1.6.5 数据层的安全挑战

工业数据是指工业领域信息化应用中所产生的数据，主要包括现场设备数据、生产管理数据和外部数据。数据是工业互联网的核心，工业数据由少量、单一、单向正在向大量、多维、双向转变，具体表现为工业互联网数据体量大、种类多、结构复杂。大量机器设备的高频数据和互联网数据持续涌入，数据体量巨大，而且数据分布广泛，分布于机器设备、工业产品、系统管理、互联网等各个环节，既有结构化和半结构化的传感数据，也有非结构化数据，数据处理需求多种多样，如生产现场要求实现实时时间分析达到毫秒级，管理与决策应用需要支持交互式批量数据分析。工业互联网标识解析系统中存储了大量涉及国计民生的敏感数据，也需要提供隐私保护、真实认证、抗攻击能力等。这些工业数据在IT和OT层、工厂内外双向流动共享，不管数据是通过大数据平台存储，还是分布在用户、生产终端、设计服务器等多种设备上，海量数据都将面临数据丢失、泄露、篡改等安全威胁。

因此，工业领域业务应用复杂，数据量庞大，数据种类和保护需求多样，数据流动方向和路径复杂，但是目前针对数据的生产、存储、传输、使用、共享和销毁，在各个层面上都缺乏对数据统一的安全管理，对重要工业数据以及用户数据保护的难度也带来了极大的安全挑战。

数据的安全挑战在于其遍布工业互联网各个环节，在工业互联网各个节点流动，所有的管理数据和操作数据都不断产生并且存储在工业互联网云平台中，同时其安全挑战也将贯穿于数据产生、使用、传输、存储、共享和销毁整个数据生命周期中。