全面解析工业互联网安全面临的机遇和挑战。

工业互联网安全的春天： 青萍之末

随着全球及我国的工业互联网产业发展，带来了新的机遇，也带来新的挑战，在安全领域体现尤为明显，无论是信息安全领域还是工控安全领域。随着工业与互联网，即OT 与IT的融合，网络战从原来的通过人、导弹，到未来的通过网络虚拟空间摧毁实体空间。

工业信息安全是工业生产安全和网络空间安全相融合的领域，包含了工业数字化、网络化、智能化运行过程中的各个要素、各个环节的安全，主要体现为工业控制系统安全、工业网络安全、工业大数据安全、工业云安全、工业电子商务安全、工业APP安全等。

全球的工业信息安全产业发展，根据工信部提供的数据，市场规模保持稳定增长，预计2017年138亿美元，到2023年达228亿美元。其中终端安全约占47%，网络安全占33%，其他（应用安全、云安全等） 占20%。

其中安全技术也在这个风起清萍之末的时机持续升级，诸如安全可视化、态势感知、积极防御等技术均随着全球工业信息安全产业的发展得到了科研界、产业界的关注。

我国在全球的大浪潮中，不甘示弱，国家的政策法规充分利于行业发展。如： 2015年5月 中国制造2025，2016年5月 关于深化制造业与互联网融合发展的指导意见，2016年11月 网络安全法，2016年12月 国家网络空间安全战略， 2017年11月 深化“ 互联网+ 先进制造业“ 发展工业互联网的指导意见，2017年12月 工业控制系统信息安全行动计划（2018-2020年）， 2018年 6月 工业互联网发展行动计划。

我国工业信息安全产业规模高速发展，细分行业覆盖政府、电信、金融、教育、工业等。行业格局有所调整，地方政府投入显著提升 2017年达1.79亿元，电力行业 2017年达1.43亿元，石油石化达1.16亿。

随着工业互联网产业联盟的建立，我国工业互联网的顶层架构已经具备。

企业参与工业信息安全业务也持续增长，据工业信息安全产业联盟数据统计，国内有138家企业涉足。

根据工业企业调研，80%企业认为安全投入应占工业互联网投入的5%-20%。大约8亿的市场空间。

工业互联网安全之挑战： 跬步千里

提到工业互联网，离不开智能制造这个概念，严格说来，中国符合智能制造的企业大约只有5% . 走在前沿的企业，如海尔已经开发了海安盾，赋能海尔工业互联网平台，基于零信任安全，重新定义工业互联网安全，每天预警和阻断互联网攻击10万次。

德国已经提出工业4.0的概念，但我国很多工业企业还没有达到工业3.0，工业化发展水平参差不齐，因此智能制造要解决五大难题：安全生产、环保、节能降耗、提升质量、降本增效。

不积跬步无以至千里，智能制造，安全为先，包括 safety+ security。工业企业关心的不是数据，而是生产。我们可以理解工业信息安全为三个方面：终端数据安全（仪器仪表、传感器数据等）、网络安全、数据中心信息安全。

在大多数的工业企业，我们还在建立基础的层层防御的级别：
1、多层次防火墙安全防护架构
2、应用层防护
3、内容加密等
4、以服务为核心建立智能运维中心

这个层层防御还仍然是网络安全范畴，对于工业企业还关心工业控制安全。传统上，这是两个独立领域，随着工业互联网产业的发展，对于两个领域安全的融合提出了新的挑战。

工业互联网安全之迷思：道阻且长

工控安全对于我们广大网络安全领域的厂商还是新的课题。我们可以以社会治安为比喻，在工业互联网产业中也存在工业控制治安。信息化的控制系统一切行为和风险都反映在运行数据中。

按照中控集团创始人、宁波工业互联网研究院创始人褚健老师的观点，工业信息安全包括三个层次： 虚拟网络空间如同水上，水面主机屏幕安全，水下控制系统等硬件系统的安全。

如何统一这三个层次？这里存在很多矛盾和难点，比如： 安全和控制系统之间的矛盾？不同安全产品之间的矛盾？工业生产企业顾虑安全实施是否带来更多的风险？安全投入成本问题？缺少工控安全普遍运行规则？工控系统私有协议问题？等等。

2018年8月3日的台积电勒索停产事件，台湾三个工厂出问题，损失近2亿美元，让我们看到工业互联网安全问题的迫切性。数据是核心，网络是基础，安全是前提。

Gartner IT-OT自适应安全架构给了我们一些基础参考，但在此基础上如何建立IT-OT一体化的自适应防护架构，仍然是一个问题。对于工业企业而言，工业互联网安全治理是一个长期的过程，需要充分考虑近期、中期、长期目标；需要战略投入和战术实施。

对于每一个从事网络安全的企业，也提出了新的挑战，如何针对性的提出满足工业互联网企业的网络安全方案，并和工控安全相结合，，从而更精准的满足工业企业的安全需求。

工业互联网安全之新星：流量可视化

安博通针对工业互联网的需求，推出新一代流量可视化产品，满足工业互联网领域以下三种典型场景的应用。

1、配合安全产品/态势感知平台

•        僵尸网络分析：结合域名、应用行为等信息进行DGA分析。

•        沙箱系统联动：上传文件/文件MD5等消息。

•        威胁情报系统联动：上送IP/URL等信息匹配信誉库。

•        报文抓取：分析攻击行为时，调取特定条件的报文。

•        会话抓取：分析攻击行为时，调取特定的会话。

•        流量趋势抓取：分析攻击行为时，调取特定的流量趋势。

•        按需上报：将提取的报头/载荷/特定协议和应用信息上报。

2、性能方向

业务方向

•  NPM：时延、重传、RTT分析、抖动…

•  APM：应用性能分析、应用和网络的边界。

针对的用户特征

•  存在带宽利用率检查需求，例如广域网专线。

•  业务复杂系统，经常变化，需要通过流量层面核查。

•  网络/应用性能存在问题，但边界界定不清。

•  存在流量调度需求，以采集到的性能数据作为依据。

•  需要分析网络中流量成分，协议、应用层面。

•  行业客户定制倾向明显。

3、内网可视化分析和追溯方向

业务方向

•  分析内网有哪些应用在跑，流量分布如何。

•  分析特定业务的用户/区域/时间使用情况分布，热度和趋势等。

•  分析特殊场景的流量情况，例如视频监控。

•  追溯需求，全包存储。

针对的用户特征

•  大型企业行业网，内网应用数量较多，使用情况比较复杂。

•  网络连通性、冗余性已经没有问题，但对流量应用不清晰。

•  公共安全行业调查取证类需求。