煤矿开拓设计、地测、采掘、运通、洗选、安全保障、生产管理等主要生产系统要具备自感知、自学习、自决策与自执行的基本能力。
这是煤矿智能化建设的基本要求，实现这一基本要求，依托的则是 物联网、云计算、大数据、人工智能、自动控制、移动互联网、装备机器化等现代矿山的智能开发技术。
物联网作为智能开发技术之一，不断颠覆传统技术架构，正在为IT基础设施、人工智能、区块链技术、智能机器人等领域的突破发展铺平道路。
精英数智 科技 股份有限公司
借助物联网技术
谋新求变
研发 “物联网数据服务平台”
夯实煤矿全链路数据底座
广泛应用各种感知技术
物联网上部署多种类型传感器，采集煤矿全域子系统数据，诸如煤炭、危化、燃气等企业各类子系统数据，仅煤炭行业数据就支持环境安全、灾害监测、人车安全、大型设备监控、生产设备监控、供电、运输等三十余个子系统数据的接入。
泛化融合互联网等多类网络
适应各种不同类型的网络和传输协议，可将传感器采集到的海量数据信息进行正确和及时的传输、保证数据不丢失、支持断点续传、数据传输延迟可缩小到秒级，可实现复杂网络的多级、多路数据分发传输。
智能处理数据实现感知控制
将采集数据与智能处理相结合，利用云计算、模型识别等各种智能技术，通过分析海量信息、加工和处理有意义的数据，扩充应用领域。
此外，物联网数据服务平台还以坚实的数据底座向上支撑煤矿生产的多场景需求，满足多产品智能管控的要求，诸如综采工作面、掘进工作面、瓦斯抽放管控、探放水智能监测系统、辅运系统、主运系统以及矿山综合管控系统等。
物联网数据服务平台
力破“数据孤岛”“数据烟囱”
实现数据融合互通共享
多源融合物联网数据、消除数据孤岛，做煤矿全域智慧生产联动和煤炭行业生产态势分析的数据基石。为大数据分析、人工智能提供体系化的全域数据支撑服务。
物联网数据服务平台
支撑煤矿全域数据治理工作
精英物联网数据服务平台自上线以来，完成了山西、山东、安徽省级和晋控集团级等区域的安全监控系统的数据治理。先后开展5次省级/集团级安全监控数据治理培训，在省/集团的矿端数据在线率可达90%以上；省/国家的数据在线率可达98%以上；数据质量显著提高，报警精确度大幅提升。
“物联网将是下一场工业革命的支柱
并成为近年来最具影响力的技术之一”
古老的煤炭开采行业
历经数千年 历史 的发展
正在数字经济时代焕发新生
下一步
物联网技术怎样革新破旧
引领煤矿智能化发展
我们躬身入局
一起见证这场 科技 蜕变
对的。目的的正义性、时空的有利性、装备的先进性、资源的充实性、人员的精神性等一系列要素联合决定了一场战争的胜负。单就武器装备而言，信息获取力、战术机动力、火力打击力、战场生存力、指挥控制力、综合保障力是考察武器装备先进性的主要维度。
在传感器、通信电子、自动化和人工智能技术的加持下，无人作战系统所呈现出的是一类全新的装备形态。以声音波、电磁场、引力场为工作介质的雷达、图像、声音传感器使无人作战系统拥有了明察秋毫的“千里眼”、“顺风耳”；以计算机视觉、自然语言处理、深度神经网络、机器学习为基础的自动目标识别与态势理解算法使无人作战系统拥有了一颗超强大脑；以自主感知、自主决策、自主执行为特点的自主机动、自主打击、精确制导技术使无人作战系统拥有了强大的行动能力。
有鉴于此，就武器装备先进性的角度，完全可以说“21世纪的核心武器是无人作战系统”。随着无人作战系统逐渐走向战争舞台中央，一场以无人作战系统为装备主力的智能化战争已经迎面走来，旧的对抗机制正在改变，旧的作战样式已被颠覆，新的制胜机理正在形成，新的军事革命正在孕育。
开启智能战争，改变对抗机制
科学技术和武器装备的每一次重大进步，都会推动战争对抗机制的重大变革。最近几十年，无人作战系统已逐渐在局部冲突中应用。虽然目前来看，无人作战系统尚处于比较初级的阶段，但无人作战系统的局部应用标志着机器战争的来临，随着军事智能科技及无人作战系统加速进入战场，战争对抗机制将在对抗重心、对抗控制、对抗空间等各个方面呈现出新的特点。

在对抗重心上，“制智权”将成为智能化战争夺取的制高点。随着人类作战空间向海洋、空中、太空、电磁领域拓展，“制海权”“制空权”“制天权”“制电磁权”相继成为作战争夺重点，并不断改写战争规则。无人作战系统的出现使得智能优势成为进阶优势，“制智权”代替制空间权成为作战重心。“制智权”的核心是对认知速度、质量优势的争夺。认知过程包括感知、理解和推理、决策三个不断复现的阶段。
“制智权”争夺，首先在感知阶段展开，智能技术能够对军事感知对抗进行广泛赋能，从传统的隐蔽伪装、电磁静默到电子对抗，再到黑客接管以及量子通信，目的是让对手无法进行感知或者感知到垃圾信息、虚假信息，确保己方准确、快速地感知对手和战场。其次，在理解和推理阶段，“制智权”的争夺则主要是在智能化手段辅助下通过战术、谋略运用，让己方能够制定合理的决策方案、计划，使对手无法或难以准确判断、理解我方行动意图。同时，也可以通过对脑机能干扰和影响人员思想意识、价值判断、心理情绪等，扰乱、破坏对手的认知，还可以通过攻击、破坏辅助决策和自主武器装备信息数据处理硬件，达到占据认知速度、获取质量优势的目的。最后，在决策阶段，无人作战系统将成为“智能参谋”，决策模式从“人+指控系统”转变为“人+人工智能”。以人工智能为主导，能够根据数据选择算法，以算法驱动决策，实现灵活高效的辅助决策。例如，在蜂群作战中，无人机之间通过高速无线网络交换标准化的数据包，包括各自坐标、航向、航速、功能等，并针对任务目标规划各自任务分工等，是限定的“以算法为核心”的“智慧云作战”，体现出强大的战术级自主决策能力。
在对抗控制上，无人作战系统的参与，将使控制更加精确直接。信息化时代，武器的杀伤特征主要体现在指挥控制的精确性和渗透性。但由于指挥体系的扁平化和网络化，指挥层次压缩，指挥跨度增加。指挥员虽然能够通过屏幕实时感知战场态度，但对具体行动的细节掌握不全面，很难对一线战场做出快速反应。未来无人作战平台的武器系统作战效能不断增强，利用智能化感知、智能化认知和智能化决策技术，实现高精度、强杀伤力、针对小范围打击，用更少的兵器装备、更短的时间实现战争目标。在作战中，各作战单元都可精准统一调度，指哪打哪，收放自如，战争局势将更加清晰可控。在伊拉克战争中，美军一位准将在指挥中心通过“捕食者”无人机实时传回的战场态势，直接向前线分队指挥官下达了包括部队如何部署甚至每一个战斗人员如何配置等超出其职责范围的战术命令。智能化时代，在无人作战系统的参与下，对抗控制更加精确直接的特点，在最近发生的几次军事行动中体现得淋漓尽致：美军2020年1月通过“死神”MQ-9无人机进行斩首行动，暗杀了伊朗特种部队高级指挥官苏莱曼尼少将；2020年4月对索马里东北部的巴里省实施的斩首行动中，使用无人机炸死了恐怖组织二号人物。
在对抗空间上，无人作战系统具有作战能力稳定、可长时间持续工作、不易受到伤害、可深入人类无法涉足地区的优势，在许多危险、恶劣环境中仍可执行各种复杂任务。比如在核生化感染地区、极地、深海、太空、外太空以及敌人内部的核心区域等等，无人作战系统具有“平台无人”的特点，因此能够快速部署到这些不便涉足的危险、恶劣环境中。2021年1月底，俄国防部为海军配备“URAN-6”扫雷机器人，并首次为黑海舰队服务，旨在清除近海区域中可能存在的爆炸装置，帮助俄军顺利进行登陆作战。无人作战系统的应用使得未来战争突破时空的限制，广泛渗透到多维全域的现代战争战场上，成为真正全天候、全方位的全维战争，陆、海、空、天、电、磁、网各领域都将成为双方激烈对抗的战场空间。
颠覆战争模式，改变作战样式
随着各类型无人作战系统成为新的作战要素，作为重要作战力量进入各军种，以多种形式编入部队，成建制地走上战场，军队的编制体制及作战样式也将发生巨大变化。

“混合编组，群体智能”的集群作战是无人作战系统的典型作战样式。数量庞大、成本低廉、结构简单的无人作战系统将部分取代高技术、高成本的信息化武器装备，并主要通过集群和数量优势战胜敌人。集群作战的本质是无人智能化作战平台通过物联网组成智能化作战体系，在集群作战算法的控制下，进行作战平台之间的自组织、自适应和自协同，实现集群自主作战的一种作战模式。人与武器将逐步分离，人由战争的前沿退向后方，主要负责战略决策和战役指挥。无人作战集群将逐步走向战争第一线，成为战术层面的主要执行者。当前，无人机“蜂群”作战是集群作战的典型代表，2020年1月，美军利用C-130A运输机成功发射并试飞了X-61A“小精灵”无人机，标志着美军即将具备利用“小精灵”“胶囊”““山鹑”这一类低成本无人机打造“蜂群”作战的能力，从而开启“天空母舰”时代。
“人机一体，有人-无人”的协同作战是无人作战系统的重点发展方向。人脑的优势在于具有创造性、灵活性和自主性，机器的优势在于速度快、精度高、抗疲劳。“人机一体，有人-无人”的协同作战本质上是机器的人工智能与人的自然智慧之间的协同。高层决策由人脑处理，大数据计算由机器完成。与蜂群协同相比，有人平台与无人平台的结合，难度更大，但更具实用性。“人机结合，协同行动”的优势主要体现在有人与无人平台各自特点上。比如，美军的“忠诚僚机”计划，就设想未来的有人机，如F-22、F-35等不再是另外一架F-22、F-35的僚机，而采用低成本、高机动性的无人机僚机。这种无人化僚机的角色是：充当武器发射平台，对有人长机指定目标发动攻击；对无人机感知的目标集实施打击；实施拦截来保护长机，必要时可以牺牲自己。
改变战争规则，重塑制胜机理
战争制胜机理是指为赢得战争胜利，战争诸因素发挥作用的方式及其相互联系、相互作用的内在机制、规律和原理。制胜机理因战争形态不同而相异。基于智能单元的信息化战争追求的是夺取“制智权”，双方将通过算法优势获得认知优势，通过信息的互联互通获得一体化作战优势，通过快速反应获得先发制人的优势，从而夺取战争主动权。
以算制胜是核心。算法是无人作战系统的核心，掌握更强算法的一方能够快速准确预测战场态势，创造出最优战法，实现“未战而先胜”。如果说信息化战争的核心是以“通信+传感器”构建起作战系统的网络，那么智能化战争的核心则是以“数据+算法”构建起作战系统的灵魂大脑。“算法战”是美国“第三次抵消战略”时提出来的，美国在智能武器、隐身飞机和网电空间的垄断地位被中国和俄罗斯打破之后，迫切需要构建自己的技术优势。算法作为人工智能的核心，以算制胜也成为了现代战争制胜机理的核心内容。
在战术层面，掌握算法优势的一方，能快速准确地预测战场态势，创造最优的作战方法，实现“未战而先胜”的作战目的。美国空军近年启动了从数据到决策的实验项目，2016年，美国辛辛那提大学开发了阿尔法超视距空战系统，该系统采用了模糊遗传算法，使得系统能够在与人类飞行员的无数次对抗中学习人类指挥决策经验，提取并生成决策机制。2017年，美国正式提出“算法战”概念，并组建“算法战跨职能小组”对其进行研究。2018年，美国前国防部长詹姆斯·马蒂斯披露，美军目前约有592个与人工智能相关的项目。其中，不乏存在与“算法战”密切相关的一些项目。借助这些算法，美军能够实现对目标的探测、分类和预警，为军事决策提供更多具有实际价值的情报。

在战役层面，算法可以通过战斗、演习、日常任务和模拟过程中得到的数据，在有监督或无监督条件下自主学习，从而实现对复杂和高不确定性的战场态势的快速识别、快速处理。美国海军在2017年10月的一次演习中，首次展示了MQ-9无人机执行反潜巡逻任务与长时间监视水下目标的能力。任务海区的声呐浮标将信号传输至巡逻的无人机，再将信号传输至地面控制站，地面控制站再将基于信号由人工智能算法自主生成的搜索方案传输给无人机。
以联制胜是基础。“联”究其本质，是按系统理论，变单平台为大体系，通过功能耦合和结构涌现，达到“聚能”和“增能”的目的。通过网络，战场上各要素形成一个24小时信息不断交流的一体化作战体系。通信技术的发展，为智能化战争奠定了“联通”基础。未来智能化战争中，无人战车、无人艇、无人机等武器装备与作战人员实施自主协同作战，其前提条件就是各武器平台之间能够实现信息实时共享。
在战术层面，无人机等先进无人单元作为高效能、低成本的作战单元，逐步改变信息化作战体系网络结构的性质，可以构建去中心化的作战网络。例如，无人机“蜂群”这样的智能无人集群，不仅作战效能更高，而且任务灵活性和生存能力提升明显，在一定程度上可以降低传统网络结构的脆弱性。在战役层面，传统武力平台受到指挥能力和信息传输通道的限制，能够部署的总体数量有限。而效能高、成本低的自主协同无人集群可以突破数量限制，并利用数量优势提升打击能力，实现低成本的饱和攻击。理论上，不考虑信息化作战体系和网络结构的加成，根据兰开斯特平方律可以大体上认为部队的战斗力与数量的平方成正比。因此，无人作战单元数量的增加，将带来火力打击能力的指数级增长。
以快制胜是关键。克劳塞维茨说: “一切行动都是或多或少以出敌不意为基础的，因为没有它，要在决定性的地点上取得优势简直是不可想象的。”在无人作战系统全面介入的未来战争中，态势感知、决策判断、行动执行的节奏和强度都将大大增加，武器装备在信息处理、战场机动、战术打击各方面的快速反应能力在夺取战场优势上的作用将进一步凸显。
在战术层面，无人作战系统加入战场，编队作战逐渐呈现出小规模、快进程、全联动、多样式的趋势，能够有效突然地对敌方重要目标进行全过程不间断的连续攻击。快速出击、隐蔽突袭的实质在于以高度信息化的无人作战系统为基础，在敌方尚未感知己方力量部署的前提下，采用敌方意想不到的战法，完成对敌方目标的突然袭击，制造敌方无法应对的战场局面，形成全面压倒性的战场优势。
在战役层面，从美国空军伯伊德上校在上世纪七十年代提出的“观察-判断-决策-行动”(OODA)来说，敌对双方在观察的基础上通过决策采取行动，任何一方的目标就是以比对手更快的速度完成OODA循环。无人作战系统的加入，能加速并提升部分环节的质量，如在观察环节，无人作战系统能明显提升获取信息的速度和质量，在判断环节，无人作战系统有助于高效地重构更高质量的战场态势，在决策环节，无人作战系统通过算法快速为战斗人员提供科学合理的决策。在行动环节，无人作战系统能对敌方目标实施超视距精准打击，对敌方力量部署形成全面压制，从而使己方战场态势对敌方形成“一边倒”的战场优势。在实际对抗中，一旦敌对一方的OODA循环速度大大快于对手，就会使对方无法跟上战争节奏，导致系统性崩溃。
联合出品：科普中国 光明军事
策 划：刘小兵
作 者：覃黎娜 杨爱华 孙振平
免责声明：本网站所提供的信息来源于科普中国、科普类微信公众号及互联网，转载目的在于传递更多信息及促进科学普及，并不代表本站赞同其观点 或对其真实性、准确性负责，也不构成任何其他建议。如果您发现网站上有侵犯您知识产权、肖像权、名誉权或其他权利的内容，请及时与我们取得联 系，我们会及时予以删除。
主办：上海市科学技术协会
沪ICP备10219502号-6
中国互联网举报中心
 沪公网安备 31010102006600号
Copyright © 2001-2022 上海科技报社版权所有
举报
举报内容
2006至2020年，物联网应用从闭环、碎片化走向开放、规模化，智慧城市、工业物联网、车联网等率先突破。中国物联网行业规模不断提升，行业规模保持高速增长，江苏、浙江、广东省行业规模均超千亿元。
截至到2019年，我国物联网市场规模已发展到15万亿元。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。
近年来，我国政府出台各类政策大力发展物联网行业，不少地方政府也出台物联网专项规划、行动方案和发展意见，从土地使用、基础设施配套、税收优惠、核心技术和应用领域等多个方面为物联网产业的发展提供政策支持。在工业自动控制、环境保护、医疗卫生、公共安全等领域开展了一系列应用试点和示范，并取得了初步进展。
目前我国物联网行业规模已达万亿元。中国物联网行业规模超预期增长，网络建设和应用推广成效突出。在网络强国、新基建等国家战略的推动下，中国加快推动IPv6、NB-IoT、5G等网络建设，消费物联网和产业物联网逐步开始规模化应用，5G、车联网等领域发展取得突破。
政策推动我国物联网高速发展
自2013年《物联网发展专项行动计划》印发以来，国家鼓励应用物联网技术来促进生产生活和社会管理方式向智能化、精细化、网络化方向转变，对于提高国民经济和社会生活信息化水平，提升社会管理和公共服务水平，带动相关学科发展和技术创新能力增强，推动产业结构调整和发展方式转变具有重要意义。
以数字化、网络化、智能化为本质特征的第四次工业革命正在兴起。物联网作为新一代信息技术与制造业深度融合的产物，通过对人、机、物的全面互联，构建起全要素、全产业链、全价值链全面连接的新型生产制造和服务体系，是数字化转型的实现途径，是实现新旧动能转换的关键力量。
我国物联网行业呈高速增长状态 未来将有更广阔的空间
自2013年以来我国物联网行业规模保持高速增长，增速一直维持在15%以上，江苏、浙江、广东省行业规模均超千亿元。中国通信工业协会的数据表明，随着物联网信息处理和应用服务等产业的发展，中国物联网行业规模已经从2013年的4896亿元增长至2019年的15万亿元。
虽然我国物联网发展显著，但我国物联网行业仍处于成长期的早中期阶段。目前中国物联网及相关企业超过3万家，其中中小企业占比超过85%，创新活力突出，对产业发展推动作用巨大。
物联网作为中国新一代信息技术自主创新突破的重点方向，蕴含着巨大的创新空间，在芯片、传感器、近距离传输、海量数据处理以及综合集成、应用等领域，创新活动日趋活跃，创新要素不断积聚。
物联网在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。
在政策、经济、社会、技术等因素的驱动下，2020年GSMA移动经济发展报告预测，2019-2025年复合增长率为9%左右，2020年中国物联网行业规模目标16亿元，按照目前物联网行业的发展态势，十三五规划的目标有望超预期完成;预计到2025年，中国物联网行业规模将超过27万亿元。
未来物联网行业将向着多元方向发展
标准化是物联网发展面临的最大挑战之一，它是希望在早期主导市场的行业领导者之间的一场斗争。目前我国物联网行业百家争鸣，还未有一个统一的标准出现。因此在未来可能通过不断竞争将会出现限数量的供应商主导市场，类似于现在使用的Windows、Mac和Linux *** 作系统。
合规化同样是当下物联网面临的问题之一，特别是数据隐私问题。目前数据隐私已成为网络社会的一个关键词，各种用户数据泄露或被滥用的事件频发，特别是Facebook的丑闻引发了全球担忧。
因此在未来，我国各种立法和监管机构将提出更加严格的用户数据保护规定，，用户的敏感数据可能会随着时间的推移而受到更严格的监管。
多重技术推动物联网技术创新
从技术创新趋势来看，物联网行业发展的内生动力正在不断增强。连接技术不断突破，NB-Iot、eMTC、Lora等低功耗广域网全球商用化进程不断加速;物联网平台迅速增长，服务支撑能力迅速提升;
区块链、边缘计算、人工智能等新技术题材不断注入物联网，为物联网带来新的创新活力。受技术和产业成熟度的综合驱动，物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”等特点。
上数据来源于前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》。
单凭一种或几种安全技术很难应对复杂的安全问题，网络安全人员的关注点也从单个安全问题的解决，发展到研究整个网络的安全状态及其变化趋势。
网络安全态势感知对影响网络安全的诸多要素进行获取、理解、评估以及预测未来的发展趋势，是对网络安全性定量分析的一种手段，是对网络安全性的精细度量，态势感知成已经为网络安全20时代安全技术的焦点，对保障网络安全起着非常重要的作用。
一、态势感知基本概念
11 态势感知通用定义
随着网络安全态势感知研究领域的不同，人们对于态势感知的定义和理解也有很大的不同，其中认同度较高的是Endsley博士所给出的动态环境中态势感知的通用定义：
态势感知是感知大量的时间和空间中的环境要素，理解它们的意义，并预测它们在不久将来的状态。
在这个定义中，我们可以提炼出态势感知的三个要素：感知、理解和预测，也就是说态势感知可以分成感知、理解和预测三个层次的信息处理，即：
感知：感知和获取环境中的重要线索或元素；
理解：整合感知到的数据和信息，分析其相关性；
预测：基于对环境信息的感知和理解，预测相关知识的未来的发展趋势。
12 网络安全态势感知概念
目前，对网络安全态势感知并未有一个统一而全面的定义，我们可以结合态势感知通用定义来对对网络安全态势感知给出一个基本描述，即：
网络安全态势感知是综合分析网络安全要素，评估网络安全状况，预测其发展趋势，并以可视化的方式展现给用户，并给出相应的报表和应对措施。
根据上述概念模型，网络安全态势感知过程可以分为一下四个过程：
1）数据采集：通过各种检测工具，对各种影响系统安全性的要素进行检测采集获取，这一步是态势感知的前提；
2）态势理解：对各种网络安全要素数据进行分类、归并、关联分析等手段进行处理融合，对融合的信息进行综合分析，得出影响网络的整体安全状况，这一步是态势感知基础；
3）态势评估：定性、定量分析网络当前的安全状态和薄弱环节，并给出相应的应对措施，这一步是态势感知的核心；
4）态势预测：通过对态势评估输出的数据，预测网络安全状况的发展趋势，这一步是态势感知的目标。
网络安全态势感知要做到深度和广度兼备，从多层次、多角度、多粒度分析系统的安全性并提供应对措施，以图、表和安全报表的形式展现给用户。
二、态势感知常用分析模型
在网络安全态势感知的分析过程中，会应用到很多成熟的分析模型，这些模型的分析方法虽各不相同，但多数都包含了感知、理解和预测的三个要素。
21 始于感知：Endsley模型
Endsley模型中，态势感知始于感知。
感知包含对网络环境中重要组成要素的状态、属性及动态等信息，以及将其归类整理的过程。
理解则是对这些重要组成要素的信息的融合与解读，不仅是对单个分析对象的判断分析，还包括对多个关联对象的整合梳理。同时，理解是随着态势的变化而不断更新演变的，不断将新的信息融合进来形成新的理解。
在了解态势要素的状态和变化的基础上，对态势中各要素即将呈现的状态和变化进行预测。
22 循环对抗：OODA模型
OODA是指观察（Oberve）、调整（Orient）、决策（Decide）以及行动（Act），它是信息战领域的一个概念。OODA是一个不断收集信息、评估决策和采取行动的过程。
将OODA循环应用在网络安全态势感知中，攻击者与分析者都面临这样的循环过程：在观察中感知攻击与被攻击，在理解中调整并决策攻击与防御方法，预测对手下一个动作并发起行动，同时进入下一轮的观察。
如果分析者的OODA循环比攻击者快，那么分析者有可能“进入”对方的循环中，从而占据优势。例如通过关注对方正在进行或者可能进行的事情，即分析对手的OODA环，来判断对手下一步将采取的动作，而先于对方采取行动。
23 数据融合：JDL模型
JDL（Joint Directors of Laboratories）模型是信息融合系统中的一种信息处理方式，由美国国防部成立的数据融合联合指挥实验室提出。
JDL模型将来自不同数据源的数据和信息进行综合分析，根据它们之间的相互关系，进行目标识别、身份估计、态势评估和威胁评估，融合过程会通过不断的精炼评估结果来提高评估的准确性。
在网络安全态势感知中，面对来自内外部大量的安全数据，通过JDL模型进行数据的融合分析，能够实现对分析目标的感知、理解与影响评估，为后续的预测提供重要的分析基础和支撑。
24 假设与推理：RPD模型
RPD（Recognition Primed Decision）模型中定义态势感知分为两个阶段：感知和评估。
感知阶段通过特征匹配的方式，将现有态势与过去态势进行对比，选取相似度高的过去态势，找出当时采取的哪些行动方案是有效的。评估阶段分析过去相似态势有效的行动方案，推测当前态势可能的演化过程，并调整行动方案。
以上方式若遇到匹配结果不理想的情况，则采取构造故事的方式，即根据经验探索潜在的假设，再评估每个假设与实际发生情况的相符度。在RPD模型中对感知、理解和预测三要素的主要体现为：基于假设进行相关信息的收集（感知），特征匹配和故事构造（理解），假设驱动思维模拟与推测（预测）。
三、态势感知应用关键点
当前，单维度的网络安全防御技术手段，已经难以应对复杂的网络环境和大量存在的安全问题，对网络安全态势感知具体模型和技术的研究，已经成为20时代网络安全技术的焦点，同时很多机构也已经推出了网络安全态势感知产品和解决方案。
但是，目前市场上的的相关产品和解决方案，都相对偏重于网络安全态势的某一个或某几个方面的感知，网络安全态势感知的数据分析的深度和广度还需要进一步加强，同时网络安全态势感知与其它系统平台的联动不足，无法将态势感知与安全运营深入融合。
为此，太极信安认为网络安全态势感知平台的建设，应着重考虑以下几个方面的内容：
1、在数据采集方面，网络安全数据来源要尽可能的丰富，应该包括网络结构数据、网络服务数据、漏洞数据、脆弱性数据、威胁与入侵数据、用户异常行为数据等等，只有这样态势评估结果才能准确。
2、在态势评估方面，态势感评估要对多个层次、多个角度进行评估，能够评估网络的业务安全、数据安全、基础设施安全和整体安全状况，并且应该针对不同的应用背景和不同的网络规模选择不同的评估方法。
3、在态势感知流程方面，态势感知流程要规范，所采用的算法要简单，应该选择规范化的、易 *** 作的评估模型和预测模型，能够做到实时准确的评估网络安全态势。
4、在态势预测方面，态势感知要能支持对不同的评估结果预测其发展趋势，预防大规模安全事件的发生。
5、在态势感知结果显示方面，态势感知能支持多种形式的可视化显示，支持与用户的交互，能根据不同的应用需求生成态势评测报表，并提供相应的改进措施。
四、总结
上述几种模型和应用关键点对网络安全态势感知来讲至关重要，将这些基本概念和关键点进行深入理解并付诸于实践，才能真正帮助决策者获得网络安全态势感知能力。
太极信安认为，建设网络安全态势感知平台，应以“业务+数据定义安全”战略为核心驱动，基于更广、更深的数据来源分析，以用户实际需求为出发点，从综合安全、业务安全、数据安全、信息基础设施安全等多个维度为用户提供全面的安全态势感知，在认知、理解、预测的基础上，真正帮助用户实现看见业务、看懂威胁、看透风险、辅助决策。
摘自 CSDN 道法一自然
行业发展现状
1、中国网络安全行业规模发展迅速，多机构看好
2013年开始，随着国家在科技专项上的支持加大、用户需求扩大、企业产品逐步成熟和不断创新，网络安全产业依然处在快速成长阶段，近年来，受下游需求及政府政策的推动，我国网络安全企业数量不断增加，网络安全产业规模也不断发展。
IDC、中国信通院、CCIA、CCID的报告分别显示2020年中国网络安全市场规模约为51285亿元、1702亿元、553亿元、7492亿元，较2019年增速分别为1613%、882%、1569%、2320%。
具体来看，IDC的统计数值较为保守，2016-2020年年均复合增长率为2386%，CCID年均复合增长率为2219%。CCIA统计数值的CAGR为1963%，信通院的CAGR为1445%。总的来看，各家机构对网络安全的增速统计都在年均15%左右的复合增长率。
注：信通院自2020年度数据发布开始，对网络安全产业范畴进行了扩充(本文追溯到2017年)，将例如区块链应用等安全新技术产品、密码产品和设备等信息安全产品纳入考量范围，同时将云服务企业、电信运营商、车联网企业等主体的网络安全业务也纳入计算范围。
2、行业细分类别平衡发展，逐渐呈“三足鼎立”态势
从细分类型来看，2017-2020年，网络安全设备市场规模维持在30亿美元左右，2020年为327亿美元，但规模占比逐年递减，2020年占行业总规模的415%，同比降低39个百分点;软件和服务市场近几年有明显上升趋势，2020年规模占比分别为330%和256%。整体来看，网络安全行业市场之间呈“三足鼎立”态势。
行业发展前景及趋势预测
1、头部企业“横向+纵向”扩张，行业细分类型均衡发展
从我国网络安全行业的发展趋势来看，第一，行业头部企业布局将呈“横向+纵向”发展，一方面从自身业务辐射到设备、软件、安全三种类型业务，另一方面对产业链上游业务进行纵向布局以降低成本;第二，随着政策支持力度加大，加之企业自身的发展，国内企业将快速崛起;第三，随着企业对自身业务布局，推动行业中游类型均衡发展。
2、市场规模扩张速度快，逼近4000亿元大关
2021年8月20日，我国发布《中华人民共和国个人信息保护法》，进一步加强个人信息防护，另外，以滴滴上市叫停事件为导火索，国家对于网络安全的重视程度可见一斑。未来，我国网络安全行业的市场规模将进一步扩大，预计到2026年，市场规模将逼近4000亿元大关。
——以上数据参考前瞻产业研究院《中国网络安全行业发展前景预测与投资战略规划分析报告》。
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）