工业数据安全
工业数据安全是工业数据治理框架中不可忽视的维度。随着智能制造概述与工业4.0的推进，工厂的运营技术（OT）网络与信息技术（IT）网络日益融合，原本”物理隔离”的工业控制系统暴露在网络威胁之下。一次成功的网络攻击不仅可能导致数据泄露，更可能造成设备损坏、生产中断甚至人员伤亡。
OT/IT融合下的安全挑战
传统工厂的安全状态
传统工厂的OT网络（PLC、DCS、SCADA）与IT网络（ERP、OA、邮件）物理隔离，安全威胁有限：
- 攻击面小：OT系统不连接外部网络
- 攻击门槛高：需要物理接触设备
- 影响范围可控：IT系统的安全事件不会影响生产
融合带来的新风险
数字化工厂打破了OT/IT的隔离边界：
风险场景：
- 攻击者通过IT网络的漏洞渗透到OT网络，控制PLC指令
- 勒索软件加密MES数据库导致生产停摆
- 竞争对手窃取工艺参数等核心知识产权
- 内部人员越权访问敏感生产数据
安全三要素
工业数据安全围绕三个核心要素展开：
保密性（Confidentiality）
确保数据只被授权人员访问：
- 工艺参数（温度、压力、配方）是工厂的核心机密
- 成本数据、产量数据具有商业敏感性
- 个人信息（员工考勤、绩效）需要隐私保护
完整性（Integrity）
确保数据不被未授权篡改：
- PLC下发的控制指令不能被篡改（安全隐患）
- MES-制造执行系统中的生产数据不能被伪造（质量追溯）
- SCADA-数据采集与监视采集的数据不能被篡改（决策基础）
可用性（Availability）
确保数据和系统在需要时可用：
- 工厂7×24小时运行，系统停机成本极高
- 安全措施不能影响实时数据的采集和处理
- 实时数据流水线的连续性不能因安全检查而中断
工业场景的特殊性：在传统IT安全中，保密性通常优先级最高；但在工业场景中，可用性和完整性的优先级往往高于保密性——生产安全大于数据保密。
工业网络分层防护
参考ISA-95参考架构和IEC 62443标准，工业网络的安全防护采用分层策略：
现场层（Level 0-1）
传感器、执行器、PLC等现场设备：
- 物理安全：设备安装在受控区域
- 固件安全：定期更新PLC固件，修补已知漏洞
- 通信安全：使用加密的现场总线协议
控制层（Level 2）
SCADA-数据采集与监视、HMI、DCS等控制系统：
- 网络隔离：控制层网络与其他层级通过工业防火墙隔离
- 访问控制：HMI操作需要身份认证
- 操作审计：记录所有控制指令的发出者和时间
执行层（Level 3）
MES-制造执行系统、 historians（历史数据库）等：
- 网络分区：与控制层之间部署DMZ（隔离区）
- 应用安全：MES系统的输入验证、权限控制
- 数据备份：关键生产数据的定期备份和灾难恢复
管理层（Level 4）
ERP-企业资源计划、PLM、数据分析平台等：
- 标准IT安全措施：防火墙、IDS/IPS、终端管理
- 数据安全：传输加密、存储加密
- 身份管理：统一身份认证和权限管理
决策层（Level 5）
云端服务、供应链协同、远程访问：
- 云安全：使用私有云或混合云，数据不出厂
- 远程访问：VPN + 多因素认证
- 供应链安全：第三方接入的安全评估和监控
等保合规要求
中国制造业企业通常需要满足等保2.0三级的要求：
关键要求项
安全技术要求：
- 安全物理环境：机房门禁、防雷、防静电、消防
- 安全通信网络：网络分区、通信加密、边界防护
- 安全区域边界：访问控制、入侵防范、安全审计
- 安全计算环境：身份鉴别、访问控制、安全审计、数据完整性、数据保密性
- 安全管理中心：系统管理、安全管理、审计管理
安全管理要求：
- 安全管理机构：设立信息安全领导小组
- 安全管理制度：制定信息安全管理制度和操作规程
- 人员安全管理：人员录用、离岗、考核的安全要求
- 安全建设管理：系统建设的全生命周期安全管理
- 安全运维管理：日常运维的安全操作规范
工业控制系统的补充要求
等保2.0对工业控制系统有专门的扩展要求：
- 控制设备的安全接入控制
- 拨号使用的控制措施
- 无线网络使用的安全要求
- 工业控制系统专用安全产品的使用
数据脱敏
对敏感数据进行脱敏处理，在开发和测试环境中使用：
脱敏策略
| 数据类型 | 脱敏方法 | 示例 |
|---|---|---|
| 工艺参数 | 数值加噪声 | 温度±5%随机扰动 |
| 员工信息 | 姓名脱敏 | 张三→张* |
| 供应商信息 | 编码替换 | 供应商A→S001 |
| 设备参数 | 保留范围，模糊精确值 | 1500rpm→1400-1600rpm |
动态脱敏 vs 静态脱敏
- 静态脱敏：将生产数据导出为脱敏后的副本，用于开发测试
- 动态脱敏：在查询时实时脱敏，根据查询者的权限返回不同级别的数据
- 工厂推荐：开发测试使用静态脱敏，数据服务与API层使用动态脱敏
访问控制
身份认证
- 统一身份管理：所有系统使用统一的身份认证（如LDAP/AD）
- 多因素认证：远程访问和敏感操作需要MFA
- 设备身份：IoT设备和采集网关也需要身份认证（基于证书）
- 服务身份：系统间调用的服务账号管理
权限模型
基于ISA-95参考架构的组织层级设计权限：
- 角色定义：厂长、车间主任、班组长、操作工、设备工程师、质量工程师
- 数据范围：按工厂→车间→产线层级控制数据可见范围
- 功能权限：查看、编辑、导出、管理等操作的细粒度控制
- 临时权限：临时项目需要的数据访问权限，限时自动回收
审计日志
审计内容
- 数据访问审计：谁在什么时间查询了什么数据
- 数据变更审计：谁修改了什么数据，修改前后的值
- 权限变更审计：权限的授予和回收记录
- 系统操作审计：关键系统操作（如PLC指令下发）的完整记录
日志管理
- 日志集中存储，防篡改（如使用WORM存储）
- 日志保留期限不少于180天（等保要求）
- 定期进行日志分析，发现异常访问行为
- 与数据血缘与元数据管理联动，实现端到端的操作追溯
实施建议
- 风险评估先行：在实施安全措施前，先进行全面的安全风险评估
- 分层分级防护：根据资产重要性和威胁等级，实施差异化的安全策略
- 安全不影响生产：安全措施的实施不能影响生产系统的实时性和可用性
- 持续运营：安全不是一次性项目，需要持续的监控、评估和改进
- 人员安全意识：技术措施之外，人员的安全意识培训同样重要
工业数据安全是智能制造的底线。在推进数字化转型的过程中，必须同步建设安全防护体系，确保智能制造概述与工业4.0的愿景在安全的轨道上实现。