如何应对互联网和物联网化带来的工业安全新风险?

简介: 阿里云应邀参加金砖国家未来网络创新论坛,并做“安全+助力工业互联网安全”专题演讲。

近日,中国工业和信息化部在深圳举办“金砖国家未来网络创新论坛”,国际组织、金砖各国政府主管部门、企业、智库、科研机构、大学以及行业组织代表围绕基础设施建设、5G、人工智能、工业互联网、网络安全、物联网等议题开展交流研讨,阿里云应邀参会并做“安全+助力工业互联网安全”专题演讲。

image.png

随着工业互联网的发展,基础设施层面有两个显著的变化,一是,工业设备智能化,越来越多的工业智能设备直接或间接的暴露在互联网上;二是,工业数据上云/平台,推动工业应用不断创新发展。因此,工业数据上云的安全风险切面也在随之扩大,从工业现场延展到云、边、端,传统工业网络的安全边界在被打破,促使工业安全方案的创新与演进。

阿里云物联网安全总监董侃表示,“工业互联网产业数据化和数据产业化的核心是数据的有效流动,数据可信又是有效流动的基础。为了破局,阿里云一直在安全能力的建设上持续深耕,在阿里云基础设施及云上安全防护体系的基础上,以通用物联网安全技术为核心,内生化于阿里云工业互联网平台,搭建了工业互联网安全平台 Link Security,着重解决互联网和物联网化带来的新风险,覆盖终端、边缘、数据和平台安全,并通过与传统工控安全产品合作给客户提供完整的工业互联网安全解决方案。”

image.png
相较传统工控安全,阿里云 Link Security 具有五大核心优势:

1. 快速搭建、安全可视

在平台的安全管理层,提供一个统一的安全运营中心(Link SOC),以终端安全和大数据分析技术为基础,帮助平台的安全运营人员能够快速搭建主动防御的安全机制、实现风险可视化、威胁感知和处置、合规检查等持续化的安全运营动作。

2. 可信接入、安全分级

在平台接入侧,提供了设备身份认证服务(Link ID²),以可信计算和密码技术为核心,为物联网终端提供设备安全认证、安全连接、业务数据加密、密钥管理等端到端的可信接入能力。ID² 为每个智能设备提供一个可信的电子身份证,支持 SE、TEE、TPM 等专用安全芯片、安全 MCU、软件安全沙盒等五种以上安全等级的可信载体来适配不同能力的终端,并在连接和数据层面提供轻量化安全加密和鉴权能力。

3. 可信采集、可信上链

在平台的数据处理层,提供区块链 IoT 预言机服务,连接工业数字世界和区块链,助力构建数据全链路可信的工业互联网平台。以物联网安全技术为基础,解决 IoT 数据的可信采集和上链,链上链下的信任传递和数据隐私保护。

4. 安全合规、遥遥领先

在平台的合规层面,阿里云 Link Security 重点布局国内外信息安全相关的各方面资质,包含等保、密评、信息安全、数据保护、质量体系、隐私安全、云安全等,斩获多个国内外领先的安全合规资质,如全球首款 GP TEE 全配置安全认证、国内首个等保 2.0 三级合规测评(包含物联网扩展)、阿里首个商用密码应用安全性评估基本符合结论等等。在夯实平台合规性的同时,助力企业客户实现快速合规。

5. 二级节点、可信标识

结合工业互联网标识解析体系,阿里云积极配合工信部和相关生态企业推动合作与落地。一方面,阿里云成功申报信通院二级节点建设,并帮助客户的标识解析节点上云;另一方面,阿里云也积极探索如何通过泛物联网设备上的可信标识技术,来进一步赋能工业互联网标识解析,通过异构的、安全分级的、软硬结合的可信计算框架来使能工业可信标识,赋能主动标识或被动标识集成在各种可信载体上,如安全芯片、RFID 标签和二维码等。通过可信标识促进数据跨平台流动,助力快速打通工业内外网的标识应用。

董侃补充,“通过在可信监造领域的深入探索,我们发现可靠性是客户的一个强诉求,例如产品质量的可靠、设备运维的可靠等等,随着业务数字化的驱动,这种可靠性背后必须依赖数字可信技术的支撑。这其中有两层含义:一层是数据的信息安全性,包括采集、传输和计算的安全;另一层是数据的可信性,体现在数据源的身份可信,数据本身的不可篡改,数据处理的多方参与互信。以可信数据为支点来满足上下游企业、用户、政府监管等各种横向诉求,实现数据流动,驱动产业升级。”

总结来看,阿里云 Link Security 是以安全保障为出发点,融合终端安全、可信计算、密码学和区块链等多种技术来打造的物联网安全平台并纵向赋能各行业领域,并结合 IoT 数据可信的全链条能力,助力业务创新。

在当前全球新一轮科技革命和产业变革的带动下,数字经济发展日新月异,特别是信息通信技术在抗击新冠疫情中发挥了重要作用,抗疫也加速了全球数字化进程,催生了新业态、新模式、新产业,给金砖国家加速数字化发展,推动产业优化升级带来了新的机遇。阿里云也在积极投入建设工业互联网安全基础设施,为企业智能化转型和创新发展保驾护航。

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
目录
相关文章
|
大数据 Java C语言
什么是CPU密集型、IO密集型?
CPU密集型(CPU-bound) CPU密集型也叫计算密集型,指的是系统的硬盘、内存性能相对CPU要好很多,此时,系统运作大部分的状况是CPU Loading 100%,CPU要读/写I/O(硬盘/内存),I/O在很短的时间就可以完成,而CPU还有许多运算要处理,CPU Loading很高。
4824 0
|
7月前
|
人工智能 Linux API
阿里云轻量服务器秒级部署OpenClaw|大模型千问Qwen3-Max/Coding Plan API配置+避坑指南
2026年,OpenClaw(原Clawdbot)凭借轻量化部署、全平台兼容与大模型深度集成能力,成为个人与团队搭建专属AI自动化代理的首选工具。依托阿里云轻量服务器的秒级部署能力,搭配千问Qwen3-Max的强推理性能或Coding Plan免费API的低成本优势,可快速实现“云端稳定运行、本地灵活调试、多端指令交互”的AI服务闭环。本文基于2026年OpenClaw最新稳定版(v2026.3.28),完整覆盖**阿里云轻量服务器秒级部署、本地MacOS/Linux/Windows11部署、千问Qwen3-Max API配置、Coding Plan免费API配置、核心避坑指南、常见问题解答*
857 6
|
8月前
|
API 定位技术 数据库
【信贷审核】如何验证用户填报地址与IP属地一致性?IP查询是基础核验手段
在信贷审核过程中,确保用户提交的地址信息的真实性是防止金融欺诈的关键。本文将深入探讨如何通过IP查询技术,验证用户填报地址与其IP属地的一致性,及其在信贷审核中的应用和实现方法。
|
6月前
|
监控 安全 Java
智能建造,智慧工地系统源码,基于Spring Cloud +UniApp框架开发,支持二开
智慧工地以物联网、AI、大数据为核心,集成BIM、无人机、智能传感等技术,实现进度、质量、安全的实时监管与动态优化;涵盖人员、车辆、视频、环境、危大工程等全维度管理,推动建筑业向可视化、智能化、协同化转型升级。
245 0
|
8月前
|
监控 NoSQL 调度
校园外卖系统源码开发实战:商户端、骑手端、后台端三端架构拆解
本文深度解析校园外卖系统源码开发要点:针对封闭校园、午间高并发、短距配送、学生骑手等特性,详解三端(商户/骑手/后台)架构设计、Redis库存预扣减、区域化智能派单、订单状态机、周结抽佣及WebSocket实时通知等核心实现,突出高并发抗压能力。(239字)
|
8月前
|
API
这个春节,大模型终于学会了“看图思考”
新春献礼!Qwen3.5-Plus重磅发布,支持高质量视觉理解与复杂推理一体化,图文生产力翻倍提升。效果更强、成本更低——API价格低至0.8元/百万Token,仅为Gemini 3的1/18。现已上线阿里云百炼模型广场,即刻体验!
384 5
|
编译器 API Android开发
Android经典实战之Kotlin Multiplatform 中,如何处理不同平台的 API 调用
本文介绍Kotlin Multiplatform (KMP) 中使用 `expect` 和 `actual` 关键字处理多平台API调用的方法。通过共通代码集定义预期API,各平台提供具体实现,编译器确保正确匹配,支持依赖注入、枚举类处理等,实现跨平台代码重用与原生性能。附带示例展示如何定义跨平台函数与类。
929 0
|
中间件 开发者
gin框架学习-路由分组和中间件
Logger中间件将日志写入gin.DefaultWriter,即使配置了GIN_MODE=release。
867 129
gin框架学习-路由分组和中间件
五、ArkTS 常用组件-文本显示 (Text / Span)
本文档介绍了ArkTS中的文本显示组件(Text/Span),包括其基本概念、参数设置、常用属性(如字体大小、粗细、颜色、对齐方式)、最大行数及超长处理方法,以及子组件Span的使用方法。Text组件支持多种参数类型,包括字符串、资源引用等,并提供了丰富的属性设置选项以满足不同的文本显示需求。Span组件则主要用于在Text组件内部实现更精细的文本格式化,如设置不同的字体颜色、大小、装饰线等,同时支持点击事件的添加。
1393 2
|
缓存 自然语言处理 API
Ascend推理组件MindIE LLM
MindIE LLM是基于昇腾硬件的大语言模型推理组件,提供高性能的多并发请求调度与优化技术,如Continuous Batching、PageAttention等,支持Python和C++ API,适用于高效能推理需求。其架构包括深度定制优化的模型模块、文本生成器和任务调度管理器,支持多种模型框架和量化方式,旨在提升大规模语言模型的推理效率和性能。

热门文章

最新文章

相关产品

  • 物联网平台