如果使用了工业40技术，一个新的加工制造生产线可以实现多达25种的产品变化，同时将产量提高10%，库存减少30%。工业40架构的应用让制造商在生产过程中可以获得更丰厚的投资回报率。
工业40是一场工业的革命，目的是将信息技术(IT)的虚拟世界、机器的物理世界以及互联网合为一体。其中心是将具有IT功能的所有工业领域都整合起来。
工业物联网（IIoT）设备要想创建工业40生产制造环境需要注意以下5个方面。在工业40中，对机器工具或一组机器的 *** 作，应该允许使用诸如智能手机或平板电脑这样的智能设备进行简单的连接。
1分布式智能
这里说的分布式智能是指在智能传动和控制技术网络的机器设备中，加入尽可能多的智能和控制功能、或者单独的传动轴，而不是从一个中央处理单元（CPU）来处理所有的动作。
2快速连接
在决定应该使用现场总线的什么功能时，应该看一下生产平台是否支持例如OPC UA（来自于OPC基金会）这样的标准。消除不同供应商系统的障碍，而且对通讯和控制平台采取一种更加开放的方式很重要。
3开放标准和系统
开放标准允许基于软件的解决方案可以更加灵活地集成，并有可能将新的技术移植进现有的自动化架构中。
4实时数据整合
可能利用实时的机器和工厂性能数据来改变自动化系统和生产工艺的管理方式。不用捕捉并分析数月以来有价值的关于生产率、机器停机时间或者能源消耗的数据，支持工业40的平台能够将数据整合到常规的工厂管理报告之中。这会让制造商和机器具备详细的信息来执行快速的工艺和生产变更，以实现产品满足特定客户需求的愿景。
5自适应性
科技帮助生产线变得主动。目标就是让工作站和模块可以适应个性化的客户或产品需求。
二、让工业40和IIoT在智能工厂里运行工业40和工业物联网(IIoT)能够为设备（从传感器到大规模控制系统）、数据和分析之间提供更好的连接性，Beckhoff自动化的TwinCAT产品专家Daymon Thompson这样认为。传感器和系统需要网络连接来共享数据，分析有助于做出更明智的决策。
物联网主要包括4个基本元素：实体的设备、与设备之间的双向连接、数据以及分析设备可以是小到一个传感器大到一个大规模控制系统中的任何一种。传感器和系统需要与更大的网络进行连接，以共享由传感器或系统产生的数据。对此数据进行的分析会产生可执行的信息，其结果是让人们做出精明的决策。
关于智能工厂的3个思考在决定实施工业40之前，要对智能工厂提出的3个问题是：
1你是否想要自动完成快速的产品转换，以及对市场需求的响应更好？
2你是否想通过识别出可以进行持续改进的区域来提升你的设备综合效率（OEE）以及生产总产量？
3你是否想要根除浪费，例如能源、原材料和闲置时间？
在确定和完善真实世界里智能工厂的目标之后，采用基于PC控制的硬件和软件有助于帮助你早日成功。
三、为什么要部署工业物联网？因为在工业世界里普遍使用了联网的传感器而比商业的物联网(IoT)更加先进，这些传感器就是物联网里面的“物”。数以亿计的联网的有线及无线压力、液位、流量、温度、震动、声波、位置、分析仪表以及其他传感器被用于工业领域，而且每年以数百万台的速度增加，为工厂提供了更多的监控、分析和优化。
IIoT通过将传感器连接到分析和其他系统中，来自动提高性能、安全性、可靠性和能源效率，具体方式为：
1从传感器上采集数据比以往经济有效得多，因为传感器很多都是电池供电和无线通讯的
2使用大数据分析和其他技术将这些数据翻译成可以理解的信息。
3将这些可 *** 作的信息在正确的时间呈献给正确的人员，要么是工厂人员，要么是远程专家。
4如果工作人员采取了正确的 *** 作，将带来性能上的提升。
四、基于平台的工具克服了IIoT的复杂性基于平台的方式提供了一种灵活的硬件架构，可以部署在许多不同的应用场合中，消除了硬件的复杂性，并让每一个新的问题基本上都成为软件方面的挑战。系统设计师选择的平台应该基于一个对信息技术(IT)友好的 *** 作系统(OS)，这样它们可以安全地进行供给和配置，进而来正确地认证和授权用户维护系统的整体性，并让系统最大程度地可用。
五、基于数据的工业物联网如果没有数据，就没有大数据、云和分析功能，也没有区别于物联网(IoT)的工业物联网(IIoT)；PI北美组织的副总监Carl Henning说，IIoT中的“物”造就了IoT中的“物”。IIoT需要开放的标准，以太网和软件标准可以为控制和制定决策所需要的信息提供数据。
其中一部分）时，大多数人认为最有用的特性是实时功能。
通过将信息、自动化、以及运行在工业物联网上的生产系统之间不断融合，物联网正在积极地影响着未来的工业自动化，Softing 有限公司市场部副总裁Mark Knebusch指出。随着以太网速度越来越快，电缆系统的集成更加重要，而电缆的认证有助于提升工业网络的性能。
专家描述了用于工业物联网的标准软件栈可以集成到现代自动化系统中的方式。在大型工业系统中，集成是一项越来越大的挑战。过去，工业系统集成主要集中在设备，网络和其他硬件物理层。大多数情况下，软件已配置并包含在特定设备中。
利用工业物联网及其无处不在的网络连接和虚拟化，系统集成挑战现在包括在物理层上运行的软件。
DDS是一种工业物联网连接标准，专门解决工业系统中不断增长的软件集成挑战。例如，DDS用于石油钻井平台自动化平台。这些平台的开发旨在通过集成钻机上的所有子系统并使用软件来驱动钻井过程，从而大大简化钻井过程。
自动化平台需要在控制和流程级别上增加分布式软件。一旦技术人员监控并控制了钻机上的泥浆泵子系统，并与运行其他子系统（如钻头）的其他技术人员协调。使用自动化平台，有一些计算节点运行管理两个子系统的软件应用程序。
这些应用程序需要以安全且可扩展的方式在数十个到数百个软件应用程序之间以高速率共享数据。这就是使用DDS（工业互联网联盟（IIC）建议的核心IIoT连接标准之一）已证明其价值的地方。
OPC UA是工业自动化中用于解决器件集成挑战的另一种IIC核心连接标准。OPC UA简化了需要在制造系统中连接的设备和控制器的配置。它还提供有助于解决应用程序和设备之间语义互 *** 作性的信息模型（如机床的MTConnext）。
未来的过程控制，楼宇自动化，石油钻井平台自动化等工业自动化系统将集成在软件和设备级别。集成DDS和OPC UA以支持这些需求是有意义的。
一种集成方法是基于对象管理组的标准使用OPC UA-DDS网关。DDS扮演核心总线的角色，简化了分布式软件应用程序的集成以及它们之间的数据和服务调用共享。
OPC UA设备和应用程序使用新标准化的OPC UA-DDS网关桥接到DDS数据总线。通过这种方法，可以在软件和设备级别集成具有OPC UA设备和应用程序的软件密集型工业自动化系统。
将来，通过将OPC UA的客户端 、服务器模型和域信息模型与DDS经过验证的发布与技术相结合，可以使用更紧密的集成，将DDS和OPC UA结合在一起。这种方法在DDS和OPC UA之上提供了一个API层，以更好地解决集成挑战。
它将扩展到数千个节点，消除对服务器的依赖，提供灵活的物理层实现并实现细粒度的安全性。
这两种集成方法中哪一种对特定的工业系统有意义取决于用例和整体系统要求。实际上，这两种方法可以根据需要在同一系统中使用。无论如何，将DDS的软件集成强度与OPC UA的设备集成强度相结合是一条充满希望的前进道路。随着人工智能技术的进步，智能化（intelligentization）已经成为21世纪最重要的科技主轴。而智能制造主要的核心技术便是物联网技术与虚实整合系统（Cyber-Physical System，CPS），再结合大数据分析、人工智能及云计算等技术，将生产过程的每一个环节智能化，借此达到定制化的业务目标，以适应外部市场少量多样的需求。
过去的制造概念是追求生产自动化，并以SOP（Standard Operation Procedure）标准作业流程大量生产公版化的产品。而智能制造概念则不然，为因应消费族群的购物观念变动，可快速地定制化生产的制造方式逐渐受到拥戴，这是工业40当中相当重要的核心概念。未来的智能工厂将并不单指工业技术的提升，而是整合了技术、销售以及产品体验等，使得制造、贩售、物流、售后服务等商业概念连为一体，最终建构出一个具有感知意识的智能世界，而「需求定制化」将是智能制造所追求的主要目标之一。
快速、定制化的生产方式是工业40的核心概念
除了需求定制化外，结合大数据分析的智能制造甚至可以通过巨量数据来分析出市场的走向、天气预测、原物料的数量与库存、运输的进程及瑕疵改善等，借此精准拿捏生产量或调度现有资源、减少多余成本与浪费，以此达到生产最佳化。 [1]
工业40的来临，使得世界各国纷纷祭出政策。工业革命的发源地英国早在2008年便提出「高价值制造战略」，鼓励英国本土企业制造更多世界级的高附加价值产品。 2013年更提出「英国工业2050年战略」，为英国在2050年以前的制造业打造一份方针，其中的核心概念便以高度定制化、快速响应消费者需求为主。
同样曾是工业大国的美国也不落人后，2011年联邦政府开始启动「先进制造伙伴联盟」（AMP，Advanced Manufacturing Partnership）政策，同样也是因应旧有制造业概念的不适用所提出的计划，更于2014年提出AMP 20，强调具体实施对策。其中先进制造的核心重点在于，希望藉由智能制造带来的新商业模式，使得设立于国外的厂商可以开始回流。同样的概念也在法国绽开，就在德国正式发表工业40报告后，法国政府也发表了「工业新法国」的计划，主要目的与美国相似。
除了上述老牌工业强国外，日本也提出了诸如「产业重振计划」、「日本工业41J」、「社会50」等政策。而中国身为21世纪的制造大国，在2015年则提出了为期十年的「中国制造2025」计划。金砖四国之一的印度同样跟上工业40的潮流，祭出「印度制造计划」以重整印度的经商环境以及制造产业的问题。 [2]
智能制造伴随而来的安全问题
然而在研拟与建构的过程中，随着系统结构的复杂度提升，网络信息安全风险也伴随而来。在融合物联网、大数据、云计算及人工智能等技术后的场域，将会扩增出大量的资料流空间，而智能制造的主要实行方式，便是以物联网作为架构基础，将之应用于制造产业，形成「工业物联网」（Industrial Internet of Things）体系。经布建后，网络信息安全漏洞的分布率自然会开始上升，潜在威胁便更容易通过缺口影响到工业物联网系统，使得整套系统即便仅有一小部分受到损毁，也会影响整体系统的运作；若遭受到黑客入侵，甚至可以瘫痪整套生产系统，造成庞大的金额损失及商誉的损害。
目前与智能制造相关的国际标准规范有国际自动化学会（International Society of Automation，ISA）与国际电工委员会（International Electrotechnical Commission，IEC）颁布的ISA/IEC 62443系列标准，针对工业化自动控制系统（Industrial Automation Control System，IACS）的政策与流程面、系统安全面、元件开发面制定相关规范与指南。美国国家标准暨技术研究院（National Institute of Standards and Technology，NIST）也颁布了NISTSP800-82，为SCADA（Supervisory Control And Data Acquisition）、DCS（Distributed Control System）、PLC（Programmable Logic Controller ）等工业控制系统揭橥了相关的安全指南，除了这项指导手册外，还有诸如NISTIR8200、NISTIR8228等规范都已发布。而欧盟网络信息安全局（European Union Agency for Cybersecurity，ENISA）也针对物联网与网络安全出版许多相关指导建议以及标准。
工业物联网面临的网络信息安全问题与挑战
工业物联网主要专注于M2M（Machine to Machine）、CPS、大数据以及机器学习等技术，也是IT（Information Technology）与OT（Operational Technology）两大技术领域整合的开端。然而IT与OT本身各自早已具有数百种不同的协定与标准，加上物联网本身的复杂特性，将会造成网络安全的责任分配问题。且由于使用生命周期中涉及大量利益相关者，诸如元件供应商可能就有数十间不等，元件分别适用不同的规范或标准，设备又可能因分布在不同的地理位置而适用不同的法律约束，导致工业物联网产生在标准规范上难以统一，造成「技术碎片化」之问题，而这些标准该如何进行整合或协作，将会是首要面临的挑战。 [4]
再者，工业物联网是一项新颖技术，目前仍然在研发及测试阶段，针对过去已在OT场域工作数十年的技术人员该如何建立足够的工业物联网相关网络信息安全意识，挹注合适的人员培训将会是另一项值得研究的课题。
伴随人员安全意识不足的问题，同样也涉及到公司制度层面。目前仍有许多企业对于信息安全的议题不够重视，未来智能制造建构后伴随而来的风险将有别以往，然而企业的高阶管理层对于网络信息安全的认识不足，会是未来对工业物联网的一大挑战。因为进行网络信息安全防护工作较难以察觉甚至量化其效益值，且还需投入相当成本，故管理层容易忽视信息安全这项要素，并不将网络信息安全的重要性与具业务价值的建设并列。这样的弊端并不是因工业40的发展而出现的，而是一个陈旧问题。
对网络信息安全的认识不足会是未来工业物联网的一大挑战
对网络信息安全的认识不足会是未来工业物联网的一大挑战
以上问题属建构阶段所面临的困难，建构的过程中如果没有针对这些问题做出适当的措施，将可能使系统未来承受巨大的网络信息安全风险。而建置成熟的工业物联网即便事先排除了上述困难，也不代表风险就此消失。在大量且丰富的资料流不断相互传输运作之下，一旦发生资料外泄，抑或资料遭到恶意窜改，便会对工业物联网系统造成不良的连锁反应。且智能制造将会使虚拟与实体两个世界做出更紧密的连结，如物联网系统发生网络信息安全事件，对于实体世界的破坏也会相当显著。
由于智能制造的环境会变得更为复杂多端，加上物联网系统本身的互联性，使得攻击面也将扩大许多，除了一些非人为的风险外，还须特别注意人为造成的威胁，其中黑客入侵便是一种典型的状况。不安全的连接端口、久未更新的元件、不完整的更新机制等，都会是黑客可能下手的缺口。尤其传统的工业场域对于更新的接受度相当低落，因为一次更新所引起的停摆将会造成企业亏损，是故对于工业物联网来说，安全的更新会是一项重要的议题。
此外，网络通讯管道如果疏忽了网络信息安全防护，诸如分布式阻断服务攻击（Distributed Denial-of-Service attack，DDoS）、讯息窜改、窃听、植入恶意程式等网络攻击也会是黑客很可能使用的手法，这些攻击都会造成资产的严重破坏或是资料外泄。
场域在转型的过程当中，一些老旧的设备、传统的工业系统也会是一项需要关注的网络信息安全漏洞，在旧有系统的基础上构建新系统后，可能导致过时的保护措施仍然被使用，以及旧有系统中出现多年未被发现的未知漏洞，这可能使攻击者找到一种新的方式来危害系统。 [5]
最后，应用程序在开发和设计上如果没挹注安全开发的观念，软件上的漏洞也将是黑客入侵系统的大门。而硬件设备在设计中若没有将网络信息安全元素纳入，也会是攻击者入侵的缺口。从以上种种示例可以得知，工业物联网可能遭受的攻击面十分广泛，且无论在工业物联网的哪一端进行破坏皆可能瘫痪整体系统，最后造成的损害甚至伤亡将难以估计。 [6]
工业物联网信息安全解决方案
针对智能制造未来将会面临的种种网络信息安全问题，仲至信息具有深度的网络信息安全问题解决能力，具备工业控制系统、连网设备及物联网渗透测试与网络信息安全研究能力的团队。已赢得许多国际奖项，包括2020 Cybersecurity Excellence Awards（网络安全卓越奖）中的6项金奖与1项银奖、亚洲最佳网络信息安全公司金奖等，开发的网络信息安全产品也获多国专利及国际认可。
仲至信息科技取得7个网络信息安全检测项目的ISO 17025认可实验室、亚洲第一个美国CTIA授权的网络信息安全实验室，也是Amazon Alexa授权的网络信息安全检测实验室；目前已发现超过40个全球首发的安全漏洞（CVE），且具备物联网设备、智慧电网、车联网、嵌入式系统、行动App、ICS和SCADA设备的网络信息安全检测技术。
对于工业物联网硬件设备可能会出现的网络信息安全漏洞，仲至信息科技所提供的解决方案包括：
工控产品或系统的软、硬件网络信息安全检测服务，同时提供软件安全开发咨询服务，协助厂商具备软件安全开发能量，满足业界与客户对于软硬件之网络信息安全要求，诸如网通产品、移动装置、安控、智能家电、智能汽车及物联网等连网产品皆适用。
自主研发的产品网络信息安全管理系统、漏洞检测自动化工具，则是提供连网产品于设计、开发、测试及部署阶段的合规自动化安全评估工具，符合IEC 62443、OWASP TOP 10 与CWE/SANS TOP 25 等安全要求，并适用于PLC、ICS、SCADA等智能制造相关之工控元件。
寻求IEC 62443、ISO 27001等顾问咨询服务一站式的网络信息安全解决方案，及合规相关服务，协助厂商快速取得国际标准之证书，以增加客户的信赖度及企业商誉。另提供专业的网络信息安全培训，帮助技术人员建立与工业物联网相关的网络信息安全意识，以因应未来智能制造的建置以及工业40时代的来临。
2020年将会是物联网技术全面布建的阶段。随着科技日新月异，人们的生活也变得越来越便利。也因科技所带来的效益，过去数十年间各企业戮力追赶地将资讯技术深入全球各大领域，却忽略长期稳定运作所须达成的安全要求，一次次重大网络信息安全事故的爆发已经证明，仅靠安装防护软件无法保证组织的安全以及生产系统的营运安全。
未来智能制造的建置架构将比现在大多数的生产架构都要来得更为错综复杂，然而水能载舟、亦能覆舟，一昧地追求创新科技所带来的营利和效果，却忽略背后隐藏的巨大风险，那么网络信息安全威胁终会重蹈覆辙，成为一颗不定时炸d，一但触发，损害势必更胜以往，智能制造所带来的裨益也将化为乌有。
若在危害发生以前便做好完善的网络信息安全管理措施及方案，且人员具备足够的网络信息安全意识，软硬件设备皆在开发时便将资安要素纳入考量，那么智能制造将会是一纸美好的蓝图，也会是值得你我共同努力的未来。
参考资料
[1] > 工业物联网是一个快速发展的行业，占全球物联网支出的最大份额。据IDC和SAP称，2019年，全球60％的制造商使用连网设备产生的数据来分析流程并确定决策。他们不仅可以监控制造过程中的复杂流程，还可以实现这些流程的自动化，为管理者提供了更详尽的细节。
工业物联网平台的基本功能：
具备：监控大屏、设备地图、系统统计、设备监控、实时数据及曲线、Web组态、故障报警管理、数据报表、远程控制、视频监控、角色管理、人员管理、设备管理、空间管理。
1 数据远程监控： 可以通过网页或者手机APP实现设备数据监控，第一时间了解设备运行状态、修改参数等；
2 设备报警推送： 可以通过短信报警、微信报警、APP报警推送等方式，推送设备故障状信息态，及时掌握设备运行状态；
3 云组态： 通过电脑web网页、手机网页和手机APP直接查看设备的组态画面或数据列表；
4 视频监控： 集成视频监控功能，实现数据和视频的同步显示，实时监控工业现场画面；
5 数据采集存储与分析： 通过对底层设备采集的数据进行合理分类并进行数据存储的优化，实现海量数据的快速检索，同时提供面向企业经营的决策分析，为设备的有效利用提供支撑。
6 用户项目权限管理： 管理者可根据实际应用创建账号，前台可查看的设备组态，后台可对所有的设备、数据、用户进行管理。
工业物联网平台将提供不同的功能组合，包括工业物联网端点管理与连接性，物联网数据的捕获、摄取与处理，数据的可视化与分析，以及将物联网数据整合到业务流程和工作流程中。
物联网与工业物联网、工业40的概念既有交集也有差异。物联网强调的是将生活和生产中一切硬件设备的连接；工业物联网是指在工业环境下，生产设备和产品的连接；工业40则涵盖整个制造生态系统。
随着工业化与信息化的深度融合，企业内部及企业间生产控制系统和生产管理系统互联互通的需求渐增，通过接入网络进而达到提高产品质量和运营效率的需求更为强烈，工业物联网应运而生。
工业物联网将生产过程的每一个环节、设备变成数据终端，全方位采集底层基础数据，并进行更深层面的数据分析与挖掘，从而提高效率、优化运营。
与物联网在消费行业的应用不同，物联网在工业领域的基础已经存在了几十年。如过程控制和自动化系统、工业化以太网连接和无线局域网(WALN)等系统已经在工厂运行多年，并接连可编程逻辑控制器（PLC）、无线传感器和射频识别技术标签（RFID）。但是在传统工业自动化环境下，一切都只是发生在工厂自己的系统里，从来没有与外部世界连接。
工业物联网相较于传统工业自动化有以下四个特点：数据收集范围：工业物联网利用RFID、传感器、二维码等手段随时获取产品从生产到销售到最终用户使用各个阶段的信息数据，而传统工业自动化的数据采集往往局限于生产质检阶段。
互联传输：工业物联网利用专用网络与互联网相结合的方式，实时准确地传递物体信息，对网络依赖性更高，更强调数据交互。
智能处理：工业物联网综合利用云计算、云存储、模糊识别、神经网络等智能计算技术，对海量数据和信息进行分析和处理，并结合大数据技术，深入挖掘数据价值。
自组织与自维护：工业物联网的每个节点为整个系统提供自己处理获得的信息或决策数据，当某个节点失效或数据发生变化时，整个系统会自动根据逻辑关系做出相应调整。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）