什么是物联网？

1、全面感知

利用无线射频识别（RFID）、传感器、定位器和二维码等手段随时随地对物体进行信息采集和获取。 感知包括传感器的信息采集、协同处理、智能组网，甚至信息服务，以达到控制、指挥的目的。

2、可靠传递

是指通过各种电信网络和因特网融合，对接收到的感知信息进行实时远程传送，实现信息的交互和共享，并进行各种有效的处理。在这一过程中，通常需要用到现有的电信运行网络，包括无线和有线网络。

由于传感器网络是一个局部的无线网，因而无线移动通信网、3G网络是作为承载物联网的一个有力的支撑。

3、智能处理

是指利用云计算、模糊识别等各种智能计算技术，对随时接受到的跨地域、跨行业、跨部门的海量数据和信息进行分析处理，提升对物理世界、经济社会各种活动和变化的洞察力，实现智能化的决策和控制。

扩展资料：

基本功能

在线监测：这是物联网最基本的功能，物联网业务一般以集中监测为主、控制为辅。

定位追溯：一般基于传感器、移动终端、工业系统、楼控系统、家庭智能设施、视频监控系统等GPS(或其他卫星定位，如北斗)和无线通信技术，或只依赖于无线通信技术的定位，如基于移动基站的定位、RTLS等。

报警联动：主要提供事件报警和提示，有时还会提供基于工作流或规则引擎(Rule“sEngine)的联动功能。

指挥调度：基于时间排程和事件响应规则的指挥、调度和派遣功能。

预案管理：基于预先设定的规章或法规对事物产生的事件进行处置。

安全隐私：由于物联网所有权属性和隐私保护的重要性，物联网系统必须提供相应的安全保障机制。

远程维保：这是物联网技术能够提供或提升的服务，主要适用于企业产品售后联网服务。

在线升级：这是保证物联网系统本身能够正常运行的手段，也是企业产品售后自动服务的手段之一。

参考资料来源：百度百科-物联网概念

国内工控安全领域有电力行业的启明星辰、中电瑞铠、安恒科技、中京天裕；石油石化的威努特，海天伟业等等。

工业控制系统安全，简称“工控安全”，与IT安全、信息安全、IoT安全等同属网络空间安全下的概念，是工业生产环节中不可忽略的安全领域，工控安全将直接影响生产效能、生产稳定性甚至是人身安全。
随着“工业制造2025”、“工业40”、“两化融合”、“物联网”等概念的诞生，工业互联网也随之产生，即IT与OT的边界最终将被打破，传统的OT网络架构所形成的的数据孤岛效应也将成为历史，在这一发展趋势下，工业网络下的工业控制系统安全将变得极其重要，其安全性直接决定企业生产环节的稳定程度、人员的安全保障。
工控安全包含的方面有
工控安全是一个体系化概念，它包含PLC安全、DCS安全、SCADA安全、上位机安全、工程师工作站安全等，这些安全最终决定了生产的安全、业务的安全、流水线的安全及人身的安全。
工控安全当中诸多不安全因素，最终可能都会影响现场设备层的正常运转，严重情况下甚至影响人身安全：
1陌生资产；
2专有协议；
3未修补的旧系统；
4漏洞发现；
5威胁发现 ；
6 *** 作风险；
7网络拓扑；
8安全性不足。
实现工控安全的基本安全原则：
1可信
实施基本安全控制，确保与IT安全治理和最佳实践保持一致，深刻的OT意识有助于准确的风险评估。
2高效
集成到现有流程和工作流中“低噪音和高背景”：实现风险降低的最小努力。
3无干扰
避免使用复杂工具分散IT人员的注意力和技术，为生产可用性创造绝对最低风险。

文 小米集团 陈长林 李泽霖

打造具有国际竞争力的制造业，是我国提升综合国力、保障国家安全、建设世界强国的必由之路。推进以智能制造为核心的智能工厂建设是实现这一目标的重点方向，是我国迈进世界强国大门的关键一环。而信息安全是保障智能工厂系统能够顺利运转的根基。

小米作为一家互联网 科技 制造公司，一直走在创新的前列。在小米十周年的演讲中，创始人雷军对小米的过去十年进行了总结和复盘，也对未来十年提出了三个发展策略：重新创业、互联网 + 制造、行稳致远。在“互联网 + 制造”这条路线上，小米经过过去三年的努力，已经建成了百万台级的全自动化智能工厂（即“黑灯”工厂），致力于超高端手机的自动化生产。对于这条自动化水平极高的生产线，信息安全是其重要根基，是保证整个工厂安全、高效、稳定运转的关键一环。小米把信息安全体系建设作为智能工厂稳健运营的基石，在信息安全管理体系建设与实践上也下足了功夫。

小米智能工厂的信息安全管理体系包括三道防线：

第一道防线——安全技术体系，包括设备层、网络层、系统层和应用层。

第二道防线——安全管理体系，包括安全制度与全员安全意识培训。

第三道防线——安全审计，以攻击方蓝军视角对系统进行渗透测试。

第一道防线——安全技术体系

小米智能工厂安全防护体系主要通过应用层、系统层、网络层、设备层 4 个层面组成，通过纵深防御体系，最大程度保障小米智能工厂的安全。

一、设备层防护

智能工厂中，不仅有机器人、工业摄像头、AGV 等工业智能设备，同时还会配备监控摄像头、门禁系统、智能储物柜等常规的 IoT 设备。这些设备在生产之初更多考虑的是设备功能的实现以及设备性能的稳定性，而在安全性的设计考量上往往较为匮乏。

近几年来，行业内智能设备被攻击的案例层出不穷。据各大安全厂商的不完全统计，在所受到的DDoS 攻击中，黑客 *** 纵僵尸网络从而发起的攻击占总数量的一半以上。而互联网中海量缺乏安全性设计的物联网设备就成为这些攻击的“重灾区”。2017 年，由 Mirai 僵尸程序组成的僵尸网络发起的大规模 DDoS 攻击，导致美国、中国、巴西等国家大面积的网络瘫痪。而感染的主要设备有监控摄像头、数字视频录像机及路由器等大量物联网设备。

小米拥有全球最大的消费级物联网，对物联网的安全尤为重视，也为此在 2018 年正式成立了 AIoT安全实验室，实验室的组成成员均在 IoT 安全、网络安全等方面有着丰富的经验和实践。利用这一优势，小米针对智能工厂中的智能设备进行了全面地安全审计，挖掘设备本身存在的潜在安全隐患，并在第一时间联系相应的厂商进行分析、修复和整改。这一举措将从源头上尽可能地消除设备的安全隐患，缩减可能遭受攻击时的攻击面，在设备层面上做到安全性的提升。

二、网络层防护

智能工厂主要由生产网、集成系统网、办公网三大网络组成。

生产网中的设备主要有数控机台、机器人、传感器等；集成系统网中的设备主要有 MES、SAP、MOM 等；办公网中的设备主要为工厂员工办公使用的 PC。这三大网络分别具有不同的特征属性。

生产网是实际生产线所在的网络环境，该网络需要具备极高的稳定性和可靠性，一般会划分为多个产线，不同产线承担不同的生产需求。而由于生产网的极高可靠性要求，一些安全变更（如 *** 作系统补丁、安全策略变更、防护变更等）需要一定周期，不能收到更新时立即进行。所以，对生产网的网络层防护就变得格外重要。有效的网络层防护能够阻挡外部黑客、病毒的攻击，为生产网建立完备的安全屏障。小米在生产网的防护中，采用了单向隔离的安全策略，并对生产网的单向访问策略也做了严格的限制，从网络层面上阻断了可能的攻击路径。同时，在生产网内部，也对高危端口（如 TCP135/139/445/1433/3306/5985/5986 等）进行了禁用，避免病毒利用这些高风险端口在生产网中扩散。

集成系统网中拥有大量工业控制应用系统，这些系统与传统的应用系统类似，通常会开放 Web、远程桌面、SSH 等服务。小米搭建了全套零信任防护体系，对集成系统网中所有服务都实施了访问控制，仅允许授权用户访问，将非法攻击者拒之门外。对所有集成系统中的服务器，小米通过部署自研的HIDS（主机型入侵检测系统），实时监控服务器的安全状况，并对外部攻击进行阻断和拦截。对于系统本身，小米安全团队会对其产品全流程进行安全把控，在研发、测试、上线阶段进行安全评估，及早地发现问题，提升系统整体安全性。

办公网主要是工厂员工日常办公所使用的网络。由于办公网中环境复杂，为了避免对其对核心生产网造成不良影响，办公网与核心生产网完全隔离。而为了保障办公网的安全性，小米在每一名员工的办公 PC 都强制安装了杀毒软件和安全合规检测软件，以保障 PC 的安全性和合规性。为了能够及时发现办公网中的安全隐患和潜在的安全风险，小米在网络出口侧部署了威胁检测系统，实时发现存在隐患和威胁的 PC，并采取相应的安全策略进行紧急处理和防护。

三、系统层防护

生产网中有大量的工控上位机，这些工控机来自多家供应商，存在 *** 作系统不统一、安全防护水平参差不齐的问题。而在工控行业，经常会出现一机中毒、全厂遭殃的情况，给整个生产造成严重的影响。

为了解决这些问题所带来的安全风险，小米针对生产网制作了标准的 *** 作系统镜像，在 *** 作系统镜像中加入了 IP 安全策略、系统补丁、杀毒软件等安全模块，拉齐系统安全基线。工控电脑终端统一加入工厂专用域，便于管理人员进行集中地安全管理和 *** 作审计。

四、应用层防护

在工业网络中，文件传输是常见的一个应用场景。但是，不恰当的文件传输方式极易造成病毒的传播与扩散，对正常生产造成影响。

文件传输的需求主要分为产线内传输、产线间传输和外部交换等。为了满足这一正常业务需求，我们构建了专用文件摆渡服务。

在文件摆渡服务的设计上，主要分为几个部分：文件服务器上部署实施病毒监控服务，保证文件服务器上所有文件的安全性。文件服务器上开启审计策略，对文件交换行为进行记录和审计。向生产网开放 SMB 文件共享接口，并与产线专用域账号打通，用于产线内和产线间的文件传输需求。向办公网开放 Web 文件共享接口，并接入零信任防护系统，用于产线与办公网的文件摆渡。通过统一的文件传输管控，不仅仅解决了业务的使用需求，同时也增强了文件的安全性。

第二道防线——安全管理体系

人员安全意识是安全防护中重要的一环，往往也是安全防护体系中的薄弱环节。近几年，针对企业员工的安全攻击手段层出不穷，从传统的钓鱼邮件、人员渗透到新型的 BadUSB、钓鱼 Wi-Fi 等，都对智能工厂的安全产生巨大的威胁。

小米在员工信息安全意识方面，定期进行钓鱼邮件演练，提升员工对钓鱼邮件的识别能力。定期举办安全意识培训，介绍业内常见的安全攻击和渗透手段，从而提升员工安全意识，降低类似攻击发生的概率。

第三道防线——安全审计

仅从技术层面和人员意识方面进行防护仍然不够，小米蓝军通过模拟真实黑客攻击，对整个安全防护体系进行检验，发现其中的薄弱之处，然后加以修复和整改。

实践是检验真理的唯一标准，在安全防护领域也是如此，一个优秀的安全防护体系必须能够经得起攻击的检验。小米蓝军是一支拥有丰富经验的企业网络攻击团队，通过模拟真实黑客的攻击手法，对整个安全防护体系进行攻击模拟，以评判其在应对攻击时的安全表现。

小米蓝军的渗透测试不仅仅需要对安全方案中提到的四大层面进行安全评估，同时也会结合最新的安全攻击技术，对安全方案未覆盖到的风险点进行挖掘，推动整体安全建设。

除了定期的渗透测试外，小米蓝军还拥有实时漏洞监控与扫描平台，7 24 小时不间断对工厂网络进行安全扫描，及时发现安全问题，规避安全风险。

展 望

李克强总理在考察制造业企业时指出“中国制造 2025 的核心就是实现制造业智能升级”。未来，小米将会紧跟国家《中国制造 2025》的发展方向，将企业的发展与中国制造业的未来绑在一起。当前，我们已经进入了“5G+AIoT”的时代，消费端产品能力的实现对企业的技术创新能力和保障信息安全的能力提出了更为严苛的要求。所以，如果没有安全这一“夯实基础”，就无法搭建起一直追求高精尖的中国制造业这一“上层建筑”。

在小米十周年演讲中，创始人雷军对“互联网 +制造”方向也提出了更高的要求和目标。在智能工厂的第二阶段，希望建成千万台级别的超高端智能手机生产线，该工厂将实现极高的自动化，同时也会具备更为严苛的安全标准以保障生产线的高效运转。未来，小米将会继续深耕智能制造业，努力推动中国制造走在更为安全、先进、稳健的前进道路上，为实现“中国制造 2025”这一伟大的十年计划做出应有的贡献。

（本文刊登于《中国信息安全》杂志2021年第1期）

最大限度的保证物联网的安全，做好以下三点：
第一，对大数据的收集持谨慎态度。之所以在前面用很多文字引用了华为和三星的战略内容，是有原因的。看华为，它有一个“集中收集、管理、处理数据后向合作伙伴、行业开放”的细节。而三星，也有一个“能够与云端连接”的细节。这些，是典型的收集大数据存储在云端的行为。这种行为，如果不加约束则危险很大。之前，三星智能电视监听事件，我们应该记忆犹新。试想，物联网之下，我们在这些硬件面前是“赤裸裸”的。所以，物联网企业应该“自律”，不要在大数据采集方面为所欲为。
第二，对大数据的转移和利用持谨慎态度。前面第一点里已经提到过一个细节：“处理数据后向合作伙伴、行业开放”。这应该是大数据在不同企业间转移、利用的过程。而大数据在转移与利用的这个过程里，也有危险。毕竟，各个厂商的安全意识、安全水平、硬件水平不一，安全隐患很大。欧洲反计算机病毒协会创始人、德国歌德塔(G
Data)安全软件公司安全顾问Eddy
Willems在接受我的采访时也曾说过，“企业不同设备之间的安全过滤措施不够”。所以，这种大数据之间的合作很让人担忧。这个问题，必须解决。
第三，严防外部危险因素的侵入。如果说前两点属于物联网企业的“内因”的话，那么第三点就是严防“外因”。目前，黑客利用商用WIFI入侵的例子已经很多，甚至连飞机都难以幸免。这就要求我们的物联网企业，必须重视安全防范问题。这些问题包括，商用WIFI的过度商业化的问题，软件的漏洞问题，智能硬件和数据库的密码问题，硬件设备的加密问题，物联网企业安全意识不强的问题，物联网用户安全意识不强的问题，还有不同物联网企业之间的终端设备兼容问题。如果这些问题不予解决，那黑客会无孔不入的。

工业互联网是未来制造业竞争的战略制高点，被视为下一次“工业革命”。它以鲜明的数字化特征来引领创新模式、生产方式、组织模式和商业模式的深刻变革，从而推动工业、产业和价值链的重塑再造。

在过去的几年中，工业互联网的发展步伐逐渐加快，根据工信部的数据显示，2019年中国工业互联网达到6110亿规模，未来五年年均复合增长率约为13%。

随着国家加快推进已明确的重大工程和新型基础设施建设（简称新基建），主要包括5G、人工智能、工业互联网、数据中心等7大领域。“新基建”一夜之间成为了热议的焦点，工业互联网作为其中的典型代表，伴随着新基建的浪潮，被摁下了“快捷键”。

工业互联网安全成新“增长极”

工业互联网的建设包括网络、平台和安全三大功能体系。而工业互联网安全涉及了工业互联网的各个环节，通过监测预警、应急响应、检测评估、攻防测试等手段确保工业互联网健康、有序发展，对工业互联网发展意义重大。

“未来10年中国的发展要靠工业互联网，工业互联网发展的基石是工业互联网安全”。六方云董事长任增强说。

六方云董事长任增强

与传统的信息安全侧重保护企业的信息资产与数据资产不同，工业互联网安全保护的是工业的正常生产，而这关乎国家的经济命脉。2019年8月，工信部等十部门联合印发《加强工业互联网安全工作的指导意见》，明确了工业互联网安全的指导方针和总体目标，到2020年底工业互联网安全保障体系初步建立；到2025年，制度机制健全完善，技术手段能力显著提升，安全产业形成规模，基本建立起较为完备的工业互联网安全保障体系。

在顶层设计上，国家从政策面给未来工业互联网安全的高速发展明确了目标。“未来几年，中国的工业互联网安全产业规模会达到或超过目前中国信息安全的市场规模”，任增强说。

根据工信部的数据，中国工业互联网安全产业存量规模由2017年的134亿元增长至2019年的272亿元，年复合增长率高达423%。增速远高于传统安全市场。根据IDC的数据显示，2019年中国网络安全市场总体支出将达到735亿美元。未来5年，中国网络安全市场总体支出复合增速预计为251%。

伴随着新基建的超级风口，工业互联网安全的基石作用将进一步被夯实，形成比肩传统信息安全市场的新“增长极”。

填补国内工业互联网安全空白

虽然工业互联网安全在政策面前瞻性的引导下，已经具备了高速发展的基础条件，但却面临着人才技术匮乏，新场景新风险，安全防护水平低的“尴尬”现状。

六方云CTO王智民分析道，“首先，OT与IT逐渐纵向融合，亟需融合安全技术和融合性安全人才；其次，工业互联网大量采用新技术，亟需解决云计算、物联网、大数据、人工智能等新技术、新场景下的安全威胁；还有工业系统绝大部分采用国外品牌，在开发之初都未考虑安全防护，亟需有效安全检测与防护解决方案。”

六方云正是结合自身对工业互联网以及工业信息安全的深刻理解和当前工业互联网安全的普遍需求，参考中国工业互联网产业联盟发布的《工业互联网体系架构（版本20）》、《工业互联网安全架构》、美国工业互联网安全参考架构（IIRA G4）和美国国土安全部发布《物联网安全指导原则》，于2020年5月26日正式发布六方云《工业互联网安全架构白皮书V10》。

目的是希望通过白皮书能够凝聚产业共识与各方力量，引导工业互联网安全技术创新和产品解决方案研发，助力工业互联网从概念走向落地，推动工业企业在开展工业互联网建设的同时，将安全保障同步规划、同步建设、同步实施。

“中国工业互联网的发展，离不开各方的共同努力。六方云之所以先行一步，希望为国家工业互联网安全贡献力量。”六方云CTO王智民说道。

“不谋全局，不足以谋一域”，作为国内首份面向工业互联网安全架构的白皮书，六方云不仅填补了国内空白。从产业联动的角度，则更显得难能可贵。

白皮书给出了具有前瞻性的工业互联网安全定义及内涵，从安全需求、安全视角、相关者及垂直行业应用四个方面阐述了工业互联网安全的体系结构及应用场景，创造性地抽象出指引未来工业互联网安全建设的五维安全视图架构，包括安全业务、安全功能、安全实施、安全技术和数据安全，并首次系统的阐述了工业人工智能安全如何赋能工业互联网安全建设以及工业5G安全需求与技术实现路线。

成为人工智能安全的领导者

工业互联网安全仍然处于起步阶段。不仅针对工业互联网安全的初创企业如雨后春笋般涌现出来，不少传统安全的“头部”厂商也加大在工业互联网安全的布局。

比如Fortinet、卡巴斯基、360等头部安全厂商已经有专门针对工业互联网安全的研发团队和产品线。前不久，微软以165亿美元收购以色列工业网络安全初创公司CyberX，独立的工业互联网安全供应商正逐渐引起资本市场的关注。

虽然目前聚焦在工业互联网安全的独立供应商跟传统的安全供应商还存在不小的差距，但此时切入工业互联网市场恰逢其时。

“从全球来看，真正的工业互联网安全才刚刚起步，市场规模还不足以支撑领导厂商的诞生，未来10年将能够看到专注在工业互联网安全的领导厂商”，任增强说。

六方云是目前国内为数不多的具有完备工业互联网安全技术底蕴的初创企业，六方云基于OT与IT融合安全技术、工控安全虚拟补丁技术、工业企业上云安全技术和人工智能安全四大核心技术创造性地提出了“AI基因、威胁免疫”的安全理念。

工业互联网中快速产生积累的海量数据，成为人工智能技术应用的天然土壤。利用人工智能赋能工业互联网安全，则能有力提升工业互联网的主动防御能力。

六方云人工智能安全的特别之处在于，采用无监督学习的人工智能安全路径，实现模仿人脑机制的AI+先天智能。“我们要成为人工智能安全的全球领导者，目前已经将人工智能技术应用于全系列产品”，王智民说。

“不同于人脸识别、语音识别等需要使用大量样本来做有监督学习，无监督学习是人工智能安全发展的关键。有监督学习来做人工智能安全行不通，这条路我们已经趟过了，安全最终还是人与人的较量。而无监督学习对恶意样本的数量和计算要求不高，但对算法和建模的要求很高。”王智民说。

据悉，在六方云的“超弦实验室”中，聚集了国内顶尖的针对安全攻防、算法研究、工业互联网的研究人才。

---