工业互联网网络数据安全分析与研究

工业互联网网络数据安全分析与研究

张宇

中国石油大庆油田信息技术公司  163453

摘要:随着互联网发展水平的提升，工业互联网应运而生，在工业互联网应用范围不断扩大的情况下，安全问题逐渐暴露出来，由于工业互联网在应用过程中需要处于全面互联状态，防止网络数据在流通过程中出现障碍，以确保工业互联网网络数据传输的安全性。因此企业需要在运用工业互联网的过程中，注重加强对网络数据安全的分析工作、维护工作，在保证工业互联网正常应用的基础上，不断提升数据流通过程的安全性。本文首先分析工业互联网的网络数据分析方式，其次探讨加强工业互联网网络安全的方式，以期对相关研究产生一定的参考价值。

关键词：工业互联网；网络数据；安全分析

前言：近年来，国内外研究人员比较重视工业互联网的研发工作，已经在工业互联网中充分运用了物联网、SDN以及5G技术，从而打造出可靠性比较高、延迟问题比较小、覆盖范围比较大的工业互联网，其中网络数据安全问题已经成为工业互联网研究中的主要内容。工业互联网在运行时，需要由大规模网络设施提供网络支撑，使用数据驱动建设的网络架构可以满足工业互联网的网络需求。

1工业互联网的研究背景

在工业互联网应用过程中，会使用一些设备、传感器组态网实时传输企业信息，安全问题比较重要，因此企业需要研发一些满足工业互联网发展需要的安全保护技术，加强工业互联网的安全防护力度，确保工业互联网可以安全运行、抵御网络攻击。企业技术人员应该参照我国推出的《信息安全技术网络安全等级保护要求》、《工业互联网安全要求》，将企业安全防护工业互联网的方式划分为五个方面：设备安全方面、控制安全方面、网络安全方面、应用安全方面、数据安全方面[1]。

一些专家学者提出使用计算复杂度取代工业互联网以往使用的状态复杂度，借助智能数据协助技术人员开展数据选择工作、数据关联分析工作，及时解决工业互联网当前网络问题，有助于提高工业互联网的网卡服务质量。通过借助工业互联网加强对访问的控制、检查网络入侵情况、设置病毒防治方案等，针对工业互联网异构系统流量分析情况，针对工业互联网各级别设置一些具有针对性的安全防护措施，能够在工业互联网出现异常行为的过程中展开问题追溯，及时检查出工业互联网存在的网络异常问题，及时发出预警，便于工作人员及时维护工业互联网安全。

2工业互联网的网络数据分析方式

工业互联网主要由信息物理系统、物联网、云计算共同构成，因为物理实现技术与工业互联网在海量数据方面具有一定的异构性，所以企业需要加强工业互联网故障检测能力、数据传输能力、数据处理能力，为了使异构网络能够顺利完成数据处理工作，应该创建统一的交互操作模型，并利用大数据技术、云计算技术、边缘计算技术，对智能单机设备数据展开协同分析，制定工业互联网整体优化方案，及时解决工业互联网智能制造网络存在的安全问题。

2.1使用大数据平台收集异构多源数据

企业需要创建工业互联网监控系统，对工业互联网上传输的异构数据、多源数据展开全面分析，依照预测结果动态优化调整企业的生产规划，保证工业网络能够满足动态制造需要。企业可以从提高设备自动化水平、建设智能工程的角度着手，建设分布式感知能力比较强、传输可靠性比较高的异构终端架构，在不更改原有生产设备的基础上，借助已有数据接口创建更为高效的网络数据采集系统，全面采集行业数据，对企业生产情况展开实时监控管理，使得与工业互联网相连接的智能设备能够顺利完成数据互通传输[2]。

通过融合运用工业以太网、5G技术、ESB等互联网技术，可以使企业自动化生产线、设备实现数字化发展目标，在工业互联网的支持下，大数据平台能够实时采集设备运行信息、机床运行状态、机场加工情况、程序信息等，在将这些数据信息统一汇总在数据库中，可以为后续利用信息提供便利性。

2.2工业数据建模、大数据分析

近年来，大数据批处理框架、流处理框架已经大面积运用在处理海量数据中，各种机器学习算法已经成为应用工业互联网企业开展故障诊断、设计问题解决方式的主要方式，在处理工业数据的过程中，企业通过全面分析设备机理、设备控制流程、工艺控制流程，可以建立数据分析框架，借助大数据算法对进行数据内容技能型分析，实时分析共享数据共享情况，并对数据进行深层次的挖掘研究，保证工业发展数据资源的价值能够充分发挥出来[2]。

3加强工业互联网网络安全的方式

3.1寻找攻击源

在工业互联网受到网络攻击的过程中，工作人员应该重点分析网络数据包，重构工业互联网网络攻击路径，创建攻击溯源图，寻找到攻击源。在确定好工业互联网攻击源特征模型后，寻找合适的匹配算法，针对这些恶意网络攻击设置一些安全防范方式，不断提高工业互联网的网络安全。

3.2工业互联网流量降维方式

工业互联网网络流量数据特征相对比较多，不可以直接使用原数据开展异常流量检测工作，在特征选择的过程中，通过预处理网络数据能够在一定程度上降低网络数据安全分析的复杂程度，因此企业需要提高对特征选择方式的重视程度，对网络数据的流量特征开展排序，依照安全问题紧急程度确定处理顺序，借助流量降维方式进一步提升工业互联网的应用安全性。

3.3创建工业互联网安全事件溯源模型

在工业互联网应用过程中，工作人员应该依照网络节点研究网络数据存在的特征差异，在各个节点上监控管理网络数据，匹配数据包以后发出响应，在确定清楚工业互联网数据传输路径以后，创建溯源图。导致工业互联网出现网络流程异常问题的原因比较多，在工业互联网受到DDOS攻击的过程中、网络扫描速度比较慢的过程中，使得网络数据在流量特征方面存在差异。

因此企业需要使用Fisher、infogain获取的多维特征序列进行降维处理，通过合理运用深度学习算法，能够寻找出各类网络安全事件的特征值。企业通过创建工业互联网网络数据分析模型，能够研究出恶意代码对工业互联网演化产生的影响，通过使用可跟踪映射能够确定网络安全事件的跟踪路径，管理人员应该研究互联网传播路径中的事件，可以为工业互联网的安全控制提供一些理论依据[4]。

结论：综上所述，在应用工业互联网之后，能够进一步提升企业的生产效率，但是容易由于受到网络攻击影响使得网络数据出现安全问题，因此企业需要加强对工业互联网的安全防护力度，使用大数据平台收集异构多源数据，在开展工业数据建模、大数据分析，需要在寻找好攻击源以后，使用工业互联网流量降维方式，创建工业互联网安全事件溯源模型，及时处理工业互联网存在的网络安全问题，不断提高工业互联网在企业数据安全传输中的应用效果。

参考文献：

[1]肖风超.工业互联网网络数据安全分析与研究[J].数据通信，2022(03):19-21+49.

[2]邓梦茹.大数据技术在网络安全分析中的应用研究[J].无线互联科技，2021，18(12):19-20.

[3]杨承.互联网时代的网络数据安全分析[J].电子技术与软件工程，2020(09):258-260.

[4]宋凌梅.计算机网络数据安全策略的分析与研究[J].卫星电视与宽带多媒体，2020(08):26-27.

作者简介：张宇，性别：女，民族：汉族，籍贯：黑龙江省大庆市，出生年月：1989  年 2 月  6 日，文化程度：大学本科，现有职称：工程师，研究方向：网络安全.