2020-2021工业互联网边缘计算安全研究报告.pdf

2020-2021工业互联网边缘计算安全研究报告 目 录 一、 工业互联网边缘计算概述 . 1 （一）工业互联网边缘计算概念与内涵 . 1 （二）工业互联网边缘计算研究现状 . 3 （三）边缘计算助力工业互联网发展 . 9 二、 工业互联网边缘计算安全风险与挑战 . 11 （一）工业互联网边缘计算面临典型风险 . 11 （二）工业互联网边缘计算安全防护面临挑战 . 19 三、 工业互联网边缘计算安全防护 . 21 （一） 国内外工业互联网边缘计算安全防护框架 . 21 （二）工业互联网边缘计算安全参考框架 . 22 （三）防护措施 . 27 四、 工业互联网边缘计算安全未来展望 . 40 附件 ：术语 . 43 参考文献 . 45 1 图 1 工业互联网边缘计算架构 工业互联网边缘计算架构主要包括以下内容： a） 终端设备。 终端设备主要包括可实现工业现场数据采集 一、 工业互联网边缘计算概述 （一） 工业 互联网边缘 计算 概念 与内涵 工业互联网边缘计算是一种将部分数据处理和数据存储放 在工业互联网边缘节点的分布式计算方式，其通过融合工业互联 网边缘侧的计算、通信和存储能力，就近提供边缘智能服务，并 可通过云边协同机制为工业互联网平台提供数据支撑，从而实现 工业互联网泛在互联 、 实时业务、可靠 服务、 数据优化、边缘应 用智能、安全和 隐私 保护等多方面应用需求。工业互联网边缘计 算架构如图 1 所示 。 工业云 M E S 工业视觉识别 边 缘 平 台 边 缘 节 点 D C SP L C 边缘计算盒子边缘控制器 产品质量检测 设备故障诊断边 缘 应 用 预测性维护 企业私有云 / 边缘云 边缘服务器 S C A DA M O M R T U 边缘网络 现场总线 互联网 / 专线 边缘数据上传 / 反馈 边缘数据 云边协同 边缘接 入平台 终端 设备 智能网关 智能终端设备 工业以太网 / 工业无线 / O P C U A AI 模型推理 的各种传感器和仪器仪表、可执行工业控制命令的执行器和伺服 电机等，终端设备可通过工业现场总线、实时以太网等通信协议 与边缘节点连接，实现数据、控制命令等内容的传输； b） 边缘节点。 边缘 节点主要包括具有 边缘算力的 智能终端 设备、工业控制设备、边缘控制器、边缘网关、边缘计算盒子等， 通常部署在工业现场，实现智能感知、工业控制、实时 数据处理 和 实时决策 。其中，智能终端设备包括搭载 边缘算力 的智能摄像 头 、 智能机器人 、 智能 AGV 小车等 ；工业控制设备包括 PLC、 DCS、 RTU 等，它们执行工业控制规则和逻辑，实现对底层终端 设备的控制 ；边缘控制器既具有边缘计算能力，也具有实时工业 控制能力； 边缘网关 兼具通用 网关的数据转发 功能 和边缘 侧 数据 处理功能 ； 边缘计算盒子 是 专门用于 执行 边缘计算任务的算力 设 备。边缘节点作为边缘侧的算力硬件载体，为边缘侧的实时数据 处理、 AI 模型推理、实时工业控制、应用部署等提供计算能力； c） 边缘网络。 边缘网络 指 在 网络 边缘侧负责连接 各种工业 设备、 工业 系统、 工业 数据 ，并将其接入工业互联网边缘平台的 通信技术和协议 。 主要 协议包括 现场总线、工业以太网、时延敏 感网（ TSN）、 OPC UA、 5G、 WiFi、 NB-IoT、 LoRa、 MQTT 等； d） 边缘平台。 边缘平台通常 部署在 企业 私有云 、 边缘云 、边 缘 服务器等 边缘基础设施上，主要负责管理边缘侧的各种资源并 提供边缘侧的基础平台能力。边缘资源管理主要是针对边缘 节点 资源、 边缘计算资源、边缘网络资源和边缘存储资源进行调度和 协同，最大化资源的使用；边缘基础能力主要提供业务编排、统 一服务接口 API 的定义和封装、轻量级容器和微服务组件等基础 核心能力，支撑工业边缘智能应用和服务的开发和部署； e） 边缘应用。 利用边缘侧的基础设施和边缘平台提供的基 础能力，可以开发和部署各种边缘侧的工业应用和工业服务， 包 括 ： 产品 质量检测、设备故障诊断、 预测性 维护、工业视觉等 ； f） 边缘接入 平台 。 边缘 接入平台 位于云端 ， 主要 实现 工业云 平台 对 边缘 平台基础设施、 边缘设备等资源的 管理， 提供 将 工业 云上 的应用和 服务 延伸 到边缘的能力，实现 边缘 和云 端 的数据 和 能力的协同 ， 提供完整的边缘 和工业 云平台一体化 协同 服务 能力； g） 边缘数据。 边缘数据 是 工业 互联网 的 生产制造 、 运行服 务 等 环节 在 边缘侧产生的 机器 数据 、配置 数据、决策数据 、 状态 数据 、 模型数据 等原始 或衍生数据。 这些 数据 呈现 结构化、半结 构化、非结构化 等 多种 格式 ， 具有分布广泛 、 数量 巨大 、 时序性 强 等 特 点。 （二） 工业 互联网边缘 计算研究现状 当前，相较于边缘计算技术在其他领域的应用，工业互联网 边缘计算处于起步阶段。 1 国外 研究现状 国外在工业互联网边缘计算方面的研起步较早，发展较快 （如图 2 所示）。 图 2 国外工业互联网边缘计算发展现状概览 标准研制方面， 2015 年 9 月，欧洲电信标准化协会（ ETSI） 发布了移动边缘计算白皮书（ Mobile-Edge Computing Introductory Technical White Paper），该白皮书给出了移动边缘计 算的顶层架构设计，同时还介绍了与其他工业技术之间的接口关 系。此后 ， 该协会又分别于 2018 年 10 月和 2019 年 1 月发布了 多接入边缘计算（ MEC）、第 2 阶段：用例与需求（ Multi- access Edge Computing (MEC) 、 Phase 2: Use Cases and Requirements） 和多接入边缘计算（ MEC）； MEC 服务 API 的 2 0 1 5 E T S I 发 布 移 动 边 缘 计 算 白 皮 书 ; O p e n F o g 联 盟 成 立 ， 编 写 F o g R e f e r e n c e A r c h i t e c t u r e 。 2 0 1 6 I E E E 和 A C M 成 立 边 缘 计 算 联 合 会 。 2 0 1 7 A m a z o n 发 布 “ G r e e n g r a s s ” 软 件 ; G o o g l e 推 出 “ C l o u d I o T C o r e ” 服 务 和 “ E d g e T P U ” 硬 件 芯 片 。 2 0 1 8 I I C 发 布 工 业 物 联 网 边 缘 计 算 介 绍 白 皮 书 ； E T S I 发 布 标 准 多 接 入 边 缘 计 算 （ M E C ） ； 第 二 阶 段 ： 用 例 与 需 求 ； M i c r o s o f t 推 出 “ A z u r e I o T E d g e ” 服 务 ； A R M 公 司 推 出 “ T r i l l i u m ” 项 目 。 2 0 1 9 E T S I 发 布 标 准 多 接 入 边 缘 计 算 （ M E C ） ； M E C 服 务 A P I 的 通 用 模 型 。 通用原则（ Multi-access Edge Computing (MEC); General principles for MEC Service APIs）等 多项 MEC 的相关标准，致力 于更好地满足边缘计算的应用需求和相关标准制定。第三代合作 伙伴计划（ 3GPP）也将边缘计算列入未来 5G 时代的关键技术， 并且 在 3GPP 系统化架构的标准化进程中，将边缘计算的需求作 为重要设计因素。此外， 3GPP 还将未来基于控制面和用户面分 离的 5G 服务化架构写入标准，并给出了针对边缘计算的流量疏 导方案和业务连续性方案。由于 3GPP 的标准化工作主要针对网 络架构，因此更加注重边缘计算平台和网络架构设计相关内容， 对于具体的业务场景则未做出规定。 2018 年，美 国工业互联网联 盟（ IIC）发布了工业物联网边缘计算介绍白皮书，阐述了边 缘计算技术应用在工业物联网领域中的特性和价值，并提出了工 业物联网边缘计算中的 5 条安全事项，包括：设备以及设备之上 的每一层架构都应内含安全要素、计算和通信节点应被妥善监测 和管理、及时应用最新的安全补丁、隔离出现的攻击、受攻击影 响的组件必须及时获得处理和恢复。 组织建设方面， 2015 年 11 月，思科、 ARM、戴尔、英特尔、 微软和普林斯顿大学联合成立了 OpenFog 联盟，主要致力于雾 计算参考架构的编写； 2016 年，电气和电子工程师协会（ IEEE） 和国际计算机学会（ ACM）共同发起并成立了边缘计算联合会。 产业应用方面，亚马逊（ Amazon）公司于 2017 年发布了支 持边缘端机器学习的软件“ Greengrass”；谷歌（ Google）公司于 6 政策 标准 组织 2016年 11月 边缘计算产业联盟（ ECC）成立 2017年 10月 首届中国自动化学会边缘计算专业委员会会议在沈阳举行 技术 2017年 中国科学院沈阳自动化研究所开展“工业互联网应用协议及数据互认标准研究与试验验证”项目研究 2018年 工信部工业互联网创新发展工程系列项目专门设 立了“工业互联网边缘计算基础标准和试验验证” 等 8 个项目 2018年 科技部国家 重点研发计划“网络协同制造和智能工 厂”重点专项专门针对边缘计算设置了“工业互联 网边缘计算节点设计方法与技术”等多个项目 2017 年推出了管理边缘设备的服务“ Cloud IoT Core”和运行在 边缘端的硬件芯片“ Edge TPU”，提升边缘设备的数据处理能力； 微软（ Microsoft）公司于 2018 年推出了边缘计算服务“ Azure IoT Edge”，将云分析和自定义业务逻辑下移到设备端； ARM 公司 于 2018 年推出“ Trillium”项目，可以在边缘设备上运行机器学 习算法。 2 国内 研究现状 2016 年以后，我国逐步在工业互联网边缘计算领域开展研 究工作 。 主要 工作 如表 1 所示。 表 1 国内工业互联网边缘计算发展现状概览 范围 时间 重要事件 2019年 11月 边缘计算安全白皮书发布 2020年 5月 工业互联网边缘计算总体架构与要求等 7项边缘计算联盟标准获得立项 2020年 8月 信息安全技术 边缘计算安全技术要求在信安标委立项 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发布 2018年 6月 工信部发布工业互联网发展行动计划（ 20182020年） 7 产业 2017年 华为公司发布边缘计算解决方案“ EC-IOT” 2018年 3月 阿里巴巴公司发布物联网边缘计算产品“ Link Edge” 2018年 百度公司发布边缘计算智能解决方案“ IoT Intelligence Edge” 2018年 10月 中国移动成立“边缘计算开放计算实验室” 政策指导方面， 2017 年 11 月，国务院发布了关于深化“互 联网 +先进制造业”发展工业互联网的指导意见，这是我国针 对工业互联网发展的首个规范性意见，指明了未来发展先进制造 业的方向。 2018 年 6 月 7 日，工信部公布了工业互联网发展行 动计划（ 2018 2020 年），文件明确指出，开展工业互联网关 键核心技术研发和产品研制，推进边缘计算、深度学习、区块链 等新兴前沿技术在工业互联网的应用研究。 标准研制方面， 2019 年 11 月，边缘计算产业联盟发布了边 缘计算安全白皮书，该白皮书的目的是识别、解释和定位与边 缘安全相关的体系结构、设计和技术，并提出了边缘安全的参考 框架和确保处理相 应安全问题的方法组合。 2020 年 5 月，工业 互联网边缘计算总体架构与要求等 7 项边缘计算联盟标准立项， 8 月，国家标准信息安全技术 边缘计算安全技术要求在信安 标委立项。 组织建设方面， 2016 年 11 月，由中国科学院沈阳自动化研 究所、华为技术有限公司等单位联合倡议成立了边缘计算产业联 盟（ Edge Computing Consortium）；中国自动化学会成立了边缘 计算专业委员会，并于 2017 年 10 月举行了首届中国自动化学会 边缘计算专业委员会会议。 技术研究方面， 2017 年，中国科学院沈阳自动化研究所承担 “工业互联网应用协议及数据互认标准研究与实验验证”项目， 对工业互联网智能制造边缘计算标准的制定进行了探索； 2018 年， 工信部针对工业互联网边缘计算专门设立了“工业互联网边缘计 算基础标准和试验验证”等 8 个研究项目，通过软硬件等方式对 边缘计算架构技术标准的可行性与科学性进行试验验证； 2018 年， 科技部国家重点研发计划“网络协同制造和智能工厂”中针对工 业互联网边缘计算设置了“工业互联网边缘计算节点设计方法与 技术”等多个项目，主要研究边缘计算技术在工业互联网场景中 实现时各环节的关键 技术。 产业应用方面， 2017 年华为公司发布边缘计算解决方案 “ EC-IOT”，通过结合边缘计算和 PLC 技术为电力、交通等行 业边缘智能数据处理需求提供服务； 2018 年 3 月阿里巴巴公司 发布物联网边缘计算产品“ Link Edge”，该产品是一种可以在设 备上运行本地计算、消息通信、数据缓存等功能的软件，使设备 具备存储、计算、智能等能力； 2018 年百度公司发布边缘计算智 能解决方案“ IoT Intelligence Edge”，通过在设备上安装智能边 缘核心软件，将云计算的能力赋予本地； 2018 年 10 月中国移动 成立“边缘 计算开放计算实验室”，百度、腾讯、阿里、华为、 中兴等多家合作商共同参与，研究边缘计算产业生态的构建和协 同发展。 （三）边缘 计算助力工业互联网 发展 近年来， 边缘计算市场规模逐渐扩大， 根据 Grand View Research 的最新报告，到 2027 年，全球边缘计算市场规模预计 将达到 154 亿美元，预测期内复合年增长率为 38.6%。边缘计算 通过 将 ICT 基础设施“下沉”，为工业企业在边缘侧处理数据提 供计算能力，有力推动工业互联网的发展。 一是边缘计算能够实现工业互联网设备、协议、数据的互联 互通。 工业设备的 连接 是 OT 和 IT 融合 的基础 。 目前企业 内网 主要 存在 现场 总线、工业以太网、 时延 敏感网 （ TSN）等多种 连 接方式， 工业 设备来自不同供应商且 通信协议、接口 互不兼容 ， 导致 不同 的设备无 法互联 ， 设备中 的 工业数据无法 有效采集、使 用、共享，从而数据价值 难以 充分释放， 预测性 维护分析 、 整体 设备利用率分析等 面临困难 。 边缘 计算 节点通过部署协议转换功 能模块，实现通信协议相互转换、异构设备互联互通。 二是 边缘计算 能够保证 工业互联网的实时性和 可靠性 。 相比 于传统互联网，工业互联网由于涉及 OT 网络和实时控制，对系 统的时延敏感度较传统互联网要高得多，工业生产线上的工业传 感器、机器人、工业 AR/VR， 都 需要毫秒或百纳秒级的实时响 应。然而，由于复杂的工业现场网络环境以及广域网数据传输过 程存在的链接和路由不稳定等问题，这些因素造成的延迟过高、 抖动过强等问题严重影响工业互联网服务的实时响应能力。边缘 计算节点 可 部署在工业生产现场， 通过提供不受网络传输带宽和 负载影响的“现场级”计算能力，避免断网、时延过大等因素对 实时性工业生产造成影响。 三是 边缘计算 能够缓解云中心的 带宽压力 。 近年来，接入工 业互联网的终端设备 日益增多。据 GE 预计， 2020 年将有超过 500 亿台机器连入工业互联网。高档数控机床等工业生产设备、 传感器等工业现场数据采集设备、 PLC 等控制设备产生大量原始 及衍生工业数据。随着万物互联趋势不断加深，工业 数据的增长 速度远远超过了网络带宽的增速 ，工业互联网平台面临巨大的数 据处理、存储压力。边缘计算通过在本地缓存、过滤和处理数据， 能够有效缓解工业互联网平台的带宽压力。 四是边缘计算能够 降低 企业生产 成本。 目前，中小企业一般 倾向使用公有的中心云和私有的边缘云的方式处理工业数据。使 用中心云的方式，企业的数据容易在未授权 的情况下被第三方使 用，存在巨大的风险成本；而使用私有的边缘云方式，可以避免 或减少企业部署大型服务器带来巨大的能耗、运营成本。边缘计 算在工业现场通过将异构设备互联互通，大量数据被释放，为引 入大数据和机器学习等先进分析算法提供了充足的来源。搭载这 些分析算法的智慧边缘节点可以有效提高生产效率，降低人工成 本。据 IDC 预测，未来将有超过 50%的数据在边缘侧处理， 2020 年边缘计算支出占物联网基础设施总支出的 18%，成本仅为单独 使用中心云计算的 39%。 二、 工业互联网边缘计算安全风险与挑战 （一）工业互联网边缘计算面临典型 风险 边缘计算在助力工业互联网发展的同时，也带来了新的安全 问题，安全用好这把双刃剑迫在眉睫。工业互联网边缘计算中的 安全保护对象包括：工业边缘应用、工业边缘平台、工业边缘网 络、工业 边缘 节点、工业边缘数据和 边缘接入平台 。其面临的安 全风险如下： 1 工业边缘应用安全 工业边缘应用部署各类专业化工业软件，主要围绕设备管理、 研发设计、运营管理、生产执行、产品全生命周期管理、供应链 协同等工业应用场景，提供传统云化工业软件和新型轻量化工业 应用及服务。工业边缘应用以工业 APP服务的方式提供给用户， 主要部署在靠近工业现场的边缘侧，由于边缘侧设备计算及存储 资源有限，且工业领域可用性及可靠性要求更高，因此难以为 边 缘应用部署 高 复杂安全算法及安全 防护 设备，导致边缘应用 面临 着 应用 身份 鉴别 、 应用 访问控制、 应用安全审计、通信保密性、 应用资源控制、应用接口安全等 措施不足的安全风险，极易被当 做跳板 攻 入 边缘 服务器等核心 基础设施 中，引发重大损失。 其面 临的风险主要包括： a）单一凭证身份鉴别安全风险。如单鉴别技术破解攻击； b） 边缘用户安全风险。如用户信息泄露； c） 访问控制安全风险。如未授权访问、越权 访问、未经系统 运营方许可的情况下对外传输数据； d） 应用行为安全风险。如误操作、根指令删除等； e） 应用监测与审计风险。如封闭的工业应用和协议 难以 实 时被识别，应用被篡改和入侵后 难以 及时发现等； f） 应用资源控制安全风险。如资源不合理利用而引发的各种 攻击； g） 补丁安全风险。如虚假补丁、不可靠补丁等； h） 测试安全风险。如源代码泄露、错误和异常处理等； i） 开发安全风险。如代码漏洞、恶意后门、 API 误调用、恶 意入侵等； j） 边缘管理风险。如访问控制不严、管理接口破坏、资源配 置不当和管理人员恶意操作等。 2 工 业边缘平台安全 工业边缘平台提供边缘资源管理和边缘基础能力。工业边缘 平台集成了大量边缘侧生产控制数据等重要数据，同时对部分边 缘节点具有调度功能，一旦遭受攻击或渗透，将导致重要数据泄 露、生产失控等安全问题。其面临的风险主要包括： a）物理安全风险。相对于核心设施，对于部署边缘平台的边 缘服务器的物理防护相对薄弱，容易导致物理损坏等风险； b）服务操纵风险。边缘服务器通过在特定地理区域部署边 缘数据中心来提供虚拟化服务和各种管理服务，攻击者可获得足 够的控制权限，并滥用其特权作为合法的管理员操纵服务； c）接口安全风险。如底层风险通过非安全接口渗透至边缘 平台； d）边界隔离安全风险。包括逻辑隔离安全风险及物理隔离 安全风险等。其中，边缘平台面临自然灾害、人为破坏、窃听攻 击等安全风险，边缘平台上的特定应用或者数据存在被非法调用 和访问的风险； e）边缘分析安全风险。边缘设备在实际运行中会产生大量 实时动态数据，为攻击者提供了数据关联性、整合分析和隐私挖 掘的可能性； f）容器安全风险。包括虚拟机操纵、虚拟镜像泄露等。其中， 虚拟机软件自身安全漏洞导致虚拟机逃逸风险，引发虚拟机之间、 容器之间的非授权访问； g）微服务组件 安全风险。 包括 微服务组件自身漏洞导致的 安全事故，微服务组件不够健壮导致的服务失败或者服务质量下 降，微服务组件内部使用人员的恶意破坏等； h）业务数据泄露。包括内部人员未遵从安全策略导致数据 泄露的风险、内部人员主动泄露的风险，外部目标性攻击导致数 据泄露的风险等； i）边缘协同安全风险。如因边缘节点的自私行为导致服务失 败、服务质量下降。随着网卡可编程能力的提高，自私节点可以 通过控制竞争窗口大小的方式进行作弊，使自己获得更多的带宽。 3 工业边缘网络安全 工业边缘网络 涉及 蜂窝网络（ GSM、 4G、 5G） 、工业以太 网 （ Modbus TCP/IP、 Profinet、 Ethernet/IP、 EtherCat、 PowerLink、 SERCOSIII）、低功耗网络协议（ Wifi、 BLE、 Zigbee、 LoRa、 NB- lot）、 OPC UA 协议等 多种网络 通信 协议， 各 协议安全 性 不一， 增加 了网络防护难度，此外，工业 网络 基础设施 的 多样性也 导致 网络 安全防护 困难。 工业 边缘 网络 面临的风险主要包括： a） 5G 环境下的安全风险。 5G 采用公钥加密接入认证， LTE 接入到 5G 网络将带来隐私泄露风险。此外 ， 由于边缘计算设备 计算能力较弱，而联网通信具 有超高可靠，低时延特性的场景， 如果采用单独认证，可能会引发终端信令请求无法得到响应； b） 通信协议漏洞风险。如 Modbus、 Profinet、 Zigbee 等工业 协议频繁爆出漏洞，极易被黑客利用，引发脆弱性攻击； c） 网络基础设施安全风险。边缘计算物联网终端设备大量 使用 GSM/GPRS 物联网卡，由于 GSM 只能认证移动端的合法 性，而移动端无法甄别基站的真伪，移动端用户接入伪基站后， 数据信息可被伪基站截获； d） 边界安全风险：边缘设备通过各种协议采集数据、接入 网关，当前常用的有 LoRa、 NB-IoT。其中 LoRa 是非授权组网， NB-IoT 需要运营商授权。我国有诸多设备采用了 LoRa 协议，由 于 LoRa 具有非授权组网特性，面 临报文伪造、恶意拥塞、身份 伪造等安全风险。 4 工业边缘 节点 安全 部署在工业现场的边缘节点承担着工业现场的数据采集、控 制反馈、算力承载等任务。其面临的安全风险主要包括边缘设备 自身安全风险和边缘设备衍生安全风险两大类，其中自身安全风 险又主要包括物理安全风险、系统安全风险、设备非法接入风险、 数据安全风险等。 a）设备物理安全风险。首先，部署在工业现场的缺乏物理安 全控制的边缘设备可能被盗窃或破坏。其次，若边缘设备的物理 接口直接暴露在设备外部，没有做安全防护，则易导致非法访问； b）操作系统安全风险。首先，边缘算力设备可能采用通用 的嵌入式 Linux、 Windows、 Android 等操作系统，而 相关 边缘设 备操作系统可能存在系统漏洞、过期的组件、不恰当的配置以及 不安全的更新等安全问题。一旦操作 系统自身 漏洞被攻击者利用， 将导致大规模网络攻击等安全事件；其次，边缘设备应用层所依 赖的组件若更新不及时，组件本身漏洞也可能被利用发起攻击； 再次，操作系统安全配置可能存在长期不更新、不核查等问题， 不恰当的系统配置也可能使攻击成功；最后，操作系统在更新过 程中，更新包等应当经过验证，未经验证非官方更新包可 能是被 篡改过的，其中可能存在漏洞或恶意软件； c）设备非法接入风险。为了集成或支持新的 IT 能力，工业 现场的边缘设备与外界的隔离大大减少甚至提供了远程访问的 能力。然而工业现场的边缘设备可能使用了默认密码、弱密码， 或采用了容易被绕过的认证机制，甚至未采用任何访问认证机制； 此外，边缘设备的固件中可能保留了调试测试接口等而没有采用 合适的安全保护措施，上述这些因素均可能导致攻击者远程非法 接入到边缘设备； d）边缘设备数据安全风险。边缘设备上的数据在存储、传 输等环节存在涉及用户隐私或系统安全的敏感数据泄露、未授权 读取或 篡改等风险。此外，边缘设备与云端或移动应用端进行通 信时，若控制指令或采集的数据未经加密，则攻击者可能通过监 听获取敏感数据； e）边缘设备衍生安全风险。工业现场边缘设备安全存在许 多区别于传统的 IT 系统的安全风险，其中一个重要的区别体现 在边缘设备的衍生安全风险上。边缘设备衍生安全指边缘设备因 自身脆弱性而导致其他领域安全。工业现场边缘设备可能带来对 生命安全或健康的风险，甚至对环境产生严重的破坏、造成生产 损失从而导致对金融乃至国家经济正常运行带来严重影响。 5 工业边缘数据安全 工业边缘数据的安全问题贯穿整个工业系 统，是创建安全边 缘计算环境的基础，其根本目的在于保障数据的可用性、保密性 和完整性。其面临的风险主要包括： a） 隐私泄露风险。在边缘计算网络中，数据隐私保护算法通 常在资源受限的工业终端设备上失效，引发如工况状态泄露等风 险； b） 工业数据被盗风险。 针对黑客惯用的设备身份伪造、 OTA 固件劫持、设备重放攻击、口令破解、逆向固件、设备控制、资 源消耗等攻击手段，没有防护策略 ，导致工业数据被盗； c） 工业数据因泄露和仿冒攻击导致的数据保密性风险。边 缘设备作为数据的第一入口，采集大量实时高价值数据，且安全 功能有限，使得工业 互联网 数据泄露给未获授权的人，例如防范 仿冒攻击 ，易引发重要生产数据泄露等安全风险； d） 数据传输安全风险。由于边缘数据的存储是动态变化的， 传统的数据完整性校验方法并不能完全适用于边缘计算环境，造 成传输数据被劫持，完整性被破坏等传输安全风险。此外，如果 边缘设备的数据上报没有采用加密链路，也会引起数据在传输中 的数据泄露风险； e） 数据使用安全风险。边 缘数据中心在数据使用过程中， 因内外部安全风险会导致数据越权使用，源数据污染，敏感数 据泄露等数据使用安全风险。边缘数据中心自身的安全性，也 会引发数据泄露等数据安全风险 ； f） 工业设备内存泄露风险。在工业边缘计算场景下，边缘节 点远离云中心的管理，被恶意入侵的可能性大大增加，而且边缘 节点更倾向于使用轻量级容器技术，但容器共享底层操作系统， 隔离性更差，安全威胁更加严重。因此，仅靠软件来实现安全隔 离，很容易出现内存泄露或篡改等问题； g） APT 攻击风险 。 APT 攻击属于寄生形式的攻击，通过在 边缘基础设施目标基础设施中建立立足点，可以从中秘密地窃取 数据，并能适应防备 APT 攻击的安全措施； h） 外包安全风险。当用户对数据的控制权交给边缘设备时， 由于数据源在物理上不再拥有数据，部分需要本地数据拷贝的传 统密码学算法失效； i）交换 /共享安全风险。边缘节点处于不同安全域中，不同 信任域节点数据交换共享易引发重要数据泄露。 6 工业边缘 接入平台 安全 边缘接入平台将云端能力下发到边缘节点，提供将工业云上 应用延伸到边缘的能力，实现边缘和云端的数据和能力的协同。 边缘接入平台主要 面临 边缘 -云互联 API 调用安全、边缘 -云数据 传输安全、边缘节点的云端安全认证等风险。具体如下： a）边缘 -云互联 API 调用安全风险。在边缘 侧应用服务中， 存在大量的 API 接口调用，如安防、车联网服务、智慧家居等。 在第三方请求、调用 API 接口并提供服务时，存在注入、非法使 用、越权、伪造身份和第三方软件自身的安全风险等多重安全问 题； b）边缘 -云数据传输安全风险。在当前边缘数据应用场景下， 如选择不当的通信方式或选择不安全的通信协议（如： ZigBee、 蓝牙等），将存在数据侦听、纂改、伪造等安全风险； c）边缘节点的云端安全认证风险。在边缘设备接入云平台 网络中时，存在非法设备接入、伪造传感节点、节点劫持等安全 风险； d）边缘节点对云平台的安全影响。边缘智能终端可能面临 物理设计的合理性、芯片的可靠性、智能软件的安全性（漏洞与 缺陷）、运行机制的可靠性等自身安全因素，可能引发云 -边缘通 信时边缘数据泄露风险。 （二）工业互联网边缘计算安全 防护 面临挑战 工业互联网边缘计算主要存在设备异构 、 泛在联接、分布广、 高实时性、高汇聚性、资源受限、现场环境恶劣、部署场景复杂 等 特征 。 a）设备异构导致统一管理难。工业互联网中存在生产设备、 感知设备、控制设备、边缘算力设备等多种设备，设备型号不一， 协议多样，统一管理难度增加，安全风险相对传统网络更 大； b）边缘云、 5G 等新型基础设施的引入导致边界消失和 传统 的防护 手段失效。 IT 互联网网络中安全风险被大量引入，加大了 安全能力不足的工业控制系统的攻击面； c）高实时性导致 安全防护轻量化需求增加 。边缘计算在靠 近工业现场数据产生的地方做数据处理，不需要通过网络请求云 计算中心的响应，大大减少了系统延迟，增强了工业服务响应能 力。但同时 ，为了确保高实时性，难以部署高复杂的加密 、 认证 等安全措施，轻量 化需求 增加 ， 但是目前轻量化算法市场化不足， 部署 应用困难 ； d）高汇聚性导致 重要 工业 数据保护难度增加 。作为物理世 界到数字世 界的桥梁，边缘计算是数据的第一入口，汇聚大量原 始数据，进行数据 价值创造 的同时面临数据不确定性、多样性、 关联分析泄露 等挑战； e）资源受限导致 安全性难 保障。基于工业互联网对可靠性 及可用性的严格需求，资源受限节点优先保障可靠性，安全能力 有限； f）现场环境恶劣导致物理安全防护难度增加。边缘计算设备 作为价值信息的运算节点和存储节点被放置在不同的工业环境 中，例如工厂、矿井等，这一方面对边缘计算设备的防震、防水、 防尘、防爆、防电磁、抗高低温、抗击打等环境适应性要求更高， 另一方面很容易遭到人为的物理篡改和攻击，一旦遭受破坏和盗 取可能造成严重后果； g）部署场景复杂导致运维安全难度增加。由于边缘计算设 备部署场景的复杂性，各边缘节点均处于分散状态，边缘计算所 需的运维难度更高，对运维技术人员的能力及系统的健壮性、可 视化、易管理、易维护等都提出了更高的要求。如果边 缘设备和 数据中心遭到破坏，系统的连续性和数据的可用性将受到影响； h）新的研发模式带来的安全风险。如敏捷、开发即运营、快 速迭代分发部署等开发模式，给追求稳定性、高效性、和持续性 的工业现场带来新的网络安全和功能安全的挑战； i）人工智能对抗的安全挑战。在人工智能场景在工业数字孪 生、 AR、 VR、柔性制造等应用场景落地时，由于人工智能天生 的不可解释性，在遭受人工智能安全对抗攻击时，给工业生产制 造引入不可控（逆）的安全风险。 三、 工业互联网边缘计算安全防护 （一） 国内外工业互联网边缘计算安全防护框架 1 已有工业互联网框架 2017 年，美国工业互联网联盟（ IIC）发布了工业互联网参 考架构 IIRA（ Industrial Internet Reference Architecture）。 IIRA 参 照 ISO/IEC 42010 标准，从商业、使用、功能、实现四个视角出 发，探讨了功能安全、信息安全、弹性、互操作性、连接性、数 据管理、高级数据分析、智能控制、动态组合九大系统特性。 2015 年，德国电工电子于信息技术标准化委员会于发布了 工业 4.0 参考架构模型 RAMI4.0，该模型构建在 IEC62264、 IEC62890 基础上，分别从系统集成 层级、物理信息系统活动层 次、生命周期与价值流三个维度形成了整体框架。 2 已有工业互联网安全框架 2016 年，美国工业互联网联盟（ IIC）发布工业互联网安全 框架（ IISF）。该框架建立覆盖整个工业互联网的安全策略模型， 以数据防护为中心，涉及安全配置和管理、安全监测和分析、通 信和连接保护、终端（含边缘侧设备和云）的保护等不同维度， 并从功能视图和信息系统视图的角度进行了相关维度的关联描 述。 3 已有边缘计算安全 参考 框架 2019 年 11 月，中国科学院沈阳自动化研究所、国家工业信 息安全发展 研究中心等十余家单位联合发布了边缘计算安全白 皮书，提出了国内首个边缘安全参考框架，覆盖了边缘安全类 别、典型价值场景、边缘安全防护对象。其中 ， 边缘安全防护对 象覆盖边缘基础设施、边缘网络、边缘数据、边缘应用、边缘安 全全生命周期管理以及边云协同安全“ 5+1”个层次；统筹考虑 了信息安全、功能安全、隐私、可信四大安全类别以及需求特征； 围绕工业边缘计算、企业与 IoT 边缘计算和电信运营商边缘计算 三大典型的价值场景的特殊性，分析其安全需求，支撑典型价值 场景下的安全防护能力建设。 （二）工业 互联网边缘计算 安全参考框架 1 基本 思路 首先结合工业信息安全标准化白皮书对工业互联网范畴 的描述和工业互联网边缘计算架构，将工业互联网边缘计算安全 保护对象分为边缘节点、边缘网络、边缘平台、边缘应用、边缘 接入平台、边缘数据共 6 个方面，并对这些安全保护对象的风险 进行了分析。其次针对工业互联网边缘计算安全保护对象存在的 安全风险，分析了对应的安全防护措施。最后将工业互联网边缘 计算安全的相关责任主体分为边缘计算服务开发商、客户、边缘 计算安全服务提供商、第三方评估机构四个安全角色，并对其所 需承担的安全职责进行了分析，形成了集安全保护对象及风险、 23 安全防护措施、安全角色三维立体的工业互联网边缘计算安全框 架。该框架适用于在工业互联网中规划、建设、运行边缘计算服 务的相关企业，也可为科研院所、高校等进行工业互联网边缘计 算安全研究提供依据和参考。 2 工业互联网边缘计算安全框架 工业互联网边缘计算安全框架是在工业互联网中部署应用 边缘计算服务的基础。主要包括安全角色、安全保护对象和安全 风险、安全防护措施共 3 个维度。框架图如图 3 所示。 图 3 工业互联网边缘计算安全框架 （ 1）安全 体系框架 要素 关系 概述 明确保护对象是制定防护措施的基础。企业应梳理边缘计算 部署应用的位置，在此基础上梳理可能存在风险的设备、数据等 保护对象，方便针对性制定安全方案，选择防护措施。 边 缘 节 点 安 全 边 缘 平 台 安 全 边 缘 网 络 安 全 边 缘 应 用 安 全 边 缘 接 入 平 台 安 全 边 缘 数 据 安 全 边 缘 计 算 服 务 开 发 商 客 户 安 全 角 色 工 业 互 联 网 边 缘 计 算 安 全 防 护 措 施 边 缘 计 算 安 全 服 务 提 供 商 第 三 方 评 估 机 构 接 口 安 全 边 界 隔 离 安 全 网 络 基 础 设 施 安 全 5 G 等 新 技 术 安 全 边 缘 分 析 安 全 交 换 / 共 享 安 全 外 包 安 全 风 险 传 输 安 全 使 用 安 全 专 用 通 信 协 议 安 全 容 器 安 全 传 统 网 络 安 全 协 议 风 险 边 界 安 全 身 份 真 实 性 安 全 访 问 控 制 安 全 衍 生 数 据 泄 露 安 全 审 计 密 码 安 全 开 发 安 全 测 试 安 全 应 用 行 为 安 全 补 丁 安 全 边 缘 用 户 安 全 微 服 务 组 件 安 全 业 务 数 据 泄 露 边 缘 协 同 安 全 物 理 安 全 恶 意 代 码 管 理 层 面 安 全 防 护 对 象 身 份 鉴 别 安 全 多 方 计 算 边 缘 分 析 技 术 层 面 审 计 管 理 供 应 链 安 全 风 险 评 估 边 缘 - 云 互 联 A P I 调 用 安 全 边 缘 节 点