工业互联网安全中工业数据安全防护存在哪些缺陷

工业互联网安全中工业数据安全防护存在以下缺陷：

• 数据安全防护责任边界模糊：工业数据具有体量大、种类多、关联性强等特点，流经工业互联网平台多个层次，在采集、传输、存储、处理、使用等多个环节中涉及的责任人众多，工业互联网平台上工业数据安全防护的主体责任边界模糊，难以界定。

• 数据敏感度标识不清晰，敏感数据标识及保护技术待完善：工业数据包含研发、生产、运维、管理等数据信息，在不同的应用场景下，数据的价值不同，敏感程度也不同，如果不能对数据敏感度进行准确识别和有效分类，将无法实现对敏感数据的细粒度标识。在工业数据投入使用时，还需要根据业务场景对工业数据进行脱敏处理，当前平台仍缺乏完善的数据脱敏和隐私保护措施，在工业数据使用过程中存在敏感信息泄露等安全问题。

• 数据销毁及备份机制缺陷：工业互联网平台服务商在将资源重新分配给新用户时，若存储空间中的数据没有被彻底擦除，将造成用户数据泄露的风险。此外，平台服务提供商若未制定数据备份策略，未定期对数据进行备份，则在用户数据丢失时难以及时恢复。

• 数据安全交换共享机制不成熟：在工业大数据分析决策过程中，通常需要联合多方数据计算或训练模型，当前工业互联网平台数据安全共享交换机制尚不成熟，平台大数据安全分析技术仍有待研究。

• 开源数据平台存在安全漏洞：工业大数据分析系统作为工业互联网平台数据汇集、分析和决策的重要工具，需要较高的安全能力。但是当前大数据分析系统主要基于开源软件（大数据存储和计算框架）进行部署，一旦存在安全漏洞，被攻击者利用，将引发分析结果被篡改、被伪造等问题。