工业互联网有哪些数据安全问题

工业互联网数据信息安全的风险可以分为几个方面：

• 海量工业数据种类繁多且流动方向和路径复杂，导致保障工业互联网中数据安全的难度变大。在工业互联网中，由于数据信息种类繁多，其对安全防护需求等级也不同，导致开展分类分级困难，难以开展差异化分级防护。

• 工业数据全生命周期过程中涉及的硬件故障、软件脆弱性、网络拓扑结果等各方面因素会使工业数据面临极大的安全风险。工业现场的恶劣环境增加了硬件故障的可能，以及工业SCADA、DCS、PLC等系统中的软件脆弱性会存在可供攻击的诸多漏洞，处理不当会造成数据丢失。

• 大数据分析等技术催生工业数据保护价值。例如，通过使用大数据分析的手段，可以利用原始抓取的相关数据信息计算分析得出一些关键信息，如工艺、导弹射程等信息；基于工业互联网的发展，工厂外的一些个性化定制服务也随之产生，由于这些服务商不隶属于工厂，同时定制化服务又会涉及到大量的用户隐私数据，便会大大增加这些隐私数据泄露的风险。

• 外部攻击威胁加剧工业数据安全风险。一方面，工业互联网攻击对象范围扩大，攻击对象包括工业设备、终端、软硬件等，都有可能成为对工业数据进行篡改和窃取的入口，网络安全和生产安全交织，危害更严重；另一方面，攻击手段更加多样化、智能化。利用人工智能、大数据分析等技术可以对工业原始数据进行推理学习，造成工艺信息泄露、商业信息泄露、保密信息泄露等安全风险。