随着工业互联网、工业 4.0 及 5G 网络的蓬勃兴起，传统工业生产模式正加速向智能化转型，这一变革虽然带来了前所未有的效率提升，但同时也使得工控设备面临着日益严峻且多样化的安全挑战。攻击手段不断翻新，复杂度急剧上升，工控安全事件频发，已成为行业不可忽视的重大风险。尤为突出的是，利用工控系统固有漏洞发起的攻击已成为常态，无论是 PLC（Programmable Logic Controller，可编程逻辑控制器）、DCS（Distributed Control System，分布式控制系统）、SCADA（Supervisory Control And DataAcquisition，数据采集与监视控制系统），还是各类工业应用软件，均广泛暴露出众多信息安全薄弱环节。

相关数据显示，2024 年工控安全漏洞数量较2023 年相比出现了进一步的增长，且增幅较大，但 2021 年到 2024 年整体工控安全漏洞数量较 2020 年之前依旧偏少。

数据显示，2024 年，中国暴露的工控设备数量在全球范围内依旧位居第二，相比于2023年，工控设备的暴露数量有所下滑。随着国家对于工业互联网及网络安全的不断重视，国内暴露的工控设备大幅减少。

今年以来，我国加快工业互联网创新发展，加速千行百业融合应用，为推动经济高质量发展提供强劲动能。工信部印发《打造“5G+工业互联网”512 工程升级版实施方案》，指出要以推动工业互联网高质量发展和规模化应用为主线，促进实体经济和数字经济深度融合。

2024 年，全国暴露工控设备数量最多的是浙江省。随着科技革命和产业变革的深入推进，浙江持续推动工业经济的转型升级，增强经济的基础性支撑。2024 年前 11 个月，浙江省规模以上工业增加值同比增长了 7.3%，领先全国同期增速 1.5 个百分点。浙江省经信厅表示，2025 年，浙江将全力以赴推进工业稳进提质的攻坚战，致力于在传统产业上攻克难题，在新兴产业上聚焦重点，并在未来产业上加速发展，力争加快构建具有浙江特色的现代化产业体系，为浙江作为经济大省做出更大的贡献。而在推进浙江省工业稳进提质的过程中，必须时刻关注工业互联网的安全性，这样才能确保各项措施有效执行，实现工业的长期发展。

网络安全技术现状

在工业互联网蓬勃发展的进程中，其面临的安全威胁愈发复杂严峻。当下，黑客攻击手段层出不穷，从恶意软件入侵、网络钓鱼到高级持续性威胁，攻击方式花样繁多。为有效应对这一复杂局面，将工业互联网安全与如人工智能、区块链、边缘计算等新兴技术深度融合，成为了增强工业互联网安全防护体系的必然选择。

人工智能

利用机器学习算法，对工业互联网中的大量网络流量、系统日志和设备行为数据进行分析和学习，构建异常检测模型，能够实时识别出潜在的入侵行为、恶意软件和异常活动，如通过深度学习算法对工业网络流量中的未知攻击进行检测；借助人工智能的自动化和智能化能力，对工业软件和系统进行漏洞扫描和挖掘，通过分析代码结构、运行时行为等，发现潜在的安全漏洞，还可以根据漏洞的严重程度和影响范围进行优先级排序，帮助企业及时进行修复和防范。

随着如 ChatGPT、DeepSeek 等大模型的问世，人工智能进入了新的发展阶段，大模型通过更多的参数和更复杂的计算结构，能够处理更为复杂和不确定的数据，生成更接近人类思维方式的决策结果。目前，大模型在计算机视觉、语音识别等领域已经展现了巨大的应用价值。

然而，在工业互联网安全领域中，针对该领域的生成式人工智能应用和技术仍然比较稀缺，大模型在工业互联网安全领域有巨大的应用潜力。将大模型与漏洞挖掘、威胁情报分析等安全技术相融合，可以有效提高相关技术的效率，降低工业互联网潜在的安全风险，为工业稳定生产提供保障。目前，将大模型与工业互联网安全技术相融合，已经成为业界的热门研究思路。

区块链

利用区块链的分布式账本和不可篡改特性，可确保数据在传输和存储过程中的完整性和真实性，防止数据被篡改和伪造，为工业数据的共享和交换提供了可信的环境，如在工业供应链中，通过区块链实现上下游企业之间的数据共享和溯源。利用区块链技术可以对工业物联网设备进行身份注册、认证和管理，确保只有合法的设备能够接入，防止非法设备的入侵和攻击，同时，通过区块链记录设备的运行状态、维护历史和安全事件等信息，实现设备的全生命周期管理。

区块链技术与工业互联网安全技术相结合是当前研究的重要趋势。随着工业互联网的发展，隐私保护、数据安全等问题愈发突出。区块链以其去中心化、不可篡改和透明性强的特性，为工业互联网安全提供了一种新的解决方案，可以确保工业设备间的安全通信、数据的完整性与透明性，并通过智能合约自动化执行安全响应措施。区块链在设备身份管理、数据共享和供应链管理等方面也能提供强大的安全防护。

目前，区块链正逐步与网络安全技术相融合，为工业互联网安全提供新的保障。此外，将量子计算、边缘计算等技术与区块链技术相结合以提供更强大的安全保障，也是目前的研究趋势。

边缘计算

利用边缘计算技术在工业互联网的边缘设备和终端上部署安全防护机制，如防火墙、入侵检测系统、加密模块等，可以对边缘设备的接入和数据传输进行安全控制，防止边缘设备受到攻击和数据泄露。同时，还能对边缘设备的数据进行实时处理和分析，及时发现和处理潜在的安全威胁，实现边缘设备、云端和本地系统之间的安全协同与联动，如当边缘设备检测到安全威胁时，及时向云端和本地系统发送告警信息，并与其他安全设备进行联动，共同应对安全威胁，提高整体安全防护能力。

随着工业互联网的不断发展，联网的工业设备的数量急剧增长，产生的数据总量不断增加，从端到云的数据传输会带来巨大的带宽压力和能源消耗，传统的集中式处理难以高效运作。边缘计算作为一种分布式计算模式，已成为提高工业系统效率和响应速度的关键技术。将边缘计算与工业互联网安全技术融合，在提高工业互联网的效率同时保障网络的安全，是当前研究的热点。将边缘计算与 AI 驱动的安全分析技术相结合，边缘设备可以实时分析数据流，并在检测到安全威胁时进行快速响应。借助区块链和分布式账本技术，边缘设备之间能够在去中心化的环境下共享实时的威胁情报，保证信息的安全和透明性。

网络安全威胁现状

工业互联网不仅涉及到传统工业设备的网络化，还涉及到大数据、云计算、人工智能等技术的深度融合，这使得其面临的安全风险更为复杂和严峻，其中设备安全、平台安全和网络安全是最为突出的三个方面。

设备安全风险

一方面，由于缺乏统一安全标准和规范，海量异构工业设备以不同形式的连接方式接入工业互联网平台，导致了大量不安全的接口的产生。另一方面，工业智能设备在设计时往往更注重实时性、可靠性和稳定性，而且部分设备采用轻量化设计，因此其计算和存储能力受限，安全防护能力较低。

平台安全风险

工业互联网平台作为工业互联网的核心组成部分，其安全性至关重要。但平台边缘层可能缺乏对海量工业设备的状态感知、安全配置自动更新和主动管理，这使得利用这些设备发起的攻击感染面更大、传播性更强。例如，平台在面对大量工业设备发起的高级持续性威胁（APT）攻击时可能会受限于安全审计和配置检查存在滞后从而导致防御能力不足。此外，工业互联网平台集成的第三方也存在应用和服务在权限管理、数据加密等方面不符合平台安全标准的问题，这将带来额外的安全隐患，对平台安全构成直接威胁。

网络安全风险

黑客攻击是工业互联网平台面临的主要外部威胁之一。攻击者通过漏洞扫描工具寻找平台存在的漏洞，并利用这些漏洞进行入侵。病毒在工业互联网这种依赖于局域网的快速交换网络中更容易迅速扩散。例如，Egregor 是一种专门针对企业和工业控制系统的高危勒索软件，一旦 Egregor 病毒侵入工控网络，就会迅速加密系统中的关键数据和文件，导致生产流程中断，严重威胁工控系统安全。

5G 网络与工控网络的深度融合也给工控网络安全带来了新的挑战。5G 网络使得更多的物联网设备得以接入网络进行实时的数据交换，在 5G 网络的切片结构导致网络管理的复杂度增强的情况下，攻击者有更多的机会找到并利用漏洞进行入侵。

另外，5G技术的低延迟特性也使得攻击者能够更快地发动攻击，并在更短的时间内造成更大的破坏。面对5G与工控网络融合带来的新风险，加强工控网络的安全防护显得尤为迫切。