联网定义来看，工业互联网平台需要具备四个基本功能。一是需要实现将不同来源和不同结构的数据进行广泛采集；二是需要具备并支撑海量工业数据处理的环境；三是需要基于工业机理和数据科学实现海量数据的深度分析，并实现工业知识的沉淀和复用；四是能够提供开发工具及环境，实现工业APP的开发、测试和部署。因此，工业互联网平台体系架构必须能完全实现这四个功能，即涵盖边缘层、IaaS层、工业PaaS层、工业SaaS层以及贯穿上述各层级的安全防护。其中，边缘层、平台层、应用层是工业互联网平台的三大核心层级。

首先，边缘层是基础。在平台的边缘层，对海量设备进行连接和管理，并利用协议转换实现海量工业数据的互联互通和互操作；同时，通过运用边缘计算技术，实现错误数据剔除、数据缓存等预处理以及边缘实时分析，降低网络传输负载和云端计算压力。

其次，平台层是核心。在通用PaaS架构上进行二次开发，实现工业PaaS层的构建，为工业用户提供海量工业数据的管理和分析服务，并能够积累沉淀不同行业、不同领域内技术、知识、经验等资源，实现封装、固化和复用，在开放的开发环境中以工业微服务的形式提供给开发者，用于快速构建定制化工业APP，打造完整、开放的工业操作系统。

之后，应用层是关键。通过自主研发或者是引入第三方开发者的方式，平台以云化软件或工业APP形式为用户提供设计、生产、管理、服务等一系列创新性应用服务，实现价值的挖掘和提升。

工业互联网平台

工业互联网平台是新工业体系的“操作系统”，通常分为现场层、边缘层、基础设施即服务（IaaS）层、工业平台即服务（PaaS）层、应用层；国内主流厂商开发的工业互联网平台都参照类似范式。边缘层是平台的基础，承担着接入现场层设备、协议解析、边缘数据处理等任务。PaaS 层提供应用开发平台、工业微服务组件等功能。应用层包含面向企业传统需求的软件优化、面向特定场景的应用创新，是工业互联网平台价值的集中体现。

随着万物互联时代的到来，联网设备的数量急剧增长，产生的数据总量随之增加，从端到云的数据传输会带来巨大的带宽压力和能源消耗，使得传统的集中式处理不堪重负，由此催生了边缘计算并逐步向边缘智能发展。在对时间延迟更敏感、联网设备更多、数据安全性要求更高的智能工厂中，边缘智能的需求更为突出。一般认为，未来智能工厂每天会产生 1 PB 以上的生产监控数据，由于检测、控制、执行操作要求的时延一般小于 10 ms，现行的终端–核心网–云端模式根本无法保障实时性要求；边缘智能方案在边缘即时处理和回馈结果给终端，有望将实时性、短周期业务的处理时延降低至 1 ms 。边缘智能的资源包括从终端到云计算中心传输路径上的所有计算和网络设备，因此能在近数据源侧完成收集、分析与决策任务。通过将云计算中心的存储、计算、智能资源下沉到网络边缘侧，推动智能应用从云端向边缘迁移，边缘智能方案有望满足制造业在实时响应、智能应用、敏捷感知、需求多样、隐私保护、数据海量且异构等方面的关键需求。